AI 환경은 지난 한 해 동안 오픈 소스 개발의 협력 정신에 힘입어 극적인 변화를 겪었습니다. 더 이상 거대 기술 기업만의 영역이 아닌, 대규모 언어 모델(LLM)은 이제 커뮤니티 노력과 공개 공유를 통해 진화하고 있으며, 인프라에서부터 알고리즘 최적화 및 배포에 이르기까지 모든 것에 영향을 미치고 있습니다. 이러한 오픈 소스 운동은 AI의 발전을 가속화하고, 접근성을 높이며, 차세대 지능형 시스템에 기여할 수 있는 기회를 민주화하고 있습니다.
이러한 배경 속에서 GOSIM, CSDN, 1ms.ai가 공동 주최하는 GOSIM AI Paris 2025 컨퍼런스가 5월 6일 프랑스 파리에서 시작되었습니다. 이 행사는 글로벌 기술 실무자 및 연구자를 연결하여 오픈 소스 AI의 최신 혁신과 미래 방향을 모색하는 중요한 플랫폼 역할을 합니다.
이 컨퍼런스는 Alibaba, Hugging Face, BAAI, MiniMax, Neo4j, Dify, MetaGPT, Zhipu AI, Eigent.AI, Docker, Inflow, Peking University, Fraunhofer, Oxford University, 프랑스 openLLM 커뮤니티와 같은 주요 기관의 80명 이상의 기술 전문가와 학자들로 구성된 인상적인 라인업을 자랑합니다. Huawei, 프랑스 중화전국청년연합회, 중-프랑스 인공지능 협회, Apache Software Foundation, Eclipse Foundation, The Khronos Group, WasmEdgeRuntime, LF Generative AI Commons, the Linux Foundation Research, OpenWallet Foundation, Open Source Initiative (OSI), Software Heritage, K8SUG를 포함한 주요 파트너 또한 적극적으로 참여하고 있습니다. 이 컨퍼런스는 AI 모델, 인프라, 애플리케이션 배포, 엠바디드 인텔리전스와 같은 핵심 주제를 중심으로 60개 이상의 기술 세션을 제공하여 오픈 소스 생태계의 진화와 새로운 트렌드에 대한 포괄적인 시각을 제공합니다.
AI와 오픈 소스의 공생 관계
GOSIM의 공동 창립자인 Michael Yuan은 "오픈 소스가 따라잡았다, 다음은 무엇인가?"라는 제목의 기조 연설로 컨퍼런스를 시작했습니다. 그는 오픈 소스 AI의 현재 상태와 미래 궤적에 대한 자신의 통찰력을 공유하면서, 중요한 순간에 도달했음을 강조했습니다.
"우리는 한때 오픈 소스가 폐쇄 소스 모델을 따라잡는 데 5~10년이 걸릴 것이라고 예측했지만, 이 목표가 예상보다 빨리 달성된 것 같습니다."라고 Yuan은 말했습니다. 그는 Qwen 3의 최근 출시를 예로 들면서 오픈 소스 모델이 더 이상 서로 경쟁하는 것이 아니라 특정 벤치마크에서 독점적인 플래그십 모델에 직접적으로 도전하고 심지어 능가하고 있다고 언급했습니다. Yuan은 또한 이러한 발전이 오픈 소스 발전 때문일 뿐만 아니라 폐쇄 소스 개발이 기대에 미치지 못하고 성능 병목 현상에 직면한 결과라고도 제안했습니다. 대조적으로 오픈 소스 모델은 빠르게 진화하고 있으며 가파른 성능 성장 곡선을 나타내고 진정한 "따라잡기" 현상을 보여주고 있습니다.
이러한 관찰은 근본적인 질문을 제기합니다. 인공 일반 지능(AGI)을 달성하는 데 얼마나 멀리 떨어져 있는가? Yuan은 AGI의 미래는 단일하고 포괄적인 모델이 아니라 개인 하드웨어 또는 로봇 장치에 배포된 특수 모델, 지식 기반, 도구의 네트워크에 있을 수 있다고 믿습니다.
