Part 2： TOP101-2024 大 模 型 观 点 编委会 21 | 2024 年中国开源模型：崛起与变革 26 | 开源模型未必更先进，但会更长久 30 | 大模型撞上“算力墙”，超级应用的探寻之路 36 | AI 的三岔路口：专业模型和个人模型 40 | 2024 年 AI 编程技术与工具发展综述 45 | RAG 的 2024：随需而变，从狂热到理性 51 | 大模型训练中的开源数据和算法：机遇及挑战 本章汇集了来自不同领域专家和开发者对开源大模型和人工 智能技术的深刻见解，不仅涵盖了技术层面的深入探讨，也 触及了社会、伦理和政策层面的广泛议题。 从对中国开源模型崛起的分析，到对开源模型持久性的思考， 再到对超级应用探寻之路的探索，每篇文章都为我们提供了 独特的视角，帮助我们理解开源大模型在 AI 技术领域的作用 和影响。 20 / 111 2024 年中国开源模型：崛起与变革 文/Tiezhen、Adina、Lu Zilliz 等多家知名企业工作。 曾联合发起全球首个开源向量数据库项目 Milvus，并帮助 Milvus 社区 在两年间迅速拓展到两千家企业用户。 29 / 111 大模型撞上“算力墙”，超级应用的探寻之路 文/傅聪 近日，大模型教父 Sam Altman 在 Reddit 上的评论透露出 GPT-5 难产的隐忧，直言有限 的算力约束让 OpenAI 面临迭代优先级的艰难抉择，在通往

处。完全不关⼼商业价值的话，你其实很难真的做出来⼀个伟⼤的产品，或者让⼀个本⾝很伟⼤的技 术变得更伟⼤。
海外独⻆兽：你觉得模型公司应该讲什么故事？像
OpenAI
⼀样讲追求
AGI，还是超级应⽤的故事？ 两者会有⽭盾吗，怎么来平衡？ 杨植麟：如何讲故事取决于投资⼈的⼼态。对我们来说，更重要的是理解两者之间的关系。 AGI
和产品对我们来说并不是⼿段和⽬的的关系，两个都是⽬的。同时，在追求
AGI
的过程中，我认为 为 ⾃⼰本⾝的合成数据服务。 出现这种情况的话，能源的问题也解决了，因为推理是可以分布式的。⽽且它不违背定律，本质还是 个能源守恒。只不过我把计算范式改变了，让能源能够以分布式的⽅式解决。 超级应⽤：模型的微调可能最终不存在
海外独⻆兽：Google
和抖⾳背后的搜索和推荐有很强的⻜轮效应，算法能根据⽤⼾的⾏为实时反 馈，⽤⼾体验也能不断提升。LLM
现在⽆法实时反馈⽤⼾⾏为，AI-Native
产品的⻜轮效应会是什 可能要再往前推⼀步，到底怎样 跟⽤⼾去建⽴信任，⼈类社会可能并不接受指派⼀个终⾝搭档的做法，这有点反⼈性。
海外独⻆兽：⽉之暗⾯想做超级应⽤，你⾃⼰理想中的超级应⽤⻓什么样⼦？多⼤才算超级？
杨植麟：还是看破圈程度。周围的亲戚都在⽤，你才真正成为超级应⽤。⽽且我认为
AI
能⼒的提升会 领先于产品破圈。⽐如假设今天
character.ai
是⾮常完美的多模态模型，那我觉得它破圈的概率⾄少

领域开源势力的典型代表，它的 出现，犹如一颗投入平静湖面的石子，激荡起层层水波， “Llama 2 一开源，全球范围内进入了百模混战阶段”， 这个说法一点也不为过。 年底的“虚假宣传” Gemini 与“磁力链开源” Mistral 8x7B 两大神作，也凭借不输 GPT-4 的实力，将 LLM 狂 潮卷到天际。 四、 Stable Diffusion 和 Midjourney 这两大图像生成系统 模型作为协作执行者（来自 HuggingFace Hub）组成。 7 月 13 日，京东全面推出京东言犀大模型， 服务千行百业，拥抱产业智能。言犀大模型 融合了 70%的通用数据与 30%京东数智供 应链原生数据，致力于面向知识密集型、任 务型产业场景，解决真实产业问题。 2023 年 6 月，百度智能云推出了基于大模型的 “Comate”代码助手。 借助文心大模型的理解、推理能力，“Comate” Meta 代码生成大模型：Code Llama OpenAI 开发者大会宣布 GPTs 商店 用“磁链链接”发布的 Mixtral 8x7B ——全球首个开源 MoE 大模型 2023 年 12 月，有 “欧洲版 OpenAI” 之称的大模型创业公司——Mistral AI 用「磁链链接」开源了 87 GB 的 8x7B MoE 模型：Mixtral 8x7B。 这是一个开放权重的高质量稀疏混合专家模型(SMoE)，采用

