巴黎2026年5月19日 美通社 －－ 随着大模型迈入工程化发展阶段，行业关注重心正从单纯的模型能力突破，逐步转向实现模型稳定落地、低成本部署与长期高效运行。与此同时，以 OpenClaw 为代表的智能体框架热度持续攀升，AI 自主执行各类任务的能力愈发贴近实际生产应用场景，不过推理成本偏高、调用链路结构复杂、开源生态难以长效发展等现实难题，也已然成为整个行业亟待攻克的全新挑战。
在此背景下，5 月 4－6 日，GOSIM Paris 2026 于巴黎正式举办。
这场面向全球开发者的开源 AI 技术大会，由 GOSIM 主办，CSDN、1ms.ai 、Probabl 联合打造。大会讨论的重点，不再局限于探讨大模型本身的性能优势，更加聚焦 AI 技术能力的实际落地应用，全力推动相关技术深度融入工程项目、完整工具链以及各类实体业务场景之中。
大会设置了主旨演讲、主题论坛、实操工坊、编程马拉松等多项丰富活动，现场汇聚了来自 Probabl、华为、NVIDIA、字节跳动、Hugging Face、Eclipse 基金会、亚马逊、Fundamental、LAION、智源研究院、波特兰州立大学、Neo4j AI 社区、Fraunhofer IAIS 等众多著名机构的工程师、科研学者以及企业一线实践人员。一边是技术能力仍在快速推进，另一边，则是围绕开源生态、工程协作与落地实践的持续碰撞。
GOSIM Paris 2026大会现场
当模型能力逐渐趋于同质化后，真正拉开差距的，已经不再只是参数规模，而是工程体系是否扎实、生态是否具备可持续性，以及协作效率能否真正支撑 AI 进入长期生产环境。
而这，也正是 GOSIM Paris 2026 试图回答的问题。
聚焦 AI 本源与产业变革，Keynote 重磅登场
在 GOSIM Paris 2026 主会场的 Keynote 环节中，菲尔兹奖（数学界的“诺贝尔奖”）得主、法兰西公学院组合数学讲席教授、剑桥大学研究教授、剑桥大学三一学院院士 Sir Timothy Gowers 发表了题为《AI 数学家能否不仅仅是一个黑箱？》的主题演讲，从一线数学研究者的视角，系统梳理了大语言模型对数学研究方式带来的冲击与潜在走向。Sir Timothy Gowers 强调，当前 AI 数学家的形态仍不理想。与人类数学家相比，大模型往往直接给出答案，却缺乏“过程引导”的能力。在学习与研究中，人类更需要的是逐步提示与“生产性的思考过程”，而非最终结论本身。
紧接着，Probabl 首席科学官 Gaël Varoquaux 在大会现场把话题拉回到一个更“底层”的问题：尽管大语言模型在图像生成、文本对话甚至定理证明上屡创佳绩，看似远离噪声与随机性，但统计工具依然是支撑这些成就的底层逻辑。
华为开源联络官、CNCF 董事会成员 Bill Ren（任旭东）表示，代码已成为新的语言，开源的边界将定义未来世界的边界。“文明的下一部宪法将是代码 而代码必须是开放的。碳纪元的时代假设已经过时，硅纪元的首个标志性特征仍有待书写。我们正在共同构建一个共享命运的数字共同体 由人工智能引领、人类参与仲裁、全球共同治理，并建立在开放基础之上。”
CSDN 创始人兼董事长、GOSIM 发起人蒋涛从更宏观的产业演进视角，对这一轮 AI 变革进行了系统性总结。蒋涛指出，随着智能技术成本大幅下降，万物可编程的时代正式到来。放眼整个智能体技术体系，开源能力已经覆盖全层级，当下真正的核心赛道，集中在协同调度层。目前行业统一标准仍处于萌芽阶段，谁能率先建立规则，谁就能主导下一时代的发展。
随后，亚马逊高级首席工程师 Niko Matsakis 将目光投向一个颇具前瞻性的方向：如何让 Rust 工具链在设计之初就适配智能体（Agents）时代。他带来的开源项目 Symposium，正是围绕这一目标展开的一次实践探索。
在大模型性能逐渐逼近瓶颈的背景下，AI 产业的竞争焦点正从“模型能力”转向“系统能力”。北京智源人工智能研究院（BAAI）的副院长兼总工程师 Yonghua Lin（林咏华）围绕“从 ChatGPT 到 OpenClaw：Agentic AI 如何重新定义 AI 计算与开放评估”这一主题展开分享，指出基础设施正在成为制约 AI 发展的下一关键瓶颈。