그는 AI 아키텍처가 중앙 집중식에서 분산형 패러다임으로 이동하고 있다고 덧붙였습니다. 그는 대규모 지능형 에이전트 플랫폼을 구축하는 것을 목표로 하는 OpenAI의 Completion API에서 새로운 Responses API로의 전환을 강조했습니다. 거의 600,000명의 사용자와 개발자가 이미 이 변화에 동참하여 분산 AI 애플리케이션 개발에 기여하고 있습니다.
"AGI의 미래는 단일하고 자금 지원이 잘 된 회사에서 독점적으로 개발되어서는 안 됩니다."라고 Yuan은 단언했습니다. "대신 모델, 지식 기반, 로봇, 실행 시스템을 포괄하는 생태계 네트워크를 구축하여 글로벌 협력을 통해 구축되어야 합니다."
Yuan의 연설에 이어 OpenWallet Foundation의 전무 이사인 Daniel Goldscheider는 "GDC Wallets & Credentials"에 대한 프레젠테이션을 전달하여 유엔 총회에서 채택한 Global Digital Compact (GDC) 프로젝트에 초점을 맞췄습니다. 그는 GDC에 두 가지 핵심 목표가 있다고 설명했습니다.
- 디지털 기술이 우리의 삶과 사회 발전을 심오하게 변화시켜 전례 없는 기회와 예상치 못한 위험을 가져온다는 것을 인식합니다.
- 모든 인류의 이익을 위해 디지털 기술의 잠재력을 최대한 실현하려면 국가, 산업, 심지어 공공 및 민간 부문 간의 장벽을 허물고 글로벌 협력이 필요하다는 것을 강조합니다.
이러한 공유된 이해를 바탕으로 GDC는 정부, 기업, 비영리 단체 및 기타 이해 관계자 간의 진정한 협력을 육성하는 것을 목표로 하는 "Global Digital Collaboration" 이니셔티브를 시작했습니다.
운영 측면에 대해 논의할 때 Goldscheider는 이러한 협력이 단일 조직에 의해 지시되는 것이 아니라 모든 이해 관계가 있는 국제기구, 표준 설정 기관, 오픈 소스 커뮤니티, 정부 간 기구를 초청하여 참여하는 "공동 소집" 접근 방식을 채택한다고 강조했습니다. 그는 이것이 "누가 누구를 이끄는가" 프로젝트가 아니라 모든 당사자가 목소리를 내고 누구도 다른 사람보다 중요하지 않은 평등한 협업 플랫폼이라고 밝혔습니다.
그는 Global Digital Collaboration이 표준이나 기술을 직접 개발하는 것이 아니라 다양한 배경을 가진 조직 간의 대화를 촉진하여 관점을 제시하고 합의에 도달하도록 하는 것을 목표로 한다고 덧붙였습니다. 그 후 특정 표준 및 기술 작업은 관련 전문 기관에서 진행됩니다. 그는 "디지털 신원"과 "생체 인식 기술"을 예로 들면서 많은 조직이 이미 이러한 분야에서 일하고 있으며 모든 사람을 모으고 중복, 충돌, 자원 낭비를 피하기 위한 중립적인 플랫폼이 필요하다고 지적했습니다.
네 개의 전용 포럼: 오픈 소스 AI에 대한 포괄적인 분석
이 컨퍼런스에는 AI 모델, AI 인프라, AI 애플리케이션, 엠바디드 인텔리전스의 네 개의 전문 포럼이 있었습니다. 이러한 포럼은 기본 아키텍처에서 애플리케이션 배포, 모델 기능에서 지능형 에이전트 관행에 이르기까지 중요한 주제를 다루었습니다. 각 포럼에는 글로벌 기업 및 연구 기관의 주요 전문가가 참석하여 최신 기술 트렌드에 대한 심층 분석과 풍부한 엔지니어링 실무 사례를 보여주면서 여러 분야에서 오픈 소스 AI의 포괄적인 통합 및 진화를 보여주었습니다.