领先的数字化转型技术与服务提供商 网易数帆是网易集团旗下 TO B 企业服务品牌，定位于领先的数字化转型 技术与服务提供商，为客户提供创新、可靠的国产软件基础平台产品及相 应技术服务，业务覆盖云原生基础软件、数据智能全链路产品、人工智能 算法应用三大领域，旗下拥有轻舟、有数、易智三大产品线，致力于帮助 客户搭建无绑定、高兼容、自主可控的创新基础平台架构，快速应对新一 代信息技术下实现数字化转型的需求。 网易 升级轻舟云原生软件生产力平台及有数全链路数据生产力平台；发布金融分布式、金融大数据、零售大数据、制造业智慧供应链等行业解决方案。 发布轻舟低代码平台 2.0 。 大数据开源项目 Kyuubi 全票进入 Apache 软件基金会孵化器。 有数 BI 个人版永久免费；发布机器学习平台、消费者运营平台、标签画像、流量分析等产品。 2020 2021 发布轻舟云原生软件生产力平台、有数全链路数据生产力平台。 网易云品牌升级为网易数帆，发力数字化转型基础软件。 深度参与社区 Spark 3.x 版本开发；开源企业级数据湖探索平台 Kyuubi ；发布首个开源项目分布式存储系统 Curve。 2019 发布全链路数据中台解决方案。 2018 发布轻舟微服务、“瀚海”私有云及国内首款云计算全栈一体机。 2017 加入云原生计算基金会（CNCF）。 2016 网易云战略发布，推出面向互联网的场景化云服务。

©2023 iResearch Inc. 2023年中国基础软件开源 产业研究白皮书 2 目 录 CONTENTS 01 02 03 开源基础软件界定及中外发展对比 中国开源基础软件产业链及参与者洞察 中国开源基础软件产业细分领域洞察 3 开源基础软件界定 及中外发展对比 01 4 ©2023.11 iResearch Inc. 中国开源基础软件 产业链及参与者洞察 02 9 ©2023.11 iResearch Inc. www.iresearch.com.cn 开源产业链关系 以开源 区进行评分，辅助开发者选择要参与的开源项目；4）开源产业联盟往往会对行业贡献 技术指标、开源规范等，引导行业专业化发展。 来源：根据专家访谈、公开资料，由艾瑞咨询研究院自主研究及绘制。 开源产业链 运营： 发起者为运营者 开源技术论坛\开源社区评估机构\开源产业联盟 提供参与者交流的平台，推动开源技术发展、打造最佳实践 赋能开源全产业生态的循环流转与运行规范 发起者 代码/文档贡献

自由的。但是，在软件吞噬世界、开源吞噬软件的今天，开源技术， 2021 中国开源年度报告 3 已经成为整个世界的基础设施之一。能力越大，责任越大。应用越广， 风险越高。我们应该如何思考与保障开源供应链安全呢？应该如何 建设更加健康的开源生态呢？在这样一种生态中，各方的责任又该 如何界定呢？ 历史感 开源社已经连续第四年发布中国开源年度报告了，也举办了第六届 中国开源年会了。不断的，在与朋友的交流中，我们常常会谈到 要的考虑因素，只有在产品性能差别不大时，才会选择对开源社区贡献 大的供应商。 专家点评 姜宁：这里的开源产品是指基于开源项目的商业化产品吧！大部分的情况下，开源项目的选型是由在一线的开 发人员决定的，但是由于公司决策链的关系，商业产品的购买还是要通过公司领导，工程团队负责人进行决策。 堵俊平：由于技术领域的发展日新月异，技术采购决策权下沉至工程团队技术负责人的趋势是不可避免的。这 同时也要求技术产品的采购在决策 时代下的技术创新与商业创新正在齐头并进。技术层面上，人工智能、开源数据和区块链是新 兴创新的一些例子。而得益于时刻保持创新的开发者社区，开源已成为云计算，SaaS 服务，下一代数据库， 移动设备，互联网甚至区块链的基础。下一代商业模式可能包括广告支持的 OSS，类似于大型专有企业 支持的开源项目、数据驱动的收入以及通过区块链货币化的加密代币。 80 图表 8 ：开源的良性循环 图表

