近期，由中国互联网协会人工智能工作委员会主办，北京智源人工智能研究院、中关村人工智能开源联盟（筹）承办的WAIC 2026 AI开放计算与智能体技术生态论坛在上海举办。联合国相关高级顾问Mehdi Snene在会上倡议推出全球AI开放计算合作计划，助力发展中地区AI科教能力建设，并提议组建筹备工作组，规划该计划的定位、合作机制与落地路径。

联合国秘书长数字与新兴技术特使高级顾问Mehdi Snene

 Mehdi Snene在论坛上强调，AI算力资源的公平获取是国际社会面临的共同挑战，需要超越国界的开放协作。他同时指出，开源必须成为全球基础设施的核心组成部分，技术定义固然重要，但更关键的是将工具、可及性和公共产品交到那些真正需要它们的人手中。算力资源在国与国之间、区域与区域之间失衡，AI算力资源的公平获取便不再是一个技术命题——它是发展问题，是公平问题，是治理问题。答案指向一个共识：开放计算，是AI普惠的真正底座。

红帽亚太CTO Vincent Caldeira

 Vincent Caldeira指出，实现“技术自主权”并非必须自己拥有各种技术，增加全球间的协调，通过开源可以帮助我们真正地实现技术的自主权。基于开源的技术架构，实质是可组合的架构，其中的每一层架构都是开放的、透明的、互相依赖的。我们越能够了解这些技术，才能控制和掌控这些技术行为。他同时强调，93%的企业组织已认识到，实现技术自主权的唯一真正路径是“全球协作”，而非单打独斗。

北京智源人工智能研究院副院长兼总工程师林咏华

林咏华指出，大模型与硬件架构双双快速演进，通过打造人工智能开放计算技术栈、构建可共享的AI软硬件生态至关重要。她阐释了推行开放计算的三个逻辑：更多硬件选择方能降低成本；共享软件生态可激发硬件创新；统一软件栈能延长硬件投资生命周期。尤其是针对延长硬件投资生命周期的问题，现有已经部署的AI算力，约80%以上为非最新代际AI计算资源（即部署一年或以上的硬件型号）。由于最新的AI模型面向最新代际AI硬件进行训练和推理，从而导致大量非最新代际的AI计算资源开始呈现利用率低下、甚至闲置的趋势，这对算力投资而言是重大挑战。

基于此，智源研究院联合北大、清华、中科院及国内外伙伴打造了FlagOS统一标准化系统软件栈。林咏华介绍，FlagOS已实现对20家芯片厂商30多款AI芯片的适配，覆盖GPU、NPU、GPGPU、DSA、RISC-V AI、ARM等多元架构，成为全球支持芯片种类最多的开源AI技术栈。通过扩展Triton语言，FlagOS社区创新性推出Triton-TLE，其在Attention等关键算子上已超越英伟达CUDA的开源SOTA水平。FlagOS算子库超500个，2024年成为PyTorch基金会生态系统项目。在应用层面，FlagOS实现"一次编写，多芯片运行"，从面壁智能到DeepSeek V4均能在一天内完成多芯片同步适配。同时，FlagOS正汇聚国内闲置算力，远程支持非洲多国高校开展AI教学，让开放计算服务全球普惠。

海光信息副总裁马庆怀

马庆怀作为本次论坛被邀请的国产加速卡硬件生态侧代表，介绍了AI算力面临生态锁定、服务稳定性与迁移成本三重挑战。海光DCU软件栈已实现与CUDA核心组件的对齐，覆盖基础开发工具、AI优化软件栈及上层应用平台，支持400余款大模型"Day0"首发适配。FlagOS则通过统一上层开发接口，将多芯片开发工作收敛为可复用接口，实现跨芯片通信效率达rocBLAS基线近90%的性能表现。在科学智能体领域，以FlagOS与海光DCU的深度适配为例，双方基于"OneScience 科学智能体"样板展示了从科研知识识别到模型开发全流程的自动化能力，通过MCP/CLI/Plugin多形态扩展，打通PyTorch、JAX、Megatron、vLLM等全栈知识，解决大模型幻觉、稳定性、可复现与成本四大痛点。这标志着标志着国产算力生态从单点适配走向协同定义的新阶段。

