专题演讲嘉宾：夏小雅

随着大模型生态的爆发式发展，相关的开源项目也开始爆炸性增长，不止是新项目，大量之前已经有的项目也开始与大模型产生或多或少的相关性，但是哪些是大模型领域的核心项目，哪些项目在真正引领着生态的前进，以及生态的全景图相对于以往的应用全景图是否产生了破坏性的结构变化，这些我们需要冷静地观察和分析，也需要借助数据的力量。

本演讲将围绕开源大模型与开源 AI 开发生态，整体介绍该领域下的开源项目全景，以不同生态位的一些热门开源项目为入口点，包括模型研发、训练框架和应用工具等不同 AI 技术领域，通过分析社区数据，探讨开源大模型与开源 AI 生态的快速协同发展，以及它们对整个技术产业影响，揭示 AI 生态中的开源项目如何相互关联、相互依赖，判断这些项目中的关键节点和项目发展趋势。

演讲大纲

1. 案例研究：从热点新闻到社区数据
2. 生态全景：从社区关联到生态关系网
3. 热点洞察：趋势上的项目与项目的趋势
4. 回到架构：我可以怎样利用这个全景图

实践痛点

GenAI 时代，技术的演变与发展日新月异，几乎每天都有新的名词和新兴的开源项目涌现。对于开发者而言，这些项目之间有怎样的关联，处于生态中的哪个位置，可以怎样为我所用，如何寻找到同类型的产品/工具是一个共性的痛点，希望本演讲能起到一个提纲挈领的概览作用，给广义上的非 AI 背景的开发者一些启示和帮助。

演讲亮点

• 结合数据分析，提供对开源项目发展的深刻洞察
• 探讨不同层面项目之间的协同作用与创新
• 展示实际案例，洞察开源大模型和开源 AI 开发生态的发展趋势

听众收益

• 对于进入 AI 领域，想要快速上手的开发者或架构师，应该重点关注哪些在趋势上的项目，以及这些项目的关系是什么样的
• 对于一般开发者，了解开源和 GenAI 的碰撞让开源和开发生态发生了哪些变化，有哪些趋势，自己可以考虑如何应对趋势，利用趋势，成为趋势
• 对于一般架构师和分析师，学习一种方法，在遇到一个有限了解的新领域、新趋势面前，如何借助开源社区的开放数据，迅速找到趋势和入手点