阿里云、寒武纪与蚂蚁集团加入 PyTorch 基金会,共建中国开源 AI 全栈生态

ADK PyTorch官方 / ADK编译 2026-09-11 4 分钟 115 次浏览
速览导读 / Summary

2026 年 9 月,在 PyTorch Conference China 上,阿里云、寒武纪与蚂蚁集团正式加入 PyTorch 基金会,其中阿里云与寒武纪成为白金会员,蚂蚁集团为黄金会员。此次合作标志着中国开源 AI 生态在芯片、模型、框架及基础设施层面的深度整合,旨在构建从硅片到软件再到部署的全栈式开放 AI 体系。

新增会员 3 家 阿里云、寒武纪(白金)、蚂蚁集团(黄金)
合作范围 全栈 覆盖芯片、模型、框架及基础设施
会议地点 上海 PyTorch Conference China 2026

Key Insights / 核心看点

  • 1 阿里云与寒武纪晋升为 PyTorch 基金会白金会员,蚂蚁集团成为黄金会员,标志着中国 AI 巨头对开源生态的深度承诺。
  • 2 三方联合推动“开放 AI 栈”建设,涵盖从芯片硬件(寒武纪 MLU)、大规模模型服务(阿里云 Qwen)到云原生 Agent 运行时(蚂蚁集团)的全栈技术。
  • 3 致力于解决 AI 硬件碎片化问题,通过设备无关的基础设施和统一的云原生架构,加速中国 AI 技术向全球生产环境落地。

阿里云、寒武纪与蚂蚁集团加入 PyTorch 基金会,共建中国开源 AI 全栈生态

2026 年 9 月 8 日,在首届 KubeCon + CloudNativeCon + OpenInfra Summit + PyTorch Conference China 2026 上,PyTorch 基金会迎来了三位重量级新成员:阿里云(Platinum 会员)、寒武纪(Platinum 会员)以及蚂蚁集团(Gold 会员)。这一举措不仅标志着中国 AI 产业巨头正式将开源作为核心战略,更意味着 PyTorch 生态系统在中国本土化与全球化之间架起了一座坚实桥梁。

核心突破:从芯片到云的全栈布局

此次合作并非简单的会员加入,而是围绕“开放 AI 栈(Open AI Stack)”展开的深度协同。三位新成员分别代表了 AI 产业链的关键环节:

  • 硬件层(Silicon):寒武纪作为芯片设计领军者,致力于通过其 MLU 硬件生态,强化 PyTorch 的“设备无关(Device-agnostic)”基础,确保任何后端硬件都能提供丰富的原生能力。
  • 模型与基础设施层(Infrastructure & Models):阿里云展示了其 Qwen 模型在大规模集群下的部署能力,并开放了 Karmada 等多集群 AI 基础设施平台,推动模型从训练到生产的全链路优化。
  • 应用与运行时层(Application & Runtime):蚂蚁集团则聚焦于云原生领域,演示了如何利用 Kubernetes Agent Sandbox 和 Kata Containers 构建安全的 AI Agent 运行时,解决生产环境下的安全与隔离挑战。

技术亮点:多后端生态与云原生 AI

会议期间,来自华为、阿里云、寒武纪和蚂蚁集团的演讲者共同描绘了未来的技术图景。特别是华为关于“昇腾与 PyTorch:开创新的 AI 开源生态”的发言,以及寒武纪关于“构建多后端统一基础设施”的技术分享,为解决当前 AI 开发中硬件碎片化问题提供了重要思路。

蚂蚁集团提出的“构建基于开放基础设施的 Agent 运行时”更是将云原生理念引入 AI Agent 领域,展示了如何通过标准化的容器技术实现 AI 应用的敏捷交付与弹性伸缩。

