「开源不是一座孤岛，而是连接全球智慧的桥梁。我们不仅要做技术的使用者，更要做规则的定义者。」在《开源成就访谈》的镜头前，智源人工智能研究院副院长兼总工程师林咏华这样说道。她的语气平和，却带着一种不容置疑的笃定。
「开源不是一座孤岛，而是连接全球智慧的桥梁。我们不仅要做技术的使用者，更要做规则的定义者。」在《开源成就访谈》的镜头前，智源人工智能研究院副院长兼总工程师林咏华这样说道。她的语气平和，却带着一种不容置疑的笃定。
在开源大模型进入全面竞争时代的今天，中国 AI，如何从开源浪潮的参与者，成长为不可或缺的构建者与引领者？
从全球化视野，到中国力量的崛起
时间拨回 2013 年。当时的林咏华还在 IBM 中国研究院，亲历了 OpenStack 开源社区的崛起。「我们当时希望中国技术团队能在国际开源核心圈有一席之地，」她回忆道，「那是一个漫长且需要主动『破冰』的过程，从贡献边缘代码、文档开始，一步步走到核心项目。」
这段经历，让她深刻理解了开源世界的运行法则：影响力并非与生俱来，它需要持续的技术贡献、频繁的面对面交流，以及融入全球协作网络的决心。这也成为她后来推动中国 AI 开源走向世界的方法论基础。
十年后的今天，局面已然不同。根据智源每月从 Hugging Face、Modelscope、GitHub 等平台拉取的数据，中国开源大模型的全球下载量在 2025 年迎来了爆发式增长。「尤其是到了十月份，像千问这样的模型月下载量已达 1 亿级别，这在国际上是很难撼动的力量。」林咏华认为，中国已从开源模型的「重要参与者」，转变为不可忽视的「核心贡献者」。旧金山高速公路上出现的 DeepSeek 广告，正是这种影响力外溢的生动注脚。
然而，她也清醒地看到，许多在国内声势浩大的优秀开源项目，在海外却知者寥寥。「问题不在于技术，而在于沟通与可见性。」她分享了一个智源自身的故事：为了将自研的算子库项目推向 PyTorch 生态，团队主动前往国际会议设立展台，与核心开发者面对面交流。正是这种「线下破冰」，最终让项目被 PyTorch 生态正式接纳，全球下载量随之激增。
「不要预设别人不欢迎你，很多时候只是他们不知道。」林咏华总结道，「开源社区里的『墙』其实不存在，关键在于我们是否主动走出去，把桥梁搭起来。」
刷新「自主生态」：话语权，而非重复造轮子
面对国内关于「自主可控」等同于「一切自研」的争论，林咏华的观点鲜明而务实。
「在 AI 时代，如果所有代码都要从零自己写，我们根本无法跟上迭代的速度。」她以编译器为例解释道，「像 Triton 这样的编程语言，已是全球开发者共用的工具，无所谓属于谁。真正的『自主』，在于我们能否定义其演进的优先级。」
她介绍了智源的实践：针对 OpenAI 开源的 Triton 语言，由于原生的 Triton 编译器在支持多芯片架构上明显不足，并存在效率问题，智源联合高校与企业「派生」出一个名为「FlagTree」的 Triton 语言编译器的下游社区。这个社区保持与上游的最新重要能力同步，同时能优先集成和支持许多国内新型 AI 芯片架构，并进行了诸多性能的优化，目前已经成为了支持 Triton 语言的重要编译器开源项目。
「自主，不意味着每一行代码都要自己写，而是意味着在技术发展的关键路径上，我们拥有定义方向和节奏的话语权。」林咏华强调，这是一种「站在巨人肩膀上再创新」的智慧，其核心是参与甚至主导全球共有的技术基座，而非在封闭体系中重复建设。
构建开源底座：FlagOpen 的雄心与责任
从轰动一时的悟道大模型，到如今系统性的「FlagOpen」大模型技术体系开源，智源的策略体现了系统性思维。
「模型开源只是冰山一角。支撑大模型的数据、评测体系、系统软件，才是托起它的真正底座。」林咏华介绍，FlagOpen 旨在将包括大模型算法、数据处理、训练框架、评测工具等全栈技术开源，形成一个可复用的「AI 基础套件」。
其中最引人注目的，是旨在打破算力生态壁垒的「FlagOS」技术栈。FlagOS 试图在多样化的 AI 芯片之上，构建一个统一、高效的运行层。「这不仅是中国的需求，也是全球的期待。」
然而，这条路的挑战巨大，FlagOS 要面对十几种不同芯片。「如何既保持通用性，又逼近极致性能？这需要汇聚众智。」这也是该项目中文名定为「众智」的原因——以开源模式，汇聚产业与学术界的共同智慧。
「打造底座，最关键的是持之以恒的责任心和中立的开放心态。」林咏华说，「我们要做的不是昙花一现的项目，而是一个能让社区信赖、长期维护的『基座』，并且始终保持开放，吸纳全球的优秀成果。」
下一波浪潮：用 AI 发展 AI，赋能每一个人
展望未来，林咏华认为开源 AI 将更加「百花齐放」。模型尺寸会因场景而异，技术路线也将超越 Transformer 出现更多创新。而下一波显著的机会窗口，在于「用 AI 加速 AI 自身的发展」。
「像 FlagOS 这样复杂的底层技术栈，如果只用传统方法开发，追赶的速度永远赶不上差距拉大的速度。」她透露，智源已将「AI for AI」作为战略重点，例如开发 AI 辅助的算子生成工具 Triton-Copilot、利用智能体（Agent）技术进行代码自动迁移等，目标是让 AI 工具来帮助更高效地构建 AI 基础设施。
更令人振奋的是，通过「OpenSeek」这类项目，智源正试图降低前沿研究的参与门槛。OpenSeek 以完全开放的方式，公开训练计划、代码与数据，召集全球开发者以小组形式共同改进算法、贡献数据，最终合力训练出新一代模型。
「这打破了『大模型研发被巨头垄断』的迷思，」林咏华说，「它让任何一个有聪明想法的研究员或学生，都有机会在顶尖模型上验证自己的创新，真正站在了巨人的肩膀上。」
给开源后来者的话
访谈尾声，提及对新一代开发者，尤其是女性开发者的建议，林咏华的回答朴实而有力：「参与开源，可以从提交第一行代码、修复第一个 Bug 开始。它不仅仅是程序员的事，运营、布道、文档、生态合作，每一个角色都不可或缺。」她说，「开源是一扇通向全球的窗户，它能给你的职业成长和视野带来意想不到的收获。关键是要行动起来，不积跬步无以至千里。」
从 IBM 的全球研发，到北京智源人工智能研究院的中国实践，林咏华始终践行着「连接」与「构建」的理念。在她看来，中国 AI 开源的道路，既不是闭门造车，也不是简单跟随，而是在深度融入全球协作的基础上，于关键处积累定义规则的能力。这或许正是中国 AI 从技术应用大国迈向创新策源地，所必须经历的一场范式转变。
来源：互联网