Fundamental 应用人工智能负责人 Alexandre Gerbeaux 从个人职业经历切入，梳理了数据科学的发展路径，并引出了一个正在兴起的新方向大型表格模型（LTM）。他用一个形象的比喻形容大模型与表格模型的根本关系：如果说大语言模型更像 AI 的“右脑”，擅长生成与创造，那么表格模型则更接近“左脑”，负责逻辑与数值推理。
GOSIM Paris 2026 AI Vision Forum 拉开帷幕
作为 GOSIM Paris 2026 的重磅活动之一，GOSIM Paris 2026 AI Vision Forum 汇聚来自全球的受邀嘉宾，遵循 Chatham House Rule 展开坦诚对话，共同探讨一个关乎人类未来的核心命题，当 AI 重塑人类角色之时，我们如何确保人的核心价值始终居于中心？
在主持人 Jesse McCrosky（Principal AI Architect, Egen AI）的开场引导下，Probabl 的执行总裁兼董事长 Yann Lechelle 以四十年的软件从业经历，为听众勾勒出一幅关于时间、技术与人类角色的宏大图景。他分享了开放计算基础设施的七大支柱开放科学、开放数据、开放标准、开源软件、开放权重、开放平台、开放硬件，并表示：“没有这七大支柱，就没有真正的 AI。这是我们必须发展、必须推动、必须要求透明的答案唯其如此，算法明天才不会把我们当作早餐吞下。”
菲尔兹奖（数学界的“诺贝尔奖”）得主、法兰西公学院组合数学讲席教授、剑桥大学研究教授、剑桥大学三一学院院士 Sir William Timothy Gowers 随后指出：“数学界存在一种焦虑我们可能即将进入这样一个世界：拥有强大模型权限的人，将能用这些模型证明伟大的成果；而无法获得这些模型的人，将处于巨大的劣势。”
本次论坛上，还特别设置了四大圆桌讨论，覆盖以下核心议题：
- 智能体 AI 系统现场几位嘉宾从不同角度快速切入：有观点强调，开放计算、开放数据与开放评估将成为智能体时代的基础设施；也有嘉宾指出，面对智能体行为的不确定性，现有开源许可证与标准体系正面临新的挑战；围绕软件工程实践，有人认为工程师正在从“写代码”转向“编排系统”；谈到人才培养，则有人提出，在智能体参与开发的环境下，初级开发者的成长路径需要重新设计；而在模型选择上，开放权重与闭源模型在实际落地中的差异，也成为现场反复对比的焦点。
- AI 教育应用这场讨论以一场主题分享开场，现场嘉宾从“认知设计”的角度切入，探讨为何当前 95％ 的 AI 教育试点项目失败，以及智能体如何通过更好的认知架构真正赋能学习。
- 可信 AI 治理本次圆桌环节，现场几条核心观点逐渐浮现，即现有监管框架必须适配智能体的动态性与不确定性，而透明性、可解释性与公平性依然是可信 AI 不可动摇的基石。转向多智能体系统，互操作标准被视为规模化的关键；与之相应，身份验证与跨系统协作也急需更明确的国际规则。再向底层看，基于密码学的验证体系正成为支撑主权 AI 的关键基础设施。
- 开源与数字公共品本场汇聚了来自系统级软件基金会、头部大模型厂商、国际研究机构以及开发者社区的多方代表，共同讨论 Agentic AI 时代的基础设施底座问题。
GOSIM Paris 2026 AI Vision Forum嘉宾合影
解锁 Agentic AI 全生态进化路径
在 Keynote 分享之外，GOSIM Paris 2026 同步开设五大垂直主题论坛，覆盖 Agentic AI Summit、开源模型、Agentic OS 与应用、边缘侧 Agentic AI、开源机器人五大核心方向。从基础模型研发、系统应用搭建，到边缘智能部署、开源机器人创新，多维度聚焦产业真实需求，层层拆解技术落地难点，以细分领域的深度交流，全方位挖掘开源与智能体技术的落地价值。
在「Agentic AI 峰会」分论坛中，Agentic AI 的价值不再停留在概念层面，而是被直接拉回到真实的产业场景中加以验证与展开。本次 Agentic AI Summit 汇集了零售行业头部企业、国产基础软件代表力量以及高校研究学者，从企业智能体落地、研发流程提效，到教育体系的智能化重塑，系统性呈现了 Agentic AI 在不同产业维度中的实践路径与应用边界。
同步开启的「开源模型」论坛上，来自 Moonshot AI、智谱 AI、Minimax、东北大学、中国科学院自动化研究所、北京智源人工智能研究院、LF AI ＆ Data Foundation、华为、上海交通大学等机构的一线技术专家，围绕开源大模型的训练方法、推理优化、多模态能力、社区协作以及产业落地实践等方向，分享了最新进展与实践经验。
