הנוף של AI עבר שינוי דרמטי בשנה האחרונה, מונע על ידי הרוח השיתופית של פיתוח קוד פתוח. לא עוד רק תחום של ענקיות טכנולוגיה, מודלים גדולים של שפה (LLMs) מתפתחים כעת באמצעות מאמצים קהילתיים ושיתוף פתוח, המשפיעים על הכל, החל מתשתית ועד אופטימיזציה של אלגוריתמים ופריסה. תנועת הקוד הפתוח הזו מאיצה את ההתקדמות של AI, מה שהופך אותו לנגיש יותר ומדמוקרטיה את ההזדמנות לתרום לדור הבא של מערכות אינטליגנטיות.
על רקע זה, כנס GOSIM AI פריז 2025, שאורגן במשותף על ידי GOSIM, CSDN ו-1ms.ai, החל ב-6 במאי בפריז, צרפת. האירוע משמש פלטפורמה מכרעת, המחברת בין אנשי מקצוע וחוקרים בתחום הטכנולוגיה הגלובלית כדי לחקור את פריצות הדרך האחרונות ואת הכיוונים העתידיים ב-AI בקוד פתוח.
הכנס מתגאה במערך מרשים של למעלה מ-80 מומחי טכנולוגיה וחוקרים מארגונים מובילים כמו Alibaba, Hugging Face, BAAI, MiniMax, Neo4j, Dify, MetaGPT, Zhipu AI, Eigent.AI, Docker, Inflow, אוניברסיטת פקין, Fraunhofer, אוניברסיטת אוקספורד וקהילת openLLM הצרפתית. שותפים מרכזיים, כולל Huawei, האגודה הכל-סינית לחדשנות ויזמות צעירים בצרפת, האגודה הסינו-צרפתית לבינה מלאכותית, קרן Apache Software, קרן Eclipse, The Khronos Group, WasmEdgeRuntime, LF Generative AI Commons, The Linux Foundation Research, קרן OpenWallet, Open Source Initiative (OSI), Software Heritage ו-K8SUG, משתתפים גם הם באופן פעיל. הכנס כולל למעלה מ-60 מושבים טכניים המתמקדים בנושאים מרכזיים כמו מודלים של AI, תשתית, פריסת יישומים ואינטליגנציה גופנית, המספקים מבט מקיף על האבולוציה של המערכת האקולוגית של קוד פתוח ומגמות מתפתחות.
היחסים הסימביוטיים בין AI לקוד פתוח
Michael Yuan, מייסד שותף של GOSIM, פתח את הכנס בנאום מרכזי שכותרתו “קוד פתוח הדביק את הקצב, מה הלאה?”. הוא שיתף את תובנותיו לגבי המצב הנוכחי והמסלול העתידי של AI בקוד פתוח, והדגיש שהוא הגיע לרגע מכריע.
“פעם חזינו שייקח 5-10 שנים לקוד פתוח להדביק את המודלים בקוד סגור, אך נראה כי מטרה זו הושגה מוקדם מהצפוי”, אמר יואן. הוא ציטט את השחרור האחרון של Qwen 3 כדוגמה, וציין שמודלים בקוד פתוח כבר לא רק מתחרים זה בזה, אלא כעת מאתגרים ישירות מודלים דגל קנייניים, ואף עולים עליהם במדדים מסוימים. יואן גם הציע שהתקדמות זו אינה נובעת רק מהתקדמות הקוד הפתוח, אלא גם מהתוצאה של פיתוח קוד סגור שלא עמד בציפיות ונתקל בצווארי בקבוק בביצועים. בניגוד לכך, מודלים בקוד פתוח מתפתחים במהירות, מציגים עקומת צמיחה תלולה בביצועים ומדגימים תופעת “הדבקה” אמיתית.
תצפית זו מעלה שאלה בסיסית: כמה רחוקים אנו מהשגת בינה מלאכותית כללית (AGI)? יואן מאמין שעתיד ה-AGI עשוי שלא להיות מונח במודל יחיד וכולל, אלא ברשת של מודלים מיוחדים, בסיסי ידע וכלים הפרוסים על חומרה פרטית או מכשירים רובוטיים.
