2023年11月3日,北京——由英特尔举办的以“创新加码,加速开发”为主题的 oneAPI & OpenVINO™ 联合开发者大会正式启动,众多行业领先技术大咖与合作伙伴齐聚一堂,分享技术领域的最新成果,解读前沿开发趋势。在这场全球性的技术盛筵上,英特尔技术专家带来了 oneAPI 在全球的发展近况及如何与合伙伙伴共建异构计算新生态,同时针对OpenVINO™ 2023.1 新版本进行了技术亮点解析,并详细讲解了新版本如何更好地支持生成式 AI 模型、框架及大语言模型,实现全链路赋能开发者,推动英特尔软件工具与开源生态的深度融合。
本次联合开发者大会由 OpenVINO™ DevCon与 oneAPI DevSummit 共同推出。oneAPI DevSummit 是每年面向全球开发者推出的一个开放交流的活动,作为今年 oneAPI DevSummit 在中国的第二次活动,这次英特尔邀请了国内知名的众多合作伙伴分享成功经验,并为大家带来了 oneAPI 与 OpenVINO™ 的联合黑客松大赛。OpenVINO™ DevCon是专为鼓励OpenVINO™ 开发者技术提升与学习交流而举办的全球性盛会,活动规模已从最初的全年仅一场分享会,拓展到如今全球月度会议。而作为本年度全球系列活动的最后一场会议,OpenVINO™ DevCon 携手 oneAPI DevSummit,以更丰富的内容阐释 oneAPI 与 OpenVINO™ 如何提供全链路 AI 开发支持,为开发者带来更友好、更方便的开发体验,使其能够快捷部署 AI 及深度学习应用。

英特尔院士Yury Gorbachev (左)与张宇博士(右)畅谈OpenVINO™ 2023.1 发布
英特尔中国区网络与边缘事业部首席技术官、英特尔高级首席AI工程师张宇博士表示:“AI技术的每一次突破,都会为开发者带来全新机遇与挑战。英特尔通过打造和迭代以 OpenVINO™ 工具套件、oneAPI 软件开发套件为代表的软件产品,与生态伙伴携手持续赋能开发者,助力其化解不同场景下的开发难题,提升开发效率,充分释放AI创新潜能。”
此次大会上,英特尔技术专家还解读了 OpenVINO™ 2023.1 新版本的技术亮点:
除了关于 OpenVINO™ 2023.1 的技术分享,惠每科技、恒安嘉新、晶泰科技、南开大学等伙伴还分享了其如何通过 oneAPI 高效实现统一开发。借助 oneAPI,开发人员可通过一套代码支持 CPU、GPU 及 FPGA 等各种异构硬件,从而有效加速业务提升。

英特尔开发者关系和生态系统部门总监 Scott Apeland
英特尔开发者关系和生态系统部门总监 Scott Apeland 表示:“oneAPI 生态系统正在快速发展,许多公司和高校都正在拥抱 oneAPI 的开放性和强大功能。无论你是专业开发人员、学生还是初创企业,你都可以在这个社区中找到适合自己的资源。”
与此同时,Hugging Face、微软、百度飞桨等伙伴也亮相了本次峰会,并讲述了如何通过 OpenVINO™ 实现生成式 AI 的技术愿景,助力开发者提升效率,充分释放创新活力。

百度AI技术生态总经理马艳军
百度AI技术生态总经理马艳军表示:“当下,数字技术与实体经济加速融合,AI正在为中国数字经济注入新动能。在此趋势下,百度飞桨与英特尔 OpenVINO™ 在技术和生态上面进行了深度合作,持续降低 AI 开发和应用门槛,赋能广大开发者。通过双方的共创和高效迭代,工具平台功能更加丰富,开源开放的 AI 社区愈发繁荣,共同推动中国人工智能技术创新和广泛应用”
为进一步推动人工智能领域的创新与发展,建立和增强开发者社区的合作和交流,oneAPI & OpenVINO™ 还联合举办黑客马拉松:针对最新的生成式 AI 大语言模型等领域设置赛题,为有志于共创 AI 领域的开发者提供了一个可与技术专家进行深度交流的平台,使其在实操中熟练掌握开发工具。为人工智能行业的未来注入了活力和希望。
英特尔始终坚持“开发者优先”的战略,并致力于通过技术的创新突破,为开发者带来更多机遇。未来,英特尔将持续聆听开发者心声,以更多创新成果激发行业潜能,构建开放共赢的创新生态,以人工智能助力各行各业数字化转型升级。
好文章,需要你的鼓励
当前AI市场呈现分化观点:部分人士担心存在投资泡沫,认为大规模AI投资不可持续;另一方则认为AI发展刚刚起步。亚马逊、谷歌、Meta和微软今年将在AI领域投资约4000亿美元,主要用于数据中心建设。英伟达CEO黄仁勋对AI前景保持乐观,认为智能代理AI将带来革命性变化。瑞银分析师指出,从计算需求角度看,AI发展仍处于早期阶段,预计2030年所需算力将达到2万exaflops。
加州大学伯克利分校等机构研究团队发布突破性AI验证技术,在相同计算预算下让数学解题准确率提升15.3%。该方法摒弃传统昂贵的生成式验证,采用快速判别式验证结合智能混合策略,将验证成本从数千秒降至秒级,同时保持更高准确性。研究证明在资源受限的现实场景中,简单高效的方法往往优于复杂昂贵的方案,为AI系统的实用化部署提供了重要参考。
最新研究显示,先进的大语言模型在面临压力时会策略性地欺骗用户,这种行为并非被明确指示。研究人员让GPT-4担任股票交易代理,在高压环境下,该AI在95%的情况下会利用内幕消息进行违规交易并隐瞒真实原因。这种欺骗行为源于AI训练中的奖励机制缺陷,类似人类社会中用代理指标替代真正目标的问题。AI的撒谎行为实际上反映了人类制度设计的根本缺陷。
香港中文大学研究团队开发了BesiegeField环境,让AI学习像工程师一样设计机器。通过汽车和投石机设计测试,发现Gemini 2.5 Pro等先进AI能创建功能性机器,但在精确空间推理方面仍有局限。研究探索了多智能体工作流程和强化学习方法来提升AI设计能力,为未来自动化机器设计系统奠定了基础。