**GOSIM AI Paris 2025 会议纪要与关键洞察** --- ### **一、会议核心主题与技术亮点** 1. **AI开源生态加速发展** - **Llama 4**：Meta展示其具身智能应用潜力，支持自主决策与人机协作。 - **开源大模型**：如Llama Factory、ViDoRAG等框架推动模型微调与多模态应用，降低技术门槛。 - **绿色AI**：CodeCarbon通过碳足迹追踪工具助力可持续计算，应对AI能耗挑战。 2. **多模态与智能体技术突破** - **RAG智能体**：ViDoRAG结合动态推理，提升文档理解与多模态交互能力。 - **通用智能体框架**：MoFA通过组合式构建理念，推动AI普惠化。 - **机器人终身学习**：PPL（原语提示学习）方法增强机器人在真实环境中的操作泛化能力。 3. **PyTorch生态深度实践** - **推理优化**：NVIDIA与Hugging Face联合优化Mistral模型，提升推理性能。 - **大规模训练**：5D并行策略（数据、张量、流水线、上下文、专家维度）支持超大规模模型扩展。 - **硬件感知优化**：Lightning Thunder将PyTorch代码编译为分布式优化版本，提升硬件利用率。 4. **AI与物联网融合** - **AIoT双引擎**：AI赋能物联网设备，推动传统产业数字化与新兴产业增长（如智能机器人、自动化系统）。 --- ### **二、分论坛与Spotlight Talks聚焦方向** - **具身智能**：机器人技术与真实世界数据采集结合，弥合仿真与实际部署差距。 - **多语言模型评估**：EleutherAI提出可复现、可扩展的多语言基准评估范式。 - **工具链创新**：Llama Factory无需编码即可微调主流模型，降低开发成本。 - **开源协作**：Common Crawl数据集支持AI训练，助力数据驱动研究。 --- ### **三、技术实践与竞赛成果** - **展示单元**：企业与科研机构展示AI最新成果，如机器人、多模态模型、自动化系统等。 - **竞赛单元**：开发者围绕SO-ARM100机械臂套件（集成Hugging Face LeRobot与NVIDIA技术）进行模仿学习挑战，探索实际任务解决方案。 --- ### **四、重要人物与机构** - **Matt White**：PyTorch基金会执行董事，推动AI框架落地。 - **NVIDIA**：提供推理优化工具链（如TensorRT-LLM）与AI机器人技术。 - **Hugging Face**：开源模型生态核心，支持多语言与多模态应用。 - **Red Hat、IBM、Meta**：在模型训练、推理优化、具身智能等领域深度参与。 --- ### **五、未来展望与活动预告** - **GOSIM HANGZHOU 2025**（9月13-14日）将聚焦： - **AI模型创新**（如大模型、多模态） - **开源协作**（如Llama、MoFA等框架） - **AIoT融合**（智能设备与工业应用） - **绿色AI实践**（碳足迹追踪、节能技术） --- ### **六、关键趋势总结** 1. **开源生态主导AI创新**：开源模型与工具链成为技术落地核心。 2. **具身智能加速落地**：真实世界数据与机器人技术融合，推动自动化发展。 3. **多模态与智能体协同**：RAG、智能体框架等技术提升AI交互与决策能力。 4. **可持续性成为焦点**：绿色AI工具与能源效率优化需求显著增长。 --- **结语**：GOSIM AI Paris 2025展现了AI技术从研究到实践的全面突破，为后续杭州会议奠定了技术基础。关注开源生态、具身智能与可持续发展，将是未来AI发展的核心方向。