הוא פירט עוד שהארכיטקטורה של AI עוברת מפרדיגמה ריכוזית לפרדיגמה מבוזרת. הוא הדגיש את המעבר של OpenAI מ-Completion API ל-Responses API החדש, שמטרתו לבנות פלטפורמת סוכנים חכמה בקנה מידה גדול. כמעט 600,000 משתמשים ומפתחים כבר הצטרפו לשינוי הזה, ותורמים לפיתוח יישומי AI מבוזרים.
“העתיד של AGI לא צריך להיות מפותח באופן בלעדי על ידי חברה אחת וממומנת היטב”, טען יואן. “במקום זאת, הוא צריך להיבנות באמצעות שיתוף פעולה גלובלי, יצירת רשת מערכת אקולוגית הכוללת מודלים, בסיסי ידע, רובוטים ומערכות ביצוע”.
לאחר נאומו של יואן, Daniel Goldscheider, מנהל בכיר של קרן OpenWallet, העביר מצגת על “GDC Wallets & Credentials”, המתמקדת בפרויקט Global Digital Compact (GDC), שאומץ על ידי העצרת הכללית של האומות המאוחדות. הוא הסביר של-GDC יש שתי מטרות ליבה:
- הכרה בכך שטכנולוגיות דיגיטליות שינו באופן עמוק את חיינו ואת ההתפתחות החברתית שלנו, והביאו הן הזדמנויות חסרות תקדים והן סיכונים בלתי צפויים.
- הדגשה כי מימוש הפוטנציאל המלא של טכנולוגיות דיגיטליות לטובת כל האנושות דורש שיתוף פעולה גלובלי, שבירת מחסומים בין מדינות, תעשיות ואפילו מגזרים ציבוריים ופרטיים.
בהתבסס על הבנה משותפת זו, ה-GDC הוליד את היוזמה “שיתוף פעולה דיגיטלי גלובלי”, שמטרתה לטפח שיתוף פעולה אמיתי בין ממשלות, עסקים, ארגונים ללא מטרות רווח ובעלי עניין אחרים.
כשדן בהיבטים התפעוליים, הדגיש Goldscheider ששיתוף פעולה זה אינו מוכתב על ידי ארגון יחיד כלשהו, אלא מאמץ גישת “כינוס משותף”, המזמינה את כל הארגונים הבינלאומיים המעוניינים, גופי קביעת סטנדרטים, קהילות קוד פתוח וארגונים בין-ממשלתיים להשתתף. הוא הבהיר שזה לא פרויקט “מי מוביל את מי”, אלא פלטפורמת שיתוף פעולה שווה שבה לכל צד יש קול ואף אחד אינו חשוב יותר ממשנהו.
הוא הסביר עוד ששיתוף הפעולה הדיגיטלי הגלובלי אינו שואף לפתח ישירות סטנדרטים או טכנולוגיות, אלא להקל על דיאלוג בין ארגונים מרקע מגוון, ולאפשר להם להציג את נקודות המבט והצרכים שלהם כדי להגיע לקונצנזוס. לאחר מכן, הסטנדרטים הספציפיים והעבודה הטכנית יקדמו על ידי הגופים המתמחים הרלוונטיים. הוא ציטט “זהות דיגיטלית” ו”טכנולוגיה ביומטרית” כדוגמאות, וציין שארגונים רבים כבר עובדים בתחומים אלה, והדגיש את הצורך בפלטפורמה ניטרלית שתאחד את כולם, תמנע כפילויות, סכסוכים ובזבוז משאבים.
ארבעה פורומים ייעודיים: ניתוח מקיף של AI בקוד פתוח
הכנס הציג ארבעה פורומים מיוחדים: מודלים של AI, תשתית AI, יישומי AI ואינטליגנציה גופנית. פורומים אלה כיסו נושאים קריטיים, החל מארכיטקטורה בסיסית ועד פריסת יישומים, ומאפשרויות מודל ועד פרקטיקות סוכנים חכמות. כל פורום אירח מומחים מובילים ממפעלים וממוסדות מחקר גלובליים, וסיפק הן ניתוח מעמיק של מגמות הטכנולוגיות האחרונות והן הציג מקרי תרגול הנדסיים עשירים, והדגים את השילוב והאבולוציה המקיפים של AI בקוד פתוח על פני תחומים מרובים.
