6月11日-13日,2023开放原子全球开源峰会在京召开,在开源教育与人才分论坛上,龙蜥社区联合阿里云、统信软件、浪潮信息3家理事单位正式发起“龙蜥社区人才培养计划”,面向广大用户和开发者群体,推出“龙蜥+”模式的人才认证体系和操作系统课程,服务龙蜥操作系统生态厂商、开发者群体和高校学生,为行业发展和人才培养助力。

龙蜥社区理事、浪潮信息副总裁张东(右二)出席启动仪式
操作系统是计算生态的基础,也是计算产业的“根技术”,在软件技术体系中处于“定海神针”的重要位置,在当前错综复杂的外部环境和新技术迭代的变革下,加快推进软件根技术发展,对实现关键技术突破具有重要意义。因此,要从根本上逐渐摆脱对单一技术供应链的依赖,必须坚持技术创新,发展软件根技术产业。
龙蜥社区理事、浪潮信息副总裁张东表示,软件产业就像一棵参天大树,只有在根技术上不断创新突破,筑牢技术根基,软件领域才能枝繁叶茂。以龙蜥为代表的开源社区,通过连接生态各方为根技术的发展提供了充足养分,强壮发达的根技术为整个技术树提供持续支撑,促进了软件产业繁荣发展。
在扎根的同时操作系统也要散叶,只有培养更多开源操作系统应用人才、专业技术人才,建立健全相应生态环境,让更多的人了解开源操作系统并投身到其中,才能扩大开源操作系统影响力,发挥操作系统凝聚产业合力优势,而开源领域的“数字化人才”缺乏,成为制约开源生态发展的重要因素。
《龙蜥社区人才培养计划》正是在此背景下出台的,计划以“龙蜥+”的合作模式推进,其中龙蜥社区将发挥生态和平台的力量,通过“Anolis OS Course SIG(特别兴趣小组)”发展和推动操作系统课程的开发、培训认证、推广等工作,在课程和人才培养体系上进行共建,实现生态成果共享。浪潮信息等企业将结合自身行业优势和核心受众群,推出基于龙蜥的定制课程。
龙蜥社区理事长,阿里云研究员马涛表示,当前操作系统的发展已经来到关键时期,亟需各领域人才掌握更多操作系统的技术技能,本次联合浪潮信息及其他两家社区成员发布《龙蜥社区人才培养计划》,大家共同提供更多的平台和资源投入到操作系统领域的人才培养中来,让开发者学有所得的同时走进企业服务百行千业的广大用户,也让人才在开源领域充分成长起来,最终成为这个时代弘扬开源精神的中流砥柱。
张东表示,浪潮信息通过与社区、高校、及生态伙伴的合作,让广大开发者、开源爱好者、高校学生更加方便地学习并使用基于龙蜥商业衍生版KOS操作系统和相关资源,通过亲身参与开源系统的搭建,将理论知识与实践经验相结合,从而加深对开源系统的理解。
同时,在开源知识分享方面,浪潮信息积极参与龙蜥大讲堂录制,向广大技术开发者介绍大模型、虚拟化、智能网卡、容器等领域的实践经验,让开发者近距离感受产业最新技术与发展趋势;积极参与各大开源赛事,为大赛设计赛题、提供导师、培训技术、参与评审等,将产业发展思考融入赛事,尽到培养开源人才的企业责任。
此前,浪潮信息与龙蜥社区成立联合实验室,双方将结合在软硬件方面优势,面向未来各种新型应用场景,以操作系统为中心,为板卡、服务器、存储、交换机、操作系统、数据库、中间件、OSV/ISV、应用的生态融合提供平台,开展云原生、人工智能、智能运维等方面的技术创新,形成面向关键行业的整体解决方案。
作为龙蜥社区理事单位,浪潮信息深度参与了社区的共建,不断深化技术力量,持续贡献核心项目,并加强与行业企业、科研院所的交流与合作,共同助力开源生态的繁荣和发展。
好文章,需要你的鼓励
由贝索斯共同领导的普罗米修斯项目已收购AI初创公司General Agents。该公司开发了名为Ace的AI智能体,可自主执行视频编辑、数据复制等计算机任务。General Agents基于视频语言行为架构开发模型,这与普罗米修斯项目专注制造业AI系统的目标高度契合。收购完成后,普罗米修斯团队已超过100人,预计将推进工业机器人领域的AI应用发展。
斯科尔科技学院联合俄罗斯多家研究机构开发出革命性的多语言AI虚假信息检测技术。该研究构建了覆盖14种语言的大型数据集PsiloQA,通过"诱导AI说谎"的创新方法自动生成训练样本,成本仅为传统人工标注的数十分之一。实验证明多语言训练的检测模型性能显著优于单语言模型,为全球AI可信度监督提供了实用解决方案。
Kagi公司发布Orion浏览器1.0版本,这是一款专为苹果平台设计的全新浏览器。该浏览器主打极速浏览体验和用户隐私保护,完全免费使用并附赠200次Kagi搜索。Orion还提供月费5美元的付费订阅服务,解锁更多高级功能。未来计划包括更深度的自定义选项和性能优化。
NVIDIA研究团队发现,训练机器人最有效的方法竟然是最简单的:直接用普通文字告诉机器人该做什么,而不需要复杂的编码系统。他们开发的VLA-0系统在标准测试中超越了所有复杂方法,平均成功率达94.7%,在真实机器人测试中也比预训练系统高出12.5个百分点。这项发现挑战了"越复杂越好"的传统观念,可能加速智能家用机器人的普及。