AI 대규모 모델의 기본 논리 해체
AI 모델 포럼은 대규모 모델 영역에서 아키텍처 혁신, 오픈 소스 협업, 생태계 진화에 대한 통찰력을 공유하기 위해 오픈 소스 커뮤니티 및 연구 기관의 전문가를 모았습니다.
Hugging Face의 Machine Learning Research Engineer인 Guilherme Penedo는 "Open-R1: DeepSeek-R1의 완전한 오픈 소스 복제"를 발표하여 추론과 관련된 데이터의 개방성과 표준화를 촉진하는 데 중점을 둔 Open-R1 프로젝트의 DeepSeek-R1 모델 복제 노력을 보여주었습니다. Zhiyuan Research Institute의 Data Research Team의 Technology Leader인 Guang Liu는 "OpenSeek: 차세대 대규모 모델을 향한 협력적 혁신"을 공유하여 알고리즘, 데이터, 시스템 수준에서 모델 성능의 혁신을 주도하는 글로벌 협력의 중요성을 강조하면서 DeepSeek을 능가하는 차세대 대규모 모델을 개발하는 것을 목표로 합니다.
CSDN의 Senior Vice President인 Jason Li는 "DeepSeek 디코딩: 기술 혁신과 AI 생태계에 미치는 영향"을 발표하여 기술 패러다임, 모델 아키텍처, 산업 생태계에서 DeepSeek의 혁신과 글로벌 AI 생태계에 미치는 잠재적 영향에 대한 심층 분석을 제공했습니다. MiniMax의 Senior Research Director인 Yiran Zhong은 "선형 미래: 대규모 언어 모델 아키텍처의 진화"를 발표하여 Transformer 아키텍처에 비해 효율성과 성능 면에서 잠재적인 대안을 제공하는 팀의 Lightning Attention 메커니즘을 소개했습니다. Oxford University의 Royal Society Newton International Fellow인 Shiwei Liu는 "대규모 언어 모델의 깊이 저주"를 논의하면서 모델이 깊어짐에 따라 심층 신경망의 기여가 줄어드는 것을 탐구하고 심층 레이어 활용과 전반적인 효율성을 높이기 위해 Pre-LN 메커니즘을 개선하기 위해 LayerNorm Scaling을 사용하는 것을 제안했습니다. Zhipu AI의 Research Engineer인 Diego Rojas는 "코드 대규모 언어 모델: 토큰 너머 탐색"에서 현재 대규모 모델은 강력하지만 비효율적인 토큰화에 여전히 의존하고 있으며 모델을 더 빠르고 강력하게 만들기 위해 토큰화를 건너뛰는 새로운 방법을 공유했습니다. Fraunhofer IAIS의 Basic Models Team의 Head인 Nicolas Flores-Herr는 "글로벌 경쟁력을 갖춘 ‘유럽산’ 대규모 언어 모델을 구축하는 방법"으로 포럼을 마무리하면서 유럽이 다국어, 오픈 소스, 신뢰할 수 있는 현지화된 대규모 모델 프로젝트를 통해 데이터, 다양성, 규제 문제를 극복하여 유럽의 가치를 반영하는 차세대 AI를 구축하고 있다고 강조했습니다.
AI 인프라의 삼위일체: 데이터, 컴퓨팅 성능, 알고리즘 진화
보다 개방적이고 효율적이며 포괄적인 대규모 모델 기반 구축에 초점을 맞춘 AI 인프라 포럼은 연구 기관 및 기업의 주요 전문가를 모아 데이터, 컴퓨팅 성능, 시스템 아키텍처와 같은 주요 문제에 대한 심층적인 논의를 진행했습니다.