פירוק הלוגיקה הבסיסית של מודלים גדולים של AI
פורום מודלים של AI קיבץ מומחים מקהילות קוד פתוח וממוסדות מחקר כדי לחלוק תובנות על חידושים ארכיטקטוניים, שיתוף פעולה בקוד פתוח ואבולוציה של מערכות אקולוגיות בתחום המודלים הגדולים.
Guilherme Penedo, מהנדס מחקר למידת מכונה ב-Hugging Face, הציג את “Open-R1: שחזור קוד פתוח מלא של DeepSeek-R1”, והציג את מאמצי פרויקט Open-R1 בשכפול מודל DeepSeek-R1, עם התמקדות בקידום הפתיחות והסטנדרטיזציה של נתונים הקשורים למשימות הסקה. Guang Liu, מנהיג טכנולוגי של צוות מחקר הנתונים במכון מחקר Zhiyuan, שיתף את “OpenSeek: חדשנות שיתופית לקראת הדור הבא של מודלים גדולים”, והדגיש את החשיבות של שיתוף פעולה גלובלי בהנעת פריצות דרך בביצועי מודל ברמות האלגוריתם, הנתונים והמערכת, במטרה לפתח את הדור הבא של מודלים גדולים שעולים על DeepSeek.
Jason Li, סגן נשיא בכיר של CSDN, העביר את “Decoding DeepSeek: חדשנות טכנולוגית והשפעתה על המערכת האקולוגית של AI”, וסיפק ניתוח מעמיק של החידושים של DeepSeek בפרדיגמות טכניות, ארכיטקטורת מודל ואקולוגיה תעשייתית, כמו גם את ההשפעה הפוטנציאלית שלו על המערכת האקולוגית הגלובלית של AI. Yiran Zhong, מנהל מחקר בכיר ב-MiniMax, הציג את “עתיד ליניארי: האבולוציה של ארכיטקטורות מודל שפה גדול”, והציג את מנגנון Lightning Attention שהציע הצוות, המציע חלופה פוטנציאלית לארכיטקטורות Transformer מבחינת יעילות וביצועים. Shiwei Liu, עמית בינלאומי של Royal Society Newton באוניברסיטת אוקספורד, דן ב”קללת העומק במודלים גדולים של שפה”, חקר את התרומות הפוחתות של רשתות עצביות עמוקות ככל שהמודלים מעמיקים, והציע את השימוש ב-LayerNorm Scaling כדי לשפר את מנגנון Pre-LN כדי לשפר את ניצול השכבה העמוקה ואת היעילות הכוללת. Diego Rojas, מהנדס מחקר ב-Zhipu AI, ציין ב”מודלים גדולים של שפת קוד: חקר מעבר לאסימונים” שמודלים גדולים נוכחיים, למרות שהם חזקים, עדיין מסתמכים על אסימונים, דבר שאינו יעיל, ושיתף שיטות חדשות לדילוג על אסימונים כדי להפוך את המודלים למהירים וחזקים יותר. Nicolas Flores-Herr, ראש צוות המודלים הבסיסיים ב-Fraunhofer IAIS, סיכם את הפורום עם “כיצד לבנות מודלים גדולים של שפה ‘מתוצרת אירופה’ תחרותיים גלובלית?”, והדגיש שאירופה מתגברת על אתגרי נתונים, גיוון ורגולציה באמצעות פרויקטים רב-לשוניים, קוד פתוח ואמינים של מודלים גדולים מקומיים, כדי לבנות את הדור הבא של AI המשקף ערכים אירופיים.
השילוש של תשתית AI: נתונים, כוח מחשוב ואבולוציה אלגוריתמית
בהתמקדות בבניית בסיס פתוח, יעיל ומכיל יותר למודלים גדולים, פורום תשתית AI קיבץ מומחים מובילים ממוסדות מחקר ומפעלים כדי לעסוק בדיונים מעמיקים על נושאים מרכזיים כמו נתונים, כוח מחשוב וארכיטקטורת מערכת.
