左上角文字“FRESH JUICE”+“[Original Made]”，右侧“30% OFF”圆环，右下价格圆“[$2.99]”，底部行动按钮“[Get It Now]”，白色手绘箭头。很多图像生成模型在单次任务上效果惊艳，但一旦进入实际业务环境，就会暴露出：延迟高、算力消耗大、不稳定，难以支持高频、实时或交互式需求。它来自 Black Forest Labs 的 FLUX.2 系列，是架构最轻

针对金融审计、科研报告等领域常见的图文混排 PDF，它可以直接"看图说话"，识别出复杂的嵌套表格、流程图，并将其转化为结构化的 JSON 数据或精炼的摘要。如果你还在为找一个既能跑业务、又能处理复杂编程任务、还能省算力的模型发愁，那么阿里通义刚刚发布的 Qwen3.5-397B-A17B，就是那个打破僵局的"工程级"战神。这两年，大模型看起来越来越厉害了，但真到落地的时候，很多团队依然会卡在同一个

当前 AI 领域面临算子开发复杂、大模型部署成本高的行业痛点，两项目开源恰逢其时 —— 既为开发者提供高效解决方案，降低技术落地门槛，又以开放共享丰富 CANN 生态维度，彰显开源协作对 AI 产业降本增效、加速创新的关键意义。本次活动汇聚产业界及开源社区的开发者与技术专家，以算子创新、AI 应用优化与产业智能化转型为核心，聚焦大模型时代下 CANN 的赋能价值与实践路径，围绕核心技术攻坚、开源社

最崩溃的一次是面一家大厂的算法岗，面试官连续追问我一个项目的细节，从模型设计到实验数据，揪着一点不放，最后甚至怀疑这个项目是不是我真的做过，那种被误解、不被认可的感觉，瞬间让我破防了，走出面试室就找了个角落蹲了半天，特别委屈。但骨子里又是倔强的。目前做的多模态工程工作，核心围绕多模态模型的实际业务场景应用展开，具体包括：跨模态数据（文本、图像、视频）的处理与清洗，多模态融合模型的选型、训练和调优，

从内容创作视角出发，分享了 AI 在漫画与视频领域的商业化路径，展示了 AI 如何参与从创意生成到内容生产再到变现的完整链路。结合自身创业与产品实践经验，分享了 AI 在实际业务中的应用思考，探讨了 AI 技术如何与具体场景结合，实现真正的价值转化。她强调，AI 的核心不在于技术本身，而在于如何与业务深度融合，找到明确的应用场景，从而实现效率提升与商业价值落地。是面向开发者打造的开源代码托管与协作

焦老师结合 vLLM 在昇腾平台上的适配实践，系统介绍了当前 vLLM-Ascend 的技术演进和社区共建情况，也分享了多个开发者在实际部署过程中常见的问题与解决思路。真正重要的是，这里没有形式上的束缚，只有开发者之间最真实的技术交流。在他看来，这种开放、可扩展的技术路线，为更多国产硬件参与全球开源生态提供了良好的范例，也让社区能够在保持开放性的同时不断扩大硬件生态边界。在集中 Debug 的过程

焦老师结合 vLLM 在昇腾平台上的适配实践，系统介绍了当前 vLLM-Ascend 的技术演进和社区共建情况，也分享了多个开发者在实际部署过程中常见的问题与解决思路。真正重要的是，这里没有形式上的束缚，只有开发者之间最真实的技术交流。在他看来，这种开放、可扩展的技术路线，为更多国产硬件参与全球开源生态提供了良好的范例，也让社区能够在保持开放性的同时不断扩大硬件生态边界。在集中 Debug 的过程

焦老师结合 vLLM 在昇腾平台上的适配实践，系统介绍了当前 vLLM-Ascend 的技术演进和社区共建情况，也分享了多个开发者在实际部署过程中常见的问题与解决思路。真正重要的是，这里没有形式上的束缚，只有开发者之间最真实的技术交流。在他看来，这种开放、可扩展的技术路线，为更多国产硬件参与全球开源生态提供了良好的范例，也让社区能够在保持开放性的同时不断扩大硬件生态边界。在集中 Debug 的过程

焦老师结合 vLLM 在昇腾平台上的适配实践，系统介绍了当前 vLLM-Ascend 的技术演进和社区共建情况，也分享了多个开发者在实际部署过程中常见的问题与解决思路。真正重要的是，这里没有形式上的束缚，只有开发者之间最真实的技术交流。在他看来，这种开放、可扩展的技术路线，为更多国产硬件参与全球开源生态提供了良好的范例，也让社区能够在保持开放性的同时不断扩大硬件生态边界。在集中 Debug 的过程

采用 MoE架构，总参数规模达到 122B，但每次推理只激活约 10B 参数，在保证模型能力的同时大幅降低计算成本。该模型在多项基准测试中表现突出，在知识理解、推理与。是一款更偏向“任务执行”的智能模型，不只是简单对话，而是能够对复杂问题进行多步规划、调用工具并持续调整策略，从而完成完整任务流程。，在复杂文档理解、多语言应用和 AI Agent 场景中具有明显优势，是当前构建智能系统和复杂 AI