Zhiyuan Research Institute (BAAI)의 Vice President인 Yonghua Lin은 "선을 위한 AI 오픈 소스: 포괄적인 애플리케이션, 공정한 데이터, 보편적인 컴퓨팅 성능"에서 Chinese Internet Corpus CCI 4.0을 출시하여 CCI4.0-M2-Base V1, CCI4.0-M2-CoT V1, CCI4.0-M2-Extra V1의 세 가지 주요 데이터 세트를 다루었습니다. CCI4.0-M2-Base V1은 35000GB의 데이터볼륨을 가지고 있으며 중국어와 영어로 이중 언어이며 5000GB의 중국어 데이터로 CCI3.0에 비해 데이터 규모가 5배 증가했습니다. CCI4.0-M2-CoT V1은 추론 능력을 향상시키기 위해 4억 5천만 개의 역합성 인간 사고 궤적 데이터를 포함하고 있으며 총 토큰 수는 425B (4250억)로 현재 전 세계적으로 사용 가능한 가장 큰 오픈 소스 합성 데이터 세트인 Cosmopedia (Hugging Face에서 오픈 소스) 크기의 거의 20배입니다.
Huawei의 Senior Software Engineer인 Xiyuan Wang은 "Ascend CANN 기반 교육 및 추론 모범 사례"에서 CANN 아키텍처가 AI 프레임워크와 Ascend 하드웨어를 연결하고 PyTorch 및 vLLM과 같은 지원 생태계를 통해 최적의 교육 추론을 달성하는 방법을 소개했습니다. Carrefour의 Data Architect인 Guillaume Blaquiere는 Google Cloud Run을 통해 GPU를 지원하는 서버리스 대규모 모델 인스턴스를 배포하여 비용을 절감하고 리소스 활용 효율성을 개선하는 방법을 보여주었습니다 "LLM 서버리스 만들기". Peking University의 Engineer인 Yinping Ma는 "오픈 소스 지능형 컴퓨팅 통합 관리 및 스케줄링 기본 소프트웨어 - SCOW 및 CraneSched"에 대한 기조 연설을 통해 Peking University에서 개발한 두 개의 주요 오픈 소스 기본 소프트웨어인 SCOW와 CraneSched를 소개했습니다. 이 소프트웨어는 전국 수십 개의 대학과 기업에 배포되어 지능형 컴퓨팅 리소스의 통합 관리 및 고성능 스케줄링을 지원합니다. Beihang University의 PhD 후보인 Yaowei Zheng은 "verl: 하이브리드 컨트롤러 기반 RLHF 시스템" 연설에서 Verl 시스템의 하이브리드 컨트롤러 아키텍처의 설계 개념을 공유하고 대규모 강화 학습 교육에서 효율성 이점을 논의했습니다. Oxen.ai의 CEO인 Greg Schoeninger는 "DeepSeek-R1 스타일 강화 학습 (GRPO)을 위한 교육 데이터 세트 및 인프라"를 발표하고 데이터 세트 구성, 인프라 구축, 로컬 교육 코드 생성 모델을 포함한 추론 LLM에 대한 강화 학습 교육 프로세스의 실무 경로를 자세히 설명했습니다.
"사용할 수 있습니까?"에서 "잘 사용되고 있습니까?"로: AI 애플리케이션이 실용 단계에 진입
AI 애플리케이션 포럼에서 주요 기업의 R&D 실무자 및 기술 의사 결정자는 대규모 모델에 의해 구동되는 AI 애플리케이션의 실제 배포 경로와 미래 가능성을 보여주는 다양한 통찰력을 공유했습니다.
