作为开源的新一代全场景AI框架,昇思MindSpore生态在开源的三年时间里得到了快速发展,已成为国内最具创新活力的AI开源社区。截止目前,社区昇思软件下载量超过435万,增速第一;超过1.1万开发者为昇思贡献代码;5500多家企业基于昇思构建应用方案;240所高校开设了昇思课程;40多家科研院所基于昇思进行原生AI创新研究。
在近日举办的昇思三周年生日会上,昇思MindSpore业务总经理丁诚表示,未来,昇思将持续秉承“开发者第一、技术优先”开源理念,与开发者、伙伴共建AI框架开源新生态,打造人工智能的创新之源。

昇思再升级,打造AI创新的首选框架
2020年3月,华为开源了业界首个全场景AI框架昇思MindSpore,通过不断演进升级,昇思技术架构从传统的深度学习延展到大规模分布式并行计算、融合计算,原生支持大模型与科学智能。今年5月业界首个AI融合框架——昇思MindSpore 2.0版本即将发布,在基础能力上完成AI与HPC的融合,科学计算能力大幅提升。
在昇思开源三周年之际,昇思大模型平台也迎来了全面升级,升级版本完善平台功能和模块,是业界首个实现算力跨AI计算中心弹性调度的一站式大模型开发体验平台,让大模型开发不再有算力顾虑。
对于AI创新,丁诚表示,“我们给昇思的定位就是人工智能的创新之源,通过原生支持大模型、原生支持科学智能等底层能力,让AI创新有技术。此外,昇思构建了AI开发的全流程安全技术体系,让AI创新有保障。”
目前,已有多家科研院所,如:鹏城实验室、中科院自动化所、武汉人工智能研究院,基于昇思对大模型原生支持能力先后开发了鹏程.盘古、紫东.太初等有影响力的大模型;中国商飞上海飞机设计研究院也基于昇思在科学智能的原生能力打造了业界首个工业级流体仿真大模型东方.御风,加速大飞机设计。
打造多芯生态,联合上下游伙伴共建中国自主AI框架
AI框架在AI的技术体系中处于承上启下的位置,对下调用底层硬件算力,对上支撑行业AI应用。可以说,AI框架承担起了人工智能操作系统的关键角色。
当前中国约90%以上的研究与应用创新都基于一国开源平台构建,技术创新根基构建严重不稳固。因此,发展中国自主AI框架既符合国家提出的切实加强基础研究,夯实科技自立自强根基的要求,也是实现我国高水平科技自立自强的战略选择。
昇思联合伙伴积极进行南向异构芯片与北向应用平台的适配,构建以AI框架为核心的昇思生态。结合南向各芯片厂商技术优势以及北向应用场景实际需求,牵引伙伴进行技术对接,实现上下游的提前适配、双向适配,加速产业应用落地。
目前天数智芯、沐曦、燧原、壁韧等芯片厂家,第四范式、商汤、中科弘云等算法平台厂商都已加入昇思生态。未来,昇思也将持续积极倡导多芯生态,加速产业繁荣。
夯实智能根基,培育AI人才
AI人才是AI生态的源头活水,开源是AI开发者培养的土壤。昇思秉承“开发者第一、技术优先”开源理念,通过构建社区技术委员会、举办社区多元化活动、联合高校开设昇思课程、联合CAAI设立顶会论坛基金项目……多维度支持开发者全方面成长,近日,昇思社区也公布了人才共育的最新成果:
两本中文、一本英文教辅书籍出版;与240所高校开展科研合作与教学,每年覆盖10万大学生;每年支持500+AI学者基于昇思发表顶级会议论文;开设从入门到精通的全场景AI实战线上课程及大模型技术公开课,为处于不同阶段的开发者提供学习资源和提升机会。未来,昇思将一如既往,推进AI开源生态的建设与人才的培养,为AI产业源源不断输送高质量专业人才。
从2020年开源至今,越来越多开发者和伙伴选择昇思,拥抱昇思,与昇思共成长。相信在产业界的共同努力下,中国自主AI框架生态必将蓬勃发展,为此,昇思呼吁大家一起携手打造人工智能的创新之源,共探数智新未来!
好文章,需要你的鼓励
Anthropic发布SCONE-bench智能合约漏洞利用基准测试,评估AI代理发现和利用区块链智能合约缺陷的能力。研究显示Claude Opus 4.5等模型可从漏洞中获得460万美元收益。测试2849个合约仅需3476美元成本,发现两个零日漏洞并创造3694美元利润。研究表明AI代理利用安全漏洞的能力快速提升,每1.3个月翻倍增长,强调需要主动采用AI防御技术应对AI攻击威胁。
NVIDIA联合多所高校开发的SpaceTools系统通过双重交互强化学习方法,让AI学会协调使用多种视觉工具进行复杂空间推理。该系统在空间理解基准测试中达到最先进性能,并在真实机器人操作中实现86%成功率,代表了AI从单一功能向工具协调专家的重要转变,为未来更智能实用的AI助手奠定基础。
Spotify年度总结功能回归,在去年AI播客功能遭遇批评后,今年重新专注于用户数据深度分析。新版本引入近十项新功能,包括首个实时多人互动体验"Wrapped Party",最多可邀请9位好友比较听歌数据。此外还新增热门歌曲播放次数显示、互动歌曲测验、听歌年龄分析和听歌俱乐部等功能,让年度总结更具互动性和个性化体验。
这项研究解决了现代智能机器人面临的"行动不稳定"问题,开发出名为TACO的决策优化系统。该系统让机器人在执行任务前生成多个候选方案,然后通过伪计数估计器选择最可靠的行动,就像为机器人配备智能顾问。实验显示,真实环境中机器人成功率平均提升16%,且系统可即插即用无需重新训练,为机器人智能化发展提供了新思路。