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 →
模型发布 2026-09-24

Recraft AI 发布 V4 Styles:一文详解多参考图风格控制的底层逻辑与最佳实践

Recraft AI 正式发布 V4 Styles 功能指南,深度解析其多参考图(1-10 张)风格控制机制。文章强调单一参考图是保证风格一致性的最优解,多参考图仅在视觉逻辑高度统一(如同品牌手册)时有效,严禁混用无关风格。核心亮点包括参考图与提示词(Prompt)的明确分工、对高分辨率原图的硬性要求、以及参考图权重调节功能。该更新无需微调即可实现即插即用的风格迁移,显著提升了商业绘图的可控性与效率。

Recraft AI官方 / ADK编译 5 分钟
模型发布 2026-09-24

Reve AI 服务终止:Recraft Studio 如何成为设计师的新一代可控生成引擎

随着 OpenAI 投资及团队转移,Reve AI 正式宣布停止图像生成服务,API 已于 8 月 14 日下线,生成功能将于 9 月 27 日终止。针对寻求高可控性、矢量输出及多模型工作流的设计师,Recraft Studio 提供了从像素到矢量、从单一模型到多模态生态的完整替代方案。本文详细梳理了迁移时间表,并深度解析了 Recraft Studio 在矢量编辑、跨项目风格一致性及多模型集成方面的核心优势。

Recraft AI官方 / ADK编译 5 分钟
技术解读 2026-09-24

Recraft AI 深度解析:矢量图像的核心原理、格式规范与应用边界

Recraft AI 技术团队发布深度指南,系统阐述了矢量图像(Vector Image)的数学原理及其与位图(Raster)的本质区别。文章详细对比了 SVG、EPS、PDF 及 AI 等主流格式的特性与适用场景,并探讨了矢量图在品牌标识、工业制造及网页设计中的实际应用价值,为开发者与设计师提供清晰的选型策略。

Recraft AI官方 / ADK编译 3 分钟
AI 工具 2026-09-24

美图 AI PPT 发布全新 Print-On-Demand 设计工作流,从创意到成品一键生成

美图 AI PPT 正式推出针对按需打印(POD)场景的专业设计解决方案,填补了通用 AI 绘图在商业落地环节的空白。该工具不仅提供从创意到样品的全链路生成能力,更内置了针对 T 恤、马克杯等实体产品的尺寸适配、安全区域预留及色彩对比度优化算法。开发者与创作者可利用其‘AI 辅助概念生成’功能,快速将模糊想法转化为符合印刷标准的可编辑矢量文件,大幅降低 POD 产品的试错成本。

美图AI PPT官方 / ADK编译 4 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