Alibaba Tongyi Lab의 Chief Researcher인 Yongbin Li는 "Tongyi Lingma: 코딩 코파일럿에서 코딩 에이전트로"에서 기술 진화 및 제품 애플리케이션에서 Tongyi Lingma의 최신 진행 상황을 공유했습니다. Huawei의 Software Engineer인 Dongjie Chen은 "Cangjie Magic: 대규모 모델 시대의 개발자를 위한 새로운 선택"에 대한 기조 연설을 통해 지능형 HarmonyOS 애플리케이션 구축에서 개발자의 효율성을 크게 향상시키고 훌륭한 개발 경험을 제공할 수 있는 Cangjie 프로그래밍 언어를 기반으로 한 AI 대규모 모델 에이전트 개발 프레임워크를 소개했습니다. LangGenius Developer Ecosystem의 Director인 Xinrui Liu는 "협력, Dify로 활성화된 기술력"에 초점을 맞춰 AI 애플리케이션의 대중화를 가속화하는 데 있어 Dify의 오픈 소스 생태계와 역할을 강조했습니다.
AI와 시스템 엔지니어링의 조합과 관련하여 Makepad의 공동 창립자인 Rik Arends는 "주변 코딩을 사용하여 모바일 장치, 웹 페이지 및 혼합 현실을 위한 Rust UI를 만드는 데 AI 사용"이라는 독특한 프레젠테이션을 제공하여 UI에 대한 새로운 패러다임을 구축하기 위해 주변 코딩을 사용하는 방법을 모색했습니다. Broadcom Spring 팀의 R&D Software Engineer인 Christian Tzolov는 "MCP를 통한 AI 통합을 위한 통합 패러다임"에서 MCP Java SDK와 Spring AI MCP를 통해 AI 모델을 기존 시스템 및 리소스와 효율적으로 통합하는 방법을 보여주는 데 초점을 맞췄습니다. Futurewei의 Technology Strategy의 Senior Director인 Wenjing Chu는 "MCP 및 A2A의 ‘T’는 신뢰를 의미합니다."에서 관점을 더욱 높여 에이전트 기반 애플리케이션에서 진정으로 신뢰할 수 있는 AI 시스템을 구축하는 방법을 심층적으로 분석했습니다. 또한 Cegid의 Software Engineering Manager인 Hong-Thai Nguyen은 "Cegid Pulse: 다중 에이전트 비즈니스 관리 플랫폼" 연설에서 실제 시나리오와 결합하여 다중 에이전트가 비즈니스 프로세스를 어떻게 재구성하고 더 스마트한 기업 의사 결정 및 운영을 달성할 수 있는지 소개했습니다.
대규모 모델에 "몸"이 장착되면: 엠바디드 인텔리전스가 도착합니다.
엠바디드 인텔리전스는 AI 분야에서 가장 어렵고 유망한 개발 방향 중 하나가 되고 있습니다. 이 포럼에서 업계 최고의 기술 전문가 중 많은 사람들이 "엠바디드 인텔리전스"라는 주제를 중심으로 심층적인 논의를 진행하여 아키텍처 설계, 모델 애플리케이션, 시나리오 배포에서 실무 탐구를 공유했습니다.
ZettaScale의 CEO 겸 CTO인 Angelo Corsaro는 "마음, 몸, Zenoh"에서 Zenoh 프로토콜이 지능형 로봇 시대에 인식, 실행, 인지 간의 장벽을 어떻게 허물 수 있는지 소개했습니다. Dora 프로젝트의 Project Manager인 Philipp Oppermann은 "분산 데이터 흐름을 구현하기 위해 Dora에서 Zenoh 사용"을 가져와 분산 데이터 흐름을 구현하기 위해 Dora에서 Zenoh 프로토콜의 중요한 애플리케이션을 설명했습니다. 중국과학기술대학교의 Professor인 James Yang은 "자율 주행에서 적대적 안전 중요한 시나리오 생성"에 대한 연설을 통해 복잡한 환경에서 안정성과 신뢰성을 보장하기 위해 적대적 시나리오를 생성하여 자율 주행 기술의 안전성을 향상시키는 방법을 소개했습니다.