在开源还只是一个小众群体的业余爱好时，几乎做任何事情，都是自由的。但是，在软件吞噬 世界、开源吞噬软件的今天，开源技术，已经成为整个世界的基础设施之一。能力越大，责任 越大。应用越广，风险越高。我们应该如何思考与保障开源供应链安全呢？应该如何建设更加 健康的开源生态呢？在这样一种生态中，各方的责任又该如何界定呢？ When the open source was just a niche hobby, it was free performance. 【专家点评】/ [Expert Comment] 姜宁：这里的开源产品是指基于开源项目的商业化产品吧！大部分的情况下，开源项目的 选型是由在一线的开发人员决定的，但是由于公司决策链的关系，商业产品的购买还是要 通过公司领导，工程团队负责人进行决策。 Jiang Ning: Are the open source products herein referred to as 时代下的技术创新与商业创新正在齐头并进。技术层面上，人工智能、开源数据和区 块链是新兴创新的一些例子。而得益于时刻保持创新的开发者社区，开源已成为云计算，SaaS 服务，下一代数据库，移动设备，互联网甚至区块链的基础。下一代商业模式可能包括广告支 持的 OSS，类似于大型专有企业支持的开源项目、数据驱动的收入以及通过区块链货币化的加 密代币。 Technology innovation and

、市场推广、版 本迭代更新、版权管理和安全管理等内容，这些环节和商业企业的软件项目有一些相似之处，但更加注重从社区的使用者 和贡献者处得到观点和启发，并用以驱动项目未来的发展。 开源软件主体和产业链关系 源作者 软件作品 企业开源 开源基金会 开 源 社 区 代码托管平台 开源软件论坛 专家指导 产业联盟 法律服务 市场宣传 二次开发者 软件用户 • 开源代码的源作者/最初贡献 0% web和应用程序开发 13.6% 人工智能、机器学习、数 据和分析 10.8% 隐私与安全 5.1% cross-technology 4.8% 物联网与嵌入式 4.6% 区块链 4.3% DevOps, CI/CD & Site Reliability 3.8% 开源最佳实践 3.8% 其他 11.5% 库 22.9% 大数据 11.1% 网络服务器 IT基础设施服务 托管维护 开发运维 账户系统 项目测试 合规审查 社区运营管理 活动策划 建立体系 传播与推广 阿里巴巴 百度 360 华为 浪潮 腾讯 招商银行 中软国际 趣链科技 京东 软通动力 科通 统信 开鸿 开放原子开源基金会开源项目 发起公司 OpenHarmony 华为 XuperChain 百度 AliOS Things 阿里 TencentOS

开箱即⽤、安全稳定、深度优化、⽆忧使⽤ - JumpServer 的国产化适配 国密 浏览器 交互使⽤国密 SSL 协议 和加密证书的浏览器 ⽀持 RADIUS 双因⼦ 认证（国密） - 从⼊⼝访问到数据落盘全链路国产化 - 东⽅通 TongHTTP Server 宝兰徳 BES WebServer 国产信创数据库 （TDSQL、TiDB、GreatSQL等） 东⽅通 TongRDS

从 GitHub 上的数据未能充分展现其实⼒，中美宏观贸易战的影响在此略⻅⼀斑。WeBank 微 众银⾏作为新兴的互联⽹⾦融公司，已开源 27 个项⽬，44 个 repo，覆盖⼈⼯智能、区块 链、云计算和⼤数据等领域，也是公司早期就建⽴开源办公室的⾦融公司。滴滴开源势头很 猛，成⽴开源委员会，不仅积极参与业界开源项⽬，还在 GitHub 上积极开放出 38 个 repo。Deepin 的桌⾯环境