AI开源新思：数据开放与开放架构驱动具身智能落地与创新
应用介绍
markdown 在2025年世界人工智能大会（WAIC）余温未散之际，2025CCF中国开源大会于上海召开，再次点燃了对AI技术发展与开源协作的关注。本次大会上，与会专家学者们将目光聚焦于AI时代的核心议题——
中国工程院院士、清华大学计算机系教授郑纬民指出，AI大模型的生命周期中，数据获取、预处理与模型训练环节成本高昂，开源模式有望让小公司专注于模型微调和推理。同时，AI的进步依赖于“不断试错、持续优化”，开源能让全球开发者共同“找茬”、协同改进。中国科学院院士、南京大学教授吕建更是强调：“开源决定规模，规模决定涌现，涌现成就颠覆。”开源的本质在于共享、协作与透明，它不仅影响软件领域，更延伸至教育、科研、硬件等领域，推动技术普惠。
当前，AI发展正经历从“模型中心”向“数据中心”的范式转变。高质量、高效率的数据基础设施是降低AI落地门槛的关键。然而，数据作为企业核心资产，在价值日益凸显的同时，也面临着数据安全与合规的挑战。中国科学院院士、北京大学教授梅宏解释道，即便大模型参数公开，若外界没有相同的训练数据，也难以复现其能力。因此，数据开放成为AI开源能否真正发挥作用的关键。传统开源模式在数据封闭的困境下，面临着“无米之炊”的窘境。
面对AI时代的挑战，构建一个更高维的“开放”解法成为当务之急。开放数据的核心是“数据资源的有条件共享”。从开源到开放，并非倒退，而是数据管理的升级。开放数据通常附带场景限制，如禁止商业滥用、需脱敏处理，目的是释放数据价值以支撑AI训练与科研分析。中国工程院院士、中国工程院原副院长陈左宁指出，AI时代，设计精良的“开放架构”可能比完全公开的源代码更有意义。从“给代码”到“给接口、给标准、给合作框架”，将能让不同创新者在各自擅长的领域便捷接入与贡献，构建高效创新生态。这种模式能够有效降低协作门槛，加速具身智能等前沿技术的落地与应用。
从本次开源大会的讨论来看，数据开放与开放架构已成为推动AI技术发展的重要引擎。在AI工具链日益完善的今天，如何平衡数据价值与安全，构建一个更加开放、协作的生态，将是决定未来AI发展高度的关键。你认为，在AI大模型时代，除了开源，还有哪些关键因素能够推动技术创新与应用落地？