生态价值:加速中国 AI 走向全球

PyTorch 基金会执行总监 Mark Collier 表示:“开源已成为全球构建 AI 的默认方式,PyTorch 基金会是这一创新的中心。”此次加入不仅加强了全球开源 AI 生态的多样性,也为开发者提供了一个从硅片到软件再到部署的全栈视角。

目前,PyTorch 基金会已有超过 250 家中国组织参与项目,包括 DeepSpeed、vLLM、Ray 等。随着阿里云、寒武纪和蚂蚁集团的加入,这一生态将在硬件兼容性、模型服务化及云原生部署方面迎来新的突破,推动中国 AI 技术从“跟跑”向“领跑”转变。

开发者们被鼓励在 9 月 7 日至 9 日于上海举办的会议上亲身体验这一全栈生态,并关注即将在 10 月举行的北美 PyTorch 会议,共同见证开源 AI 的下一个里程碑。

“Open source has become the default way the world builds AI, and the PyTorch Foundation is a leading hub for this innovation.”

— Mark Collier, Executive Director of the PyTorch Foundation

同主题深度资讯

查看更多 →
AI 工具 2026-10-16

WonderCV 发布“超级职场攻略”:AI 驱动简历优化与全周期求职赋能

WonderCV(超级简历)于 2026 年 10 月 16 日重磅推出“超级职场攻略”系列,整合 AI 生成、专家点评与行业案例,构建从简历撰写到面试实战的全周期求职体系。通过 AI 简历生成、HR 视角的分数评估及大牛案例库,帮助求职者提升通过率,实现从“白开水”简历到“心动 Offer”的蜕变。

超级简历官方 / ADK编译 4 分钟
模型发布 2026-10-15

OpenAI 宣布 GPT-4o 系列 API 停服:迁移至 GPT-6 Luna 与迁移检查指南

OpenAI 正式宣布 GPT-4o 及 GPT-4.1 系列特定快照将于 2027 年 1 月 14 日停止服务,并推荐迁移至 GPT-6 Luna。开发者需立即盘点代码中的模型 ID,区分新旧截止日期,并通过自动化脚本验证替换后的行为兼容性。本文提供详细的迁移清单与代码检查示例,助开发者规避服务中断风险。

Atoms官方 / ADK编译 5 分钟
AI 工具 2026-10-15

Atoms 发布 Claude Motion:基于代码的动画生成与 MP4 导出功能详解

Atoms 平台正式推出 Claude Motion 的 Beta 版本,支持团队与企业用户创建基于代码的动画。该工具利用文本、图表和图像生成可编辑的 MP4 视频,强调内容准确性而非生成式视频。文章详细阐述了从组织权限配置、提示词编写到最终视频导出的完整工作流,并提供了针对内部演示文稿和定价说明的实战案例。

Atoms官方 / ADK编译 4 分钟
模型发布 2026-10-15

Gemini 3.7 Flash 正式弃用:迁移至 3.8 Flash 及 Deep Research 代理更新指南

Google 宣布 Gemini 3.7 Flash 模型已正式弃用,所有 API 请求自动重定向至 Gemini 3.8 Flash。开发者需显式更新配置,并同步处理 Deep Research 代理的迁移。本文详解参数变更(如 thinking_budget 替换为 thinking_level)、旧版参数废弃清单及自动化迁移检查脚本,确保应用平滑过渡至新架构。

Atoms官方 / ADK编译 5 分钟
code · 免费+付费
★ 5.0 · 120评测
P

PyTorch

开源的机器学习库

PyTorch 是开源的机器学习库,主要用在深度学习研究和应用开发,以灵活性、易用性和强大的 GPU 加速功能而闻名。PyTorch 提供动态计算图,支持开发者在运行时动态修改模型结构,非常适合快速开发和实验。PyTorch 支持张量计算、自动微分(torch.autograd)和模块化的神经网络构建(torch.nn)。PyTorch 拥有丰富的社区支持和大量的预训练模型及教程,是学术界和工业界的首选深度学习框架之一。

查看 PyTorch 使用教程与功能