作者 | 陈骏达

编辑 | 云鹏

智东西 6 月 30 日报道，今天，国内 AI 开源社区魔搭在北京举办了其首届开发者大会。截至 2025 年 6 月，魔搭社区已经拥有超 500 家贡献机构，模型总量超 7 万个，并服务了 36 个国家超 1600 万开发者。此外，已经有超过 4000 个 MCP 服务在魔搭 MCP 广场上发布，支持开发者超过 1 亿次的调用。

魔搭社区如今已是中国最大的 AI 开源社区，DeepSeek 系列模型、MiniMax 多款模型、腾讯混元系列模型许多业界头部模型选择在魔搭社区开源。这一社区可提供模型体验、下载、调优、训练、推理、部署等服务，覆盖 LLM、对话、语音、文生图、图生视频、AI 作曲等多个领域。

为进一步激励开发者对社区的参与，周靖人在大会现场发布了 " 魔搭开发者勋章激励计划 "，为在平台上作出贡献的开发者赋予荣誉和奖励，勋章获得者可以获得平台免费 GPU 算力支持，以及 AIGC 专区高阶训练券、高阶生图券等奖励，用于模型生成、模型训练、应用搭建等场景。

大会期间，还有多位嘉宾分享了他们对具身智能、端侧 AI 等行业重要趋势的见解。通义千问负责人林俊旸更是提前预告，该团队将于下个月推出编程能力更强的 Coder 模型。

会后，周靖人接受了智东西等少数媒体的采访。周靖人向智东西说道，魔搭既是一个社区，也是一个技术产品，要随着 AI 技术的发展而发展。魔搭正在快速迭代其对新技术、新产品、新工具的支持，也希望有更多开发者能加入到魔搭社区本身的开发过程中。

一、魔搭周靖人：模型已成重要生产元素，要帮开发者 " 找、用、学、玩 "

周靖人认为，模型现已成为重要的生产元素，并成为了新一代应用的核心。在大模型技术快速迭代的过程中，开源开放是大模型生态发展的核心力量。

魔搭在成立之初就遵循了开放、中立、非盈利的原则，这一理念吸引了诸多开发者和企业共同参与生态建设。回顾发展历程，魔搭见证了许多顶尖开源模型的发布。

2023 年，业界第一个文本生成视频的开源模型在魔搭社区发布。同年，百川智能、上海人工智能实验室书生系列大模型、零一万物 Yi 模型等业界领先模型均在魔搭社区开源首发。

2024 年，魔搭社区面向 AI 创作者与设计师群体推出 AIGC 专区，提供图片、视频创作和模型训练等服务。

2025 年，DeepSeek 系列模型、阶跃星辰开源的 Step-Video-T2V 视频生成模型和 Step-Audio 语音交互模型在魔搭社区首发。

开源开放降低了开发者和企业使用先进 AI 技术的门槛，并且无需担忧因为使用某一项技术而被绑定。模型开发者能从中获取社区反馈和建议，从而形成正向循环。

具体到服务层面，魔搭能在找模型、用模型、学模型、玩模型这四大领域为模型算法开发者、AI 应用开发者和模型爱好者提供帮助。

社区对模型家族进行了分类，并配备丰富的案例和 API 接口，帮助用户快速将模型集成到实际业务中。同时，云端 Notebook 功能提供了低成本的开发环境，便于用户高效探索业务场景。

为简化大模型与工具的对接流程，魔搭推出了 MCP 广场，汇聚数千款 MCP 服务及托管方案，并开放第三方集成接口。支付宝、MiniMax 等创新服务在此独家首发，进一步拓展了生态应用。

在开发支持方面，魔搭提供了涵盖训练、推理、微调和评估等流程的 SDK 工具包，目前装机量已突破 900 万次。

周靖人分享，在这样一个技术变革的时代里，能够让更多的人使用 AI，能够让 AI 的使用触手可及，普惠到社会的方方面面，是魔搭与开发者努力的重要方向。

二、无问芯穹汪玉：端侧 AI 面临算力能效困局，软硬件协同设计可实现突破

大会主论坛上，清华大学电子工程系系主任、无问芯穹发起人汪玉从硬件与算法的协同优化角度，探讨了端侧 AI 的挑战与未来。汪玉认为，AI 技术正经历从云端向终端设备的迁移，随着 AI 模型规模的扩大，端侧设备在算力和能效上面临巨大压力。

与云端侧重多用户并发不同，端侧 AI 更强调低延时响应和单用户体验，当前端侧 AI 的理想推理速度大约为 100-1000token/s，但端侧 AI 硬件的能力离这一目标还存在显著差距。

