近日，上海市政府常务会议原则同意《上海市加强开源体系建设的实施方案》（下称《方案》），明确提出要以开源加速创新迭代、汇聚全球英才、培育领军企业，推动上海在开源领域抢占技术制高点、构建产业新生态。当前，开源技术已成为驱动全球技术创新、产业变革和生态协同的核心引擎。
锚定开源赛道：从“使用生态”到“主导生态”
《方案》明确了上海开源体系建设的核心路径：在技术创新层面，鼓励骨干企业、科研机构开放创新成果，重点推进基础软件、工业软件等“硬开源”项目研发，培育具有国际影响力的原创开源项目，实现从“使用生态”到“主导生态”的转变；在人才集聚层面，将打造优质开源社区、完善开发者激励体系，让全球优秀人才在上海开源平台“揭榜挂帅”、施展才华；在产业培育层面，重点支持“开源+创业”模式，畅通从社区到项目再到产业的转化链条，形成“主导开源项目—构建技术生态—成就龙头企业”的发展路径，加快培育行业龙头企业和“隐形冠军”；在人才根基层面，推动高校开设开源课程，鼓励学生参与开源实践，筑牢开源发展的人才支撑。
AI时代，开源为何成为全球科技创新的焦点？所谓开源，也就是公开代码供所有人查看、使用、修改与再分享，其“共享、协作、透明”的精神已从软件领域延伸至教育、科研、开源芯片等多个领域，成为集体协作解决问题、推动技术普惠的重要载体。
今年7月底，国产大模型开源领域迎来“井喷”热潮：7月22日起，阿里以“日更”节奏连续发布4款开源模型；7月27日，腾讯开源混元3D世界模型1.0；7月28日，智谱推出专为智能体应用打造的开源模型GLM-4.5；7月31日，AI大模型“六小虎”之一的阶跃星辰，正式开源新一代基础大模型Step-3。
作为数字经济发展的关键引擎，AI与实体经济的深度融合正成为产业升级的核心路径，而开源体系的建设则为这一融合提供了高效支撑。此前稀宇极智（MiniMax）开源的新一代文本大模型MiniMax-M2在全球权威测评榜单Artificial Analysis（AA）中总分位列全球前五、开源第一，跻身全球AI第一梯队，与OpenAI、Anthropic、Google等硅谷巨头同台竞技。同时，该模型价格仅为Claude Sonnet 4.5的8%，推理速度却快了接近一倍，以“高智能+低成本”的新组合，向全球AI格局发起正面冲击，看得出中国AI开源在技术性价比上的核心优势。
无独有偶，商汤日日新近日在空间智能领域实现重要突破，正式发布并开源SenseNova-SI系列模型。在多项权威评测的空间理解和推理任务上，SenseNova-SI不仅大幅度领先同量级开源多模态大模型，还超越了GPT-5和Gemini 2.5 Pro等国际顶尖闭源模型的表现。
“这一现象标志着中国AI已从‘技术追赶’迈向‘生态主导’阶段，核心驱动力源于‘数据—算力—场景’构筑的强劲闭环优势。”天使投资人、资深人工智能专家郭涛告诉记者，我国开源大模型的强势崛起并非偶然：一方面，国内大模型厂商依托海量优质中文语料，深度挖掘垂直应用场景，构建起特色鲜明的差异化训练数据集；另一方面，以华为昇腾为代表的国产化算力底座日趋成熟，为大规模分布式训练奠定坚实基础。叠加开源社区的飞轮效应，头部企业开放代码汇聚众智，进一步形成良性循环的正向反馈。
“开源是一条产业优先的发展路径，通过降低技术使用门槛，能推动大模型加速成为与实体经济深度融合的基础设施。”郭涛说。
开源之问：现实困境与突围路径
AI时代，开源有何重要意义？又面临哪些困境与挑战？
某风投公司合伙人顾佳铭对《国际金融报》记者表示，AI大模型的生命周期包含数据获取、预处理、模型训练、模型微调、推理五个环节，前三个环节需海量数据与算力支撑，成本高昂，不是一般企业所能负担的。而开源模式让中小企业和个人开发者可直接基于成熟模型，跳过前期高成本环节，专注于模型微调和推理应用，大幅降低了技术参与门槛。
上海交通大学校长、中国科学院院士丁奎岭此前强调，开源不仅是全球科技创新的技术风尚，更是推动开放发展、共同发展的重要路径，能催生出更多新想法、新服务，为数字经济注入活力。
但随着AI技术迭代，传统开源模式渐显乏力。业界专家指出，AI正经历从“模型中心”向“数据中心”的范式转变，高质量、高效率的数据基础设施成为降低AI落地门槛的关键，而数据的隐私保护与价值释放之间的平衡，成为开源面临的核心挑战。
多位专家认为，破题的关键在于构建更高维的“开放”解法，从开源延伸至“开放数据”。开放数据的核心是“数据资源的有条件共享”，并不是简单倒退，而是数据管理的升级。
业界认为，上海出台《方案》，正是立足AI时代的技术特征与产业需求，通过体系化布局破解开源发展困境，既强化技术创新与人才集聚，又注重数据安全与价值释放。在全球开源竞争日趋激烈的背景下，上海的实践与中国AI企业的突破，正共同推动中国开源生态从追随者向引领者的“角色”转变。