또한 Zhiyuan Research Institute의 엠바디드 인텔리전스 연구원인 Minglan Lin은 "RoboBrain: 로봇 운영을 위한 통합 두뇌 모델 & RoboOS: RoboBrain 및 로봇 지능형 에이전트를 위한 계층적 협업 프레임워크"라는 주제에 초점을 맞춰 RoboBrain이 로봇의 지능 수준을 향상시키는 방법과 로봇 협업에서 RoboOS의 중요한 역할을 보여주었습니다. Voyage Robotics의 창립자인 Ville Kuosmanen은 "오픈 소스 VLA 모델로 로봇 애플리케이션 구축"에 대한 훌륭한 연설을 제공하여 로봇 애플리케이션에 강력한 지원을 제공하기 위해 오픈 소스 VLA 모델을 사용하는 방법을 설명했습니다. 마지막으로 Menlo Research의 대규모 언어 모델 연구원인 Huy Hoang Ha는 공간 추론이 로봇이 복잡한 2D 및 3D 환경을 더 잘 이해하는 데 어떻게 도움이 되는지 논의하여 "공간 추론 LLM: 로봇 운영 및 탐색을 지원하기 위해 2D 및 3D 이해 강화"라는 기조 연설에서 로봇의 운영 및 탐색 기능을 향상시켰습니다.
스포트라이트 토크: 최첨단 기술과 혁신적인 애플리케이션 조명
스포트라이트 토크 데이 1에는 최첨단 기술과 혁신적인 애플리케이션에 대한 업계 전문가의 매력적인 프레젠테이션이 있었습니다. 이 세그먼트는 다양한 도메인의 기술 실무자가 AI의 최신 발전과 실용적인 애플리케이션에 대해 논의할 수 있는 플랫폼 역할을 했습니다. 프랑스 원자력 위원회 (CEA)의 Research Engineer인 Cyril Moineau는 "Aidge" 연설에서 Eclipse Aidge 프로젝트가 완전한 툴체인을 제공하여 임베디드 플랫폼에서 심층 신경망의 배포 및 최적화를 지원하는 방법을 소개하여 에지 지능형 시스템의 개발을 가속화했습니다.
Bielik.ai의 Data Scientist인 Paweł Kiszczak은 이번 컨퍼런스에서 폴란드 고유의 AI 프로젝트 Bielik의 최신 진행 상황을 처음으로 공개적으로 공유했으며 "Bielik.AI의 부상"이라는 제목의 연설을 통해 프로젝트가 오픈 소스 언어 모델과 완전한 도구 생태계를 통해 로컬 자율 AI 시스템의 구축을 어떻게 촉진하는지 설명했습니다. Bielik 프로젝트는 여러 오픈 소스 언어 모델 (1.5B, 4.5B 및 11B를 포괄하는 매개변수 규모)을 출시했을 뿐만 아니라 데이터 세트, 평가, 교육 및 미세 조정을 포괄하는 엔드 투 엔드 도구 체인을 만들어 연구 팀과 개발자가 기본 모델을 기반으로 미세 조정하거나 지속적으로 사전 교육을 받을 수 있도록 지원하여 대규모 모델에 대한 R&D 임계값을 크게 줄이고 로컬 기술 혁신 기능을 자극합니다.