在「Agentic OS 与应用」论坛上，来自 Makepad、Delinea、CopilotKit、Huansheng Technology、华为、字节跳动、Makeitfuture、FOSS Shanghai、Eclipse Foundation、Typeform 等企业的一线专家，围绕 Agentic OS 展开讨论。与会者普遍认为，当 AI 代理逐渐成为人与计算机交互的主要界面后，操作系统的角色也正在发生变化它不再只是传统意义上的内核与驱动集合，而是正在演变为支撑自主、可组合、可信 AI 工作流运行的基础设施。
当大模型不再完全依赖云端算力，智能终端也能在离线与低功耗环境中独立运行时，Agentic AI on Edge 正在重塑 AI 的落地方式。本次大会特别设置「Agentic AI on Edge」论坛，围绕端侧 AI 的全链路技术与实践路径展开讨论，来自 Hugging Face、英伟达、Dimforge、Second State 等机构的技术专家带来了从框架到工程化落地的系统分享。
在 LLM 的“文本世界”之外，机器人正成为 AI 通向物理世界的关键载体。但过去很长一段时间里，硬件成本高企、软件环境割裂、评估标准不一，让“具身智能”更多停留在演示视频里，难以被大规模复现和生产落地。在本次开源机器人论坛上，我们看到了一种全新的可能性：从真机评估标准、人形机器人平台，到模型自进化和仿生灵巧手，一条由开源驱动的具身智能技术栈正在成形。
当 AI 讨论走向实战，现场工作坊带你真正上手！
除高屋建瓴的 Keynote 分享与细分领域论坛研讨外，本届大会同样注重开发者的动手实践。vLLM 工作坊、OpenHarmony × AI： Powering the Next Intelligent Operating System、面向 Agentic AI 的开放计算（FlagOS）、数据科学与 AI 工作坊、SGLang 工作坊与 Agentic 应用构建工作坊等轮番登场，聚焦技术实操、底层系统架构、智能体开放生态与数据科学核心方法论，以实操教学、案例拆解、技术共创的形式，为开发者与行业从业者带来沉浸式干货学习与实战交流。
在 vLLM 工作坊中，vLLM 核心贡献者、Red Hat 生成式 AI 高级首席产品经理 Erwan Gallen 从平台团队的实际视角出发，拆解了基础设施选型时需要权衡的关键因素，包括不同工作负载形态、提示词与上下文行为差异、扩展架构模式，以及生产环境中的运维适配问题。随后，Red Hat 首席软件工程师 Daniele Trifirò 从 vLLM 的核心优化机制讲起，重点回顾了包括 PagedAttention 在内的关键设计，并进一步延展到面向不同目标场景的系统构建方法。
在「OpenHarmony×AI： Powering the Next Intelligent Operating System」Workshop 中，来自开源社区、学术界与产业一线的多位嘉宾，围绕智能操作系统与 AI 融合的最新实践与挑战，带来了多场主题分享与经验交流。
在智能体系统快速走向工程化落地的当下，如何构建可扩展、可评估、可治理的开放计算底座，成为「面向 Agentic AI 的开放计算（FlagOS）」Workshop 讨论的核心。来自北京智源人工智能研究院（BAAI）、Eclipse 基金会、ICCSD UNESCO 咨询委员会成员、LF AI ＆ Data 基金会、SGLang 社区围绕开放生态、评估体系与全球协作路径展开讨论。
当大模型从实验室走向生产线，数据科学与 AI 工程化之间的鸿沟究竟该如何跨越？在本次“数据科学与 AI 工作坊”中，多位来自欧洲著名机构与开源社区的一线专家，从基础模型构建、大规模训练、合成数据、高效 OCR 到智能体评测，带来了各自领域的实战答案。
