本演讲将发布《2025 年大模型开源开发生态全景图》，全面呈现当前迭代速度最快、创新最活跃的大模型开发技术生态。基于详实的数据观察，报告将深入解析模型训练框架、高效推理引擎及低代码应用开发等主导赛道的技术演进路径。从蚂蚁开源的视角，本报告希望通过洞察生态全景的方式了解行业中的最新动向与趋势发展，从而做开源社区的严肃用户和高质量的贡献者；从听众视角，本演讲旨在为开发者、企业及研究者提供全景视角，助力在快速变化的技术浪潮中把握方向。

本圆桌探讨大模型对传统技术领域的颠覆性影响，以及 Agent 工具与开发平台等新兴生态的崛起路径。邀请行业内的一线专家从不同视角展开观点碰撞，讨论将围绕几个话题展开：
· 大模型的发展给哪些技术领域带来了颠覆式影响？又有哪些新的技术生态涌现？
· 如何看待当下一波又一波昙花一现 AI 开源项目们，这种直播式短线开源模式必然不好吗？
· 以新兴生态的爆发对于软件开发协同模式带来怎样的影响，是否会加剧“超级个体”与“传统团队”的技术能力鸿沟？

图适合表达事物之间的关联关系，是一种超越平面的高维数据结构，可以帮助我们挖掘深层的数据价值。另一方面，图因为蕴含着事物之间的普遍联系，在数据的可解释性上有着天然的优势，因此可以认为是符号主义的典型代表。

源自连接主义的大语言模型的技术，是以数学概率为基础构建出来的，从而无法彻底规避推理幻觉问题。因此这也为 Graph + AI 技术结合带来了契机，即探索符号主义与连接主义的融合方法和研究。

本次分享将重点介绍蚂蚁图计算在「Graph+AI」技术方向的探索历程和关键成果，分享 Graph + AI 技术融合的未来系统架构形态，覆盖 GraphRAG、多智能体系统、图数据库和图计算系统内核设计等多方面内容。

在 AI 时代，企业为构建高质量 AI 应用，需要使用更多数据，其中包括结构化数据（数据库、数据仓库等）、非结构化数据（数据湖、文档库、实时数据等）；数据的完整性、合规等对构建 AI 的应用的起到了关键作用，这也就是元数据的价值。为 AI 用户提供一个统一的数据视图，供他们可以更好地发现和使用多源异构数据，包括数据发现、数据语义、数据血缘、数据权限等，并结合企业治理需求，管理好数据生命周期，避免资源浪费和安全问题等，成为每个企业的现实挑战。

Apache Gravitino (incubating) 应用而生，它提供统一的 API 来访问多种数据源以及多种数据存储、支持多种数据引擎和机器学习框架接入数据，并基于统一元数据实现统一命名、统一权限、统一血缘、统一审计等功能，从而大大简化了操作难度，打破了数据孤岛。目前已经在小米、Bilibili、唯品会、Pinterest、Uber 等公司进行了应用落地，收到良好效果。本次分享将为大家介绍 Gravitino 的背景、架构、核心功能以及成功案例，希望对大家有所帮助。

 Hudi 在 2017 年就开创了事务型数据湖，逐渐演变为数据湖仓，成为该领域内关键的贡献。2024年末，Hudi 发布 1.0  版本，进入一个新的阶段。近期，Hudi 即将发布 1.1 版本。

本次分享主要给大家介绍 Apache Hudi 1.1 版本引入的大量新特性和性能优化，如何适配 AI 时代的开发与用户需求，以及未来社区规划。

本次演讲将聚焦 OceanBase 以一体化架构突破传统数据库的局限，实现 TP（事务处理）、AP（分析处理）、KV（键值存储）、AI（人工智能） 的深度融合，打造高性能、高扩展、智能化的新一代数据库引擎。我们将深度解析 OceanBase 的多模一体化能力，包括：
· OLTP：从核心业务场景到多源业务场景，强化稳定性和安全性；
· OLAP：从实时数仓到湖仓一体的技术演进；
· SQL+AI：从一体化数据库到一体化的 AI 数据底座；
· 数据库多云原生共享存储架构：低成本、高可用、弹性伸缩。

veRL 是当前最为流行的大型语言模型强化学习训练框架之一，其基于 HybridFlow 编程范式，兼顾了灵活性和效率，且经过了生产级别的大规模训练验证。本次分享将会介绍：

· HybridFlow 编程范式的设计与实现；

· veRL 推理阶段最新 feature 与优化技术；

· veRL 训练阶段最新 feature 与优化技术。