Second State의 Technical Lead인 Hung-Ying Tai는 "LlamaEdge로 에지 장치에서 GenAI 모델 실행"을 공유하여 생성적 AI 모델을 에지 장치에 배포하는 데 있어 LlamaEdge의 경량 및 고성능 기능을 보여주어 보다 유연하고 효율적인 로컬 추론 경험을 제공했습니다. Peking University의 PhD 후보인 Tianyu Chen은 "자가 진화 프레임워크를 기반으로 Rust 코드에 대한 자동 공식 검증 달성"에서 SAFE 프레임워크가 "데이터 합성-모델 미세 조정"의 자가 진화 메커니즘을 통해 훈련 데이터 부족 문제를 완화하여 Rust 코드 공식 검증의 효율성과 정확성을 크게 향상시키는 방법을 소개했습니다. Illuin Technology의 R&D Director인 Gautier Viaud는 팀이 ColBERT 아키텍처와 PaliGemma 모델을 기반으로 구축한 ColPali 시스템이 "ColPali: 시각 언어 모델 기반 효율적인 문서 검색" 연설에서 그래픽 및 텍스트 정보를 결합하여 문서 검색의 정확성과 효율성을 효과적으로 향상시키는 방법을 공유했습니다. 마지막으로 Dynamia.ai의 CEO인 Xiao Zhang은 HAMi를 사용하여 이기종 GPU 리소스를 더 잘 관리하고 예약하고 AI 인프라의 활용률과 관찰 가능성을 향상시키는 방법을 "이기종 AI 인프라의 K8s 클러스터 기능 잠금 해제: HAMi의 성능 해제"에서 소개했습니다.
다양한 상호 작용 및 첫날의 하이라이트
고밀도 기조 연설 외에도 컨퍼런스에는 여러 특별 단위가 있었습니다. 폐쇄 회의 단위는 국경 간 협력을 촉진하기 위해 전략적 대화와 심층적인 산업 교환에 초점을 맞췄습니다. 쇼케이스 세션은 기업 및 연구 기관의 최신 AI 기술 제품을 발표하는 데 초점을 맞춰 많은 방문객을 유치하여 중단하고 소통했습니다. 경쟁 세션에서 전 세계의 AI 및 로봇 개발자, 엔지니어, 로봇 애호가들은 오픈 소스 SO-ARM100 로봇 팔 키트에 초점을 맞춰 모방 학습에 대한 실용적인 탐구를 수행했습니다. 이 키트는 Hugging Face의 LeRobot 프레임워크를 통합하고 NVIDIA의 AI 및 로봇 기술을 결합하여 ACT 및 확산 정책을 포함한 최첨단 AI 아키텍처를 지원하여 참가자에게 견고한 기술 기반을 제공합니다. 참가자들은 실제 시나리오에서 실용적인 탐구를 수행하여 그 효과와 타당성을 포괄적으로 평가했습니다.
워크샵 세션은 OpenHarmony 생태계를 핵심 주제로 삼고 Open Atom Open Source Foundation에서 인큐베이션하고 운영하는 오픈 소스 프로젝트를 탐구했습니다. OpenHarmony는 모든 시나리오, 모든 연결, 모든 지능 시대를 위한 지능형 터미널 운영 체제 프레임워크를 구축하고, 개방적이고 세계화되고 혁신적인 선도적인 분산 운영 체제 플랫폼을 만들어 다양한 지능형 장치를 지원하고 사물 인터넷 산업의 발전을 돕는 데 전념하고 있습니다. 컨퍼런스 사이트에서 참가자들은 일련의 실용적인 워크샵을 통해 다중 장치 협업 및 경량 시스템 설계에서 OpenHarmony의 핵심 장점을 깊이 이해하고 드라이버 개발에서 애플리케이션 배포에 이르기까지 주요 프로세스에 직접 참여했습니다. 실습은 개발자가 "하단에서 상단" 기술 경로를 열어줄 뿐만 아니라 시스템 수준 개발 및 디버깅 기능을 포괄적으로 향상시킵니다.
GOSIM AI Paris 2025 데이 1 의제가 성공적으로 마무리되었지만 흥분은 계속됩니다. 내일 컨퍼런스는 AI 모델, AI 인프라, AI 애플리케이션, 엠바디드 인텔리전스의 네 가지 주요 포럼을 중심으로 계속 진행되며 많은 기대를 모으고 있는 PyTorch 데이를 맞이하여 더 많은 헤비급 게스트와 최전선 실용적인 콘텐츠가 곧 제공될 예정이므로 계속 지켜봐 주시기 바랍니다!