Yonghua Lin, סגן נשיא מכון מחקר Zhiyuan (BAAI), השיק את Chinese Internet Corpus CCI 4.0 ב”קוד פתוח AI לטובה: יישומים מכילים, נתונים הוגנים וכוח מחשוב אוניברסלי”, המכסה שלושה מערכי נתונים עיקריים: CCI4.0-M2-Base V1, CCI4.0-M2-CoT V1 ו-CCI4.0-M2-Extra V1. ל-CCI4.0-M2-Base V1 יש נפח נתונים של 35000GB, הוא דו-לשוני בסינית ובאנגלית, עם 5000GB של נתונים סיניים, גידול פי 5 בקנה מידה של הנתונים בהשוואה ל-CCI3.0. CCI4.0-M2-CoT V1 מכיל 450 מיליון נתוני מסלול מחשבה אנושיים מסונתזים לאחור לשיפור יכולת החשיבה, עם מספר אסימונים כולל של 425B (425 מיליארד), כמעט פי 20 מגודלו של Cosmopedia (קוד פתוח על ידי Hugging Face), מערך הנתונים הסינתטי הגדול ביותר בקוד פתוח הזמין כיום בעולם.
Xiyuan Wang, מהנדס תוכנה בכיר ב-Huawei, הציג לאחר מכן כיצד ארכיטקטורת CANN מחברת בין מסגרות AI וחומרת Ascend ב”שיטות עבודה מומלצות לאימון והסקה המבוססות על Ascend CANN”, ומשיגה הסקת אימון אופטימלית באמצעות תמיכה במערכות אקולוגיות כגון PyTorch ו-vLLM. Guillaume Blaquiere, אדריכל נתונים ב-Carrefour, הדגים כיצד לפרוס מופעי מודל גדולים ללא שרתים התומכים במעבדים גרפיים באמצעות Google Cloud Run כדי להפחית עלויות ולשפר את יעילות ניצול המשאבים ב”הפיכת ה-LLM שלך לחסר שרתים”. Yinping Ma, מהנדס באוניברסיטת פקין, נשא נאום מרכזי על “תוכנה בסיסית לניהול ושיבוץ מחשוב חכם בקוד פתוח - SCOW ו-CraneSched”, והציג את שתי התוכנות הבסיסיות הגדולות בקוד פתוח שפותחו על ידי אוניברסיטת פקין, SCOW ו-CraneSched, שנפרסו בעשרות אוניברסיטאות ומפעלים ברחבי הארץ, ותומכות בניהול מאוחד ובתזמון בעל ביצועים גבוהים של משאבי מחשוב חכמים. Yaowei Zheng, מועמד לדוקטורט באוניברסיטת Beihang, שיתף את תפיסת העיצוב של ארכיטקטורת הבקר ההיברידי במערכת Verl בנאום “verl: מערכת RLHF המבוססת על בקר היברידי”, ודן ביתרונות היעילות שלה באימון למידה חיזוק בקנה מידה גדול. Greg Schoeninger, מנכ”ל Oxen.ai, הציג את “מערכי נתונים לאימון ותשתית לאימון למידה חיזוק בסגנון DeepSeek-R1 (GRPO)” ופירט את נתיב התרגול לתהליכי אימון למידה חיזוק עבור LLM של חשיבה, כולל בניית מערכי נתונים, בניית תשתית ומודלים ליצירת קוד אימון מקומיים.
מ”האם ניתן להשתמש בו” ל”האם משתמשים בו היטב”: יישומי AI נכנסים לשלב המעשי
בפורום יישומי AI, אנשי מקצוע בתחום המחקר והפיתוח ומקבלי החלטות טכנולוגיות מחברות מובילות שיתפו מגוון רחב של תובנות, והציגו את נתיבי הפריסה בעולם האמיתי ואת האפשרויות העתידיות של יישומי AI המונעים על ידי מודלים גדולים.
