在近期世界人工智能大会余温尚存之际，上海再次吸引了科技界的目光，迎来了2025 CCF中国开源大会。此次大会于8月2日至3日召开，汇聚了众多业界精英与专家学者。
宇树科技创始人王兴兴在会上发表见解，指出具身智能要在未知环境中有效服务人类，关键在于实时生成多样化的动作。他认为，尽管当前机器人硬件已较为成熟，但具身智能大模型仍存在显著缺口，期待一个能推动机器人领域发展的“ChatGPT时刻”。同时，他也提到，获取精确数据成为制约具身智能机器人升级的难题之一。
会议期间，开源成为多位与会者共同关注的焦点。开源，即公开代码供所有人查看、使用、修改与分享，其共享、协作、透明的精神正深刻影响着多个领域，包括软件、教育、科研以及硬件等。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，开源模式有助于小企业跳过这些环节，专注于模型微调和推理。
中国科学院院士、南京大学教授吕建强调，开源能够汇聚全球开发者的力量，共同改进模型，推动AI技术的不断进步。开源不仅降低了技术门槛，还催生了更多创新想法和服务，成为推动全球科技创新和共同发展的重要路径。
然而，开源在AI领域也面临挑战。中国科学院院士、北京大学教授鄂维南指出，AI正在经历范式转变，数据成为核心。但数据作为企业核心资产，其价值日益凸显，同时公众对数据保护的意识增强，导致大量数据因安全考虑无法公开。这一现实困境限制了AI开源的深入发展。
中国科学院院士、北京大学教授梅宏进一步解释，即便大模型参数公开，若缺乏相同的训练数据，外界也难以复现其能力，更无法实现迭代创新。因此，他呼吁，在AI时代，开源必须伴随着数据的开放，否则将陷入“无米之炊”的困境。
面对这些挑战，多位专家提出，构建更高维度的“开放”解法成为当务之急。开放数据的核心在于有条件共享，旨在释放数据价值以支撑AI训练和科研分析。例如，医疗数据在去除隐私信息后可开放给科研使用，但需遵守严格的场景限制和脱敏处理原则。
专家们强调，开放具有长远价值，其范畴涵盖标准、API、平台等多个维度。AI时代，开放架构比单纯开源代码更能推动二次创新，适应AI快速迭代的需求。中国工程院院士、原副院长陈左宁指出，设计精良的开放架构可能比完全公开的源代码更有意义，它将不同创新者在各自擅长的领域便捷接入，构建高效创新生态。
本次大会由中国计算机学会（CCF）主办，上海交通大学和CCF开源发展技术委员会承办，为业界提供了一个深入交流与合作的重要平台。