本次「SGLang 工作坊」是一场面向开发者的硬核实操课。SGLang 开源维护者 Xinyuan Tong 拆解了 SGLang 性能背后的设计原则。Atlas Cloud AI LLC 算法工程师 Eva Ma 与 SGLang 开发者 Yuhao Yang 分别从演讲和实操两个角度，展示了 SGLang－Diffusion 如何通过高级并行化、分布式 VAE 和算子融合，为图像视频生成提供生产级推理能力。最后，RadixArk 技术团队成员 Ethan （Yusheng） Su 直接展示了 SGLang 在 RL 后训练中的核心角色，其使用 Miles RL 框架，以 SGLang 为采样后端，搭建端到端的 RL 训练流水线。
在“构建 Agentic 应用工作坊”现场，讨论的重点落在如何把 AI 能力真正做成可运行的工程系统，而不是停留在概念层面。Makepad 联合创始人 Rik Arends、波特兰州立大学计算机科学副教授 Bart Massey 手把手指导，进行现场教学。
“LLM 之后是什么？”这是很多人关心的问题，也成为 GOSIM Paris 2026 现场午餐学习会的讨论主题之一。Fundamental 应用人工智能负责人 Alexandre Gerbeaux 在分享中指出，大表格模型（LTM）作为新的模型类别出现，用于专门处理和理解结构化数据，从而弥合当前模型能力与企业数据现实之间的差距。
极客同台竞技，硬核作品悉数亮相
科创赛场迎来高光时刻，GOSIM Spotlight 2026 前沿创作者盛典、双赛道黑客松「Agentic Hackathon」和「Robotics Hackathon」赛事、「FlagOS KernelGen 24 小时悬赏挑战赛」圆满举办。历经 5 月 5 日至 6 日两天高强度角逐，各类创新项目与实践成果集中亮相，为本次巴黎大会画上鲜活的收尾篇章。
在 GOSIM Spotlight 2026 Frontier Creators 创作者赛道上，从多模态生成到交互表达，从工具链到内容形态实验，10 组入围创作者在 Station F 完成了作品展示与分享。这些项目不只是“用工具做内容”，更多是在解决具体问题，每一个项目都围绕一个明确的创作痛点展开。
黑客松维度，两场赛事同步进行。Agentic Hackathon 覆盖文本、语音、音乐、视频到演示生成等多条赛道，参赛团队基于智谱 GLM、Moonshot Kimi、MiniMax 等模型快速搭建应用原型，两天时间里完成了从想法到可运行演示的转化。Robotics Hackathon 则更偏“实战”，所有任务都在 OpenArm 全开源人形机械臂上完成，包括抓取拆装、液体倾倒、布料折叠、人机递接等操作，参赛者在现场不断调试机械结构与控制代码，几乎全程都在动手解决问题。
FlagOS KernelGen 24 小时悬赏挑战赛同样精彩。这项挑战以 Triton 语言为核心，聚焦内核代码生成与优化，对参赛者的工程能力和工具使用效率都是高强度考验。
从内容创作到机器人操作，从应用层原型到系统级优化，这些获奖项目有一个共同点：都能在现场跑起来，并且能对准一个具体问题给出答案。
GOSIM Paris 2026现场颁奖
GOSIM Paris 2026 见证开源 AI 生态蓬勃发展，期待 10 月杭州再聚！
至此，GOSIM Paris 2026 正式落下帷幕。作为深耕全球开源协作的盛会，本次巴黎之行汇聚全球开发者与行业从业者，现场交流热烈、思想碰撞不断。
当然，整场大会的顺利落地，离不开各家企业、开源社区与生态伙伴的同心同行、携手共建。
由衷感谢首席赞助商华为，以及 OpenHarmony、Fundamental、OpenBMB、MiniMax、KIMI、智谱、Novita、RadixArk、databricks 等合作伙伴的重磅加持与倾力相助；同时诚挚感谢 BAAI、OuiCrea、全法中国青年科创协会、中法人工智能协会、Olares、Second State、SGLang 社区、vLLM 社区、FlagOS 社区、Hugging Face、开源社、Unaite、42－ai、AI By The Bay、InnAIO、Jumeau.AI 等一众支持伙伴的踊跃入驻、积极参与。
各大展商与生态伙伴齐聚现场，以多元展示、技术共创凝聚产业合力，持续丰富开源 AI 生态版图，为这场国际盛会增添了浓厚活力与产业价值。
三天思想交锋与实践探索圆满收官，跨地域的开源协作之路仍在继续。本次盛会搭建起高效的全球对话桥梁，沉淀了大量落地经验与行业共识。期待未来再度相聚，持续携手探索智能技术新方向，共建更加开放、繁荣的全球开源生态。