Yongbin Li, חוקר ראשי במעבדת Alibaba Tongyi, שיתף את ההתקדמות האחרונה של Tongyi Lingma באבולוציה טכנית ויישום מוצר ב”Tongyi Lingma: מעוזר קידוד לסוכן קידוד”. Dongjie Chen, מהנדס תוכנה ב-Huawei, נשא נאום מרכזי על “Cangjie Magic: בחירה חדשה למפתחים בעידן המודלים הגדולים”, והציג את מסגרת הפיתוח של סוכן מודל גדול AI המבוססת על שפת התכנות Cangjie, שיכולה לשפר משמעותית את היעילות של מפתחים בבניית יישומי HarmonyOS חכמים ולהביא חוויית פיתוח מצוינת. Xinrui Liu, מנהל המערכת האקולוגית למפתחים של LangGenius, התמקד ב”עבודה משותפת, כוח טכני המופעל על ידי Dify”, והדגיש את המערכת האקולוגית בקוד פתוח של Dify ואת תפקידה בהאצת הפופולריות של יישומי AI.
לגבי השילוב של AI והנדסת מערכות, Rik Arends, מייסד שותף של Makepad, העביר מצגת ייחודית: “שימוש בקידוד סביבתי, שימוש ב-AI ליצירת ממשק משתמש Rust למכשירים ניידים, דפי אינטרנט ומציאות מעורבת”, וחקר כיצד להשתמש בקידוד סביבתי לבניית פרדיגמה חדשה לממשק משתמש. Christian Tzolov, מהנדס תוכנה מו”פ מצוות Broadcom Spring, התמקד בהדגמה כיצד לשלב ביעילות מודלים של AI עם מערכות ומשאבים קיימים באמצעות MCP Java SDK ו-Spring AI MCP ב”פרדיגמה מאוחדת לשילוב AI באמצעות MCP”. Wenjing Chu, מנהל בכיר לאסטרטגיה טכנולוגית ב-Futurewei, העלה עוד יותר את נקודת המבט ב”ה-‘T’ ב-MCP ו-A2A מייצג אמון”, וניתח לעומק כיצד לבנות מערכות AI אמינות באמת ביישומי סוכנים. בנוסף, Hong-Thai Nguyen, מנהל הנדסת תוכנה ב-Cegid, הציג כיצד רב-סוכן יכול לעצב מחדש תהליכים עסקיים ולהשיג קבלת החלטות ותפעול ארגוניים חכמים יותר בשילוב עם תרחישים מעשיים בנאום “Cegid Pulse: פלטפורמת ניהול עסקים רב-סוכנים”.
כאשר מודלים גדולים מצוידים ב”גופים”: אינטליגנציה גופנית מגיעה
אינטליגנציה גופנית הופכת לאחד הכיוונים המאתגרים והמבטיחים ביותר בתחום ה-AI. בפורום זה, רבים ממומחי הטכנולוגיה המובילים בתעשייה עסקו בדיונים מעמיקים סביב הנושא של “אינטליגנציה גופנית”, ושיתפו את החקירות המעשיות שלהם בעיצוב ארכיטקטוני, יישום מודל ופריסת תרחישים.
Angelo Corsaro, מנכ”ל ו-CTO של ZettaScale, הציג כיצד פרוטוקול Zenoh יכול לשבור את המחסומים בין תפיסה, ביצוע וקוגניציה בעידן הרובוט החכם ב”תודעה, גוף ו-Zenoh”. Philipp Oppermann, מנהל פרויקט Dora, הביא את “שימוש ב-Zenoh ב-Dora ליישום זרימת נתונים מבוזרת”, והסביר את היישום החשוב של פרוטוקול Zenoh ב-Dora ליישום זרימת נתונים מבוזרת. James Yang, פרופסור באוניברסיטת המדע והטכנולוגיה של סין, נשא נאום על “יצירת תרחישים בעלי חשיבות בטיחותית עוינת בנהיגה אוטונומית”, והציג כיצד לשפר את הבטיחות של טכנולוגיית נהיגה אוטונומית על ידי יצירת תרחישים עוינים כדי להבטיח יציבות ואמינות בסביבות מורכבות.