PyTorch基金会Executive Director Mark Collier

Mark Collier提出，底层算力正在走向多元化，每年都有新的入局者，例如GPU、NPU、DCU、边缘芯片等等。算力的多样性是健康的，它降低成本、激发创新。但是，每款芯片都配一套专属软件栈是无法规模化的，因为每一次移植都要重来，每一个内核都要重新调优，每一个缺陷都要重新发现。软件层面的碎片化，将彻底摧毁硬件多样性带来的红利。实现可移植性才是关键，而开源是规模化解决这一问题的唯一路径。

Linux基金会全球AI首席技术官兼PyTorch基金会首席技术官Matt White

Matt White指出，过去五十年，每一代变革性计算平台都遵循同一个模式：通过开放标准连接开源组件，击败封闭的垂直整合方案。他系统梳理了开源Agentic AI技术栈，并强调MCP、A2A等开放规范正在让各模块变得可互换。从计算层、模型推理层、上下文与记忆层，到工具与执行层、编排层，再到应用层，每一层都有可靠的生产级开源选项，而开放标准正是连接这些组件的“胶水”。

Linux Foundation AI & Data基金会董事会主席黄之鹏

黄之鹏表示，基于昇腾的端到端大模型开源推理解决方案Omni-Infer已于去年6月开源，旨在提供开箱即用的高性能国产硬件适配。同时，作为拥有ONNX等明星项目的LF AI&Data基金会，正持续为全球AI开源生态提供中立治理支撑，加速多模态等开源AI项目聚合。开源协作，正成为国产算力融入全球AI栈的关键桥梁。

Eclipse基金会AI负责人Michael Berns

Michael Berns带来了欧洲视角。他的核心职责聚焦于开源AI生态中的供应商中立与数字主权议题，并积极推动“开放评估标准”。他介绍了Eclipse基金会与北京智源人工智能研究院合作打造的PanEval项目，一个覆盖多种大模型技术的开放评估平台，能够从模型架构、吞吐量、能效到底层芯片本身进行端到端评估，通过使评估结果透明且可横向比较，PanEval帮助全球企业和公共机构在特定预算和资源约束下找到最优解决方案，不受供应商或来源国限制。

圆桌环节

圆桌环节中，专家围绕从开放计算到可持续AI能力，释放全球协作价值展开研讨，分析了全球AI建设、算力基建、人才培养的机遇与挑战。嘉宾一致认为，普及开放计算助力欠发达地区科教发展意义深远，其落地需要结合本地课程、师资与实际应用，把技术普惠转化为自主创新能力，智源FlagOS统一算力底座为此提供了支撑。同时，数据共享要平衡合规安全与开放科研，资源分配建议先普惠普及，再打造示范项目，兼顾公平与实效。

奕行智能首席AI官石贤帅

石贤帅以《智能体重构AI算力芯片研发新范式》为题作主题分享，他直面智能体对芯片制造带来的巨大挑战，重新思考“人机关系”，深度耦合“人+智能体”，利用AI智能体参与芯片设计、内核优化和框架集成，通过自动化循环工程（loop engineering）加速研发周期，重塑“造芯”新范式。

蚂蚁集团终端安全总经理万小飞

万小飞从企业级Agent框架实践出发，介绍他对企业级Agent框架的核心思考。针对当前Agent落地面临的安全、架构、协作、多端四大鸿沟，蚂蚁提出构建原生安全、多端覆盖、分布式演进的AgentOS理念，并已在内部实现单机千级Agent快速启动。这标志着行业正从单一框架探索，迈向企业级Agent操作系统的定义之争。目前也正在和FlagOS联合探讨技术和生态的合作。

Hugging Face工程师、llama.cpp 核心贡献者Xuan-Son Nguyen

Xuan-Son Nguyen探讨了如何使用llama.cpp构建完全本地的AI智能体。内容涵盖多模态支持、工具调用等能力，以及推测解码、多令牌预测等性能优化特性，展示 llama.cpp在本地推理方面的卓越表现。

本次论坛见证着FlagOS技术创新、国际标准共建与全球科教倡议协同发力，AI算力壁垒不断消融。作为AI普惠的核心根基，开放计算未来将依靠统一智算底座、全球通用标准与普惠人才计划缩小算力差距，实现全民可及、跨越国界的人工智能普惠愿景。