汪玉为上述问题提出了多个突破方向：通过芯片架构创新和存算一体技术提升硬件性能，采用模型压缩技术开发高效小模型，以及针对具体应用场景进行算法优化适配。

他特别强调，国内产业需要打通从算法设计、软件开发到硬件制造的全栈协同创新。在硬件层面，其团队已在 FPGA 上实现 55token/s 的推理速度。

汪玉特别看好具身智能的发展前景，认为这是将数字智能延伸至物理空间的重要方向。他呼吁产业界通过软硬件协同设计、共建数据生态，共同推动端侧 AI 和机器人技术的创新发展，构建面向未来的智能算力基础设施。

三、星海图赵行：机器人硬件形态趋于收敛，具身智能需要自己的 "ImageNet"

主论坛上，清华大学特别研究员、星海图联合创始人赵行进一步分享了具身智能相关的话题。他认为，当前以 ChatGPT 为代表的离身智能（Disembodied AI）已通过图灵测试，但具身智能（Embodied AI）仍处于早期阶段，其核心瓶颈在于如何在正确的机器人本体上获取高质量数据，并构建可泛化的模型。

赵行强调，具身智能的突破需要类似计算机视觉领域 ImageNet 的标准化数据集，但由于机器人需要进行闭环测试，且硬件形态各异，数据采集和模型开发更为复杂。

标准化的硬件平台是突破上述问题的关键。星海图已经发布了 3 款机器人本体，计划在今年年底前采集超过 1 万小时的真实世界数据，涵盖工业、家庭、商业等多样化任务。

在模型架构上，星海图提出了 " 快慢双系统 " 的具身基础模型（Embodied Foundation Model），结合多模态大语言模型（慢思考）和轻量化执行模型（快执行），实现任务规划与实时闭环控制。

展望未来，赵行预测机器人硬件形态将趋于收敛，基础模型的泛化能力将在 2026 年迎来爆发，世界模型技术将增强机器人的预测与自主学习能力。他呼吁全球开发者共同构建具身智能生态，推动其在真实场景的大规模落地。

四、通义千问林俊旸：预训练技术仍有空间，Qwen Coder 模型下月发布

在下午的主题论坛上，通义千问负责人林俊旸分享了他们的开源模型实践经验。

今年 4 月底，Qwen3 系列模型迎来发布。模型参数量从 0.6B 到 -235B 不等。林俊旸称，这一代模型主要有三大特点：

混合推理模式：Qwen3 全系列都支持混合推理，也就是说在一款模型内实现推理和非推理模式，并允许开发者自主选择模型的推理长度。但林俊旸认为，这还不是推理模型的理想形态，未来模型还需要具备自己决定是否进行推理的能力。

更多语言支持：Qwen 从 1.5 系列就开始关注多语言，目前 Qwen3 支持 119 种语言和方言，在下一版本 Qwen 会扩展对非洲地区语言的支持。

MCP 增强：Qwen3 在训练数据方面针对 MCP 进行了增强，这本质上提升了模型的 Agent 能力。

林俊旸透露，Qwen 团队内部更加关注 MoE 模型 Qwen3-30B-A3B 和稠密模型 Qwen3-4B。Qwen3-30B-A3B 在能力和部署难度上实现了平衡，在 Qwen 团队的内部测试中甚至超过了 14B 的稠密模型。

Qwen3-4B 专为手机端侧设计，做了极致的剪枝和蒸馏，在许多场景的性能已经接近 Qwen 上一代 72B 模型的表现。

除了 Qwen3 之外，今年 Qwen 团队还带来了 Qwen-3 系列的嵌入模型、重排序模型以及全模态模型 Qwen2.5-Omni、多模态模型 Qwen-VLO 等等。

谈及未来，林俊旸称，业内已经从训练模型的阶段逐渐转变到训练 Agent 的阶段，预训练技术发挥的空间仍然很大，可以通过打造强大的 teacher 超大型模型，最终做出适用于 API 调用的模型。

通义千问计划通过环境反馈的强化学习，教会模型实现长时程的推理。在输入和输出侧，模型的模态也会不断增加。下个月，通义千问将会发布适用于编程场景的 Coder 模型。

结语：中国开源 AI 生态狂飙，魔搭想成为 " 首选社区 "

作为国内代表性的开源 AI 社区，魔搭的发展也可谓是中国开源 AI 的缩影。过去 2 年多以来，中国 AI 开源生态迅猛发展，诸如阿里、DeepSeek 等企业的开源模型在世界范围内都具有较强的影响力。

同时，中国的开发者们也在为开源生态不断贡献新工具、新技术，相关开源成果在魔搭等平台开放获取，最终给全球开发者都带来了实实在在的价值。

周靖人称，他们希望将魔搭打造为 AI 开发者交流的首选社区，实现开发者与社区的共同成长，让更多的创新想法在魔搭社区碰撞，更多的 AI 应用在魔搭社区进行孵化，推动下一波 AI 技术的发展。