בנוסף, Minglan Lin, חוקר אינטליגנציה גופנית במכון מחקר Zhiyuan, התמקד גם בנושא “RoboBrain: מודל מוח מאוחד להפעלת רובוטים ו-RoboOS: מסגרת שיתוף פעולה היררכית עבור סוכנים חכמים של RoboBrain ורובוטים”, והדגים כיצד RoboBrain יכול לשפר את רמת האינטליגנציה של רובוטים ואת התפקיד החשוב של RoboOS בשיתוף פעולה של רובוטים. Ville Kuosmanen, מייסד Voyage Robotics, נשא נאום נפלא על “בניית יישומי רובוטים עם מודלים VLA בקוד פתוח”, והסביר כיצד להשתמש במודלים VLA בקוד פתוח כדי לספק תמיכה חזקה ליישומי רובוטים. לבסוף, Huy Hoang Ha, חוקר מודלים גדולים של שפה ב-Menlo Research, דן כיצד חשיבה מרחבית יכולה לעזור לרובוטים להבין טוב יותר סביבות דו-ממדיות ותלת-ממדיות מורכבות, ובכך לשפר את יכולות התפעול והניווט שלהם בנאום המרכזי של “LLM חשיבה מרחבית: שיפור ההבנה של דו-ממד ותלת-ממד לתמיכה בהפעלת רובוטים וניווט”.
שיחות זרקור: הארת טכנולוגיות מתקדמות ויישומים חדשניים
שיחות הזרקור ביום 1 הציגו מצגות מרתקות ממומחי תעשייה על טכנולוגיות מתקדמות ויישומים חדשניים. קטע זה שימש פלטפורמה לאנשי מקצוע בתחום הטכנולוגיה מתחומים שונים כדי לדון בהתקדמות האחרונה וביישומים המעשיים של AI. Cyril Moineau, מהנדס מחקר בנציבות האנרגיה האטומית הצרפתית (CEA), הציג כיצד פרויקט Eclipse Aidge תומך בפריסה ובאופטימיזציה של רשתות עצביות עמוקות בפלטפורמות משובצות על ידי מתן שרשרת כלים שלמה בנאום “Aidge”, ובכך מאיץ את הפיתוח של מערכות אינטליגנטיות קצה.
Paweł Kiszczak, מדען נתונים ב-Bielik.ai, שיתף בפומבי את ההתקדמות האחרונה של פרויקט ה-AI המקורי הפולני Bielik לראשונה בכנס זה, ונשא נאום שכותרתו “עליית Bielik.AI”, וסיפר כיצד הפרויקט מקדם את הבנייה של מערכת AI אוטונומית מקומית באמצעות מודלים של שפה בקוד פתוח ומערכת אקולוגית של כלים שלמה. פרויקט Bielik לא רק שחרר מספר מודלים של שפה בקוד פתוח (קני מידה של פרמטרים המכסים 1.5B, 4.5B ו-11B), אלא גם יצר שרשרת כלים מקצה לקצה המכסה מערכי נתונים, הערכה, אימון וכוונון עדין, התומכת בצוותי מחקר ומפתחים לכוונן או לאמן מראש ברציפות בהתבסס על מודלים בסיסיים, מה שמפחית במידה ניכרת את סף המחקר והפיתוח עבור מודלים גדולים ומגרה יכולות חדשנות טכנולוגיות מקומיות.
Hung-Ying Tai, מוביל טכני מ-Second State, שיתף את “הפעלת מודלים של GenAI במכשירי קצה עם LlamaEdge”, והדגים את היכולות הקלות והביצועים הגבוהים של LlamaEdge בפריסת מודלים גנרטיביים של AI במכשירי קצה, מה שמביא חוויית חשיבה מקומית גמישה ויעילה יותר. Tianyu Chen, מועמד לדוקטורט באוניברסיטת פקין, הציג כיצד מסגרת SAFE מקלה על הבעיה של נתוני אימון דלים באמצעות מנגנון האבולוציה העצמית של “סינתזת נתונים-כוונון עדין של מודל”, ובכך משפרת משמעותית את היעילות והדיוק של אימות פורמלי של קוד Rust ב”השגת אימות פורמלי אוטומטי עבור קוד Rust המבוסס על מסגרת אבולוציה עצמית”. Gautier Viaud, מנהל מו”פ ב-Illuin Technology, שיתף כיצד מערכת ColPali, שנבנתה על ידי הצוות בהתבסס על ארכיטקטורת ColBERT ומודל PaliGemma, משפרת ביעילות את הדיוק והיעילות של אחזור מסמכים על ידי שילוב מידע גרפי וטקסט בנאום “ColPali: אחזור מסמכים יעיל המבוסס על מודל שפה ויזואלית”. לבסוף, Xiao Zhang, מנכ”ל Dynamia.ai, הציג כיצד לנהל ולתזמן טוב יותר משאבי GPU הטרוגניים בעזרת HAMi ולשפר את קצב הניצול והיכולת לצפות בתשתית AI ב”פתיחת יכולות אשכול K8s של תשתית AI הטרוגנית: שחרור הכוח של HAMi”.
אינטראקציות מגוונות ודגשים של היום הראשון
בנוסף לנאומים המרכזיים בצפיפות גבוהה, הכנס הציג גם מספר יחידות מיוחדות. יחידת הפגישה הסגורה התמקדה בדיאלוגים אסטרטגיים וחילופי תעשייה מעמיקים כדי לקדם שיתוף פעולה חוצה גבולות. מושבי הראווה התמקדו בהצגת מוצרי הטכנולוגיה העדכניים ביותר של AI של מפעלים ומוסדות מחקר, ומשכו מספר רב של מבקרים לעצור ולתקשר. במושבי התחרות, מפתחי AI ורובוטיקה, מהנדסים וחובבי רובוטיקה מרחבי העולם התמקדו בערכת זרוע הרובוטית בקוד פתוח SO-ARM100 כדי לבצע חקירה מעשית של למידת חיקוי. הערכה משלבת את מסגרת LeRobot של Hugging Face ומשלבת את טכנולוגיות ה-AI והרובוטיקה של NVIDIA כדי לתמוך בארכיטקטורות AI מתקדמות, כולל ACT ו-Diffusion Policy, ומספקת למשתתפים בסיס טכני מוצק. המשתתפים ערכו חקירות מעשיות בתרחישים אמיתיים כדי להעריך באופן מקיף את ההשפעות וההיתכנות שלה.
מושבי הסדנה לקחו את המערכת האקולוגית של OpenHarmony כנושא הליבה ובחנו את פרויקט הקוד הפתוח שבקע ופעל על ידי קרן Open Atom Open Source. OpenHarmony מחויבת לבנות מסגרת מערכת הפעלה חכמה עבור העידן של כל התרחישים, כל החיבורים וכל האינטליגנציה, וליצור פלטפורמת מערכת הפעלה מבוזרת מובילה פתוחה, גלובלית וחדשנית, המשרתת מכשירים חכמים מגוונים ומסייעת לפיתוח תעשיית האינטרנט של הכל. באתר הכנס, המשתתפים הבינו לעומק את היתרונות העיקריים של OpenHarmony בשיתוף פעולה בין מכשירים רבים ועיצוב מערכת קלת משקל באמצעות סדרה של סדנאות מעשיות, והשתתפו באופן אישי בתהליכים מרכזיים מפיתוח דרייברים ועד פריסת יישומים. תרגול מעשי לא רק עוזר למפתחים לפתוח את הנתיב הטכני “מלמטה למעלה”, אלא גם משפר באופן מקיף את יכולות הפיתוח והאיתור באגים ברמת המערכת.
אג’נדת GOSIM AI פריז 2025 יום 1 הגיעה לסיום מוצלח, אך ההתרגשות נמשכת. מחר, הכנס ימשיך להתקדם סביב ארבעת הפורומים העיקריים של מודלים של AI, תשתית AI, יישומי AI ואינטליגנציה גופנית, ויקבל בברכה את יום PyTorch הצפוי מאוד, עם אורחים כבדים יותר ותוכן מעשי מהשורה הראשונה שמגיעים בקרוב, אז הישארו מעודכנים!