2026年1月，北京智源人工智能研究院联合20余家机构推出开源系统软件栈FlagOS 1.6版本，旨在解决AI芯片生态割裂问题。

9月26-27日，在北京举办的首届FlagOS开放计算开发者大会上，北京智源人工智能研究院（简称“智源研究院”）携手18个共创团队、超过60个全球生态合作伙伴，正式发布开源大模型智算基座“众智FlagOS 1.5”，已经支持了16家厂商超过20多款芯片，作为一个面向多种AI芯片的统一开源系统软件栈，众智FlagOS 1.5的发布标志着全球人工智能底层技术生态正迈向一个以“开放计算”为核心理念的协同

模型开源并不意味着模型可用，绝大多数的开源模型仅适配某单一闭源芯片硬件生态，不同芯片的适配方案无法互通，生态高度分裂，适配各种AI硬件需要投入大量人力，效率低下。此外，每个模型的更新都需要重新适配，维护成本高企。为了让开源大模型人人可用、多种硬件可运行，降低人工智能计算的门槛，智源研究院研发了面向多种AI芯片的大模型自动迁移、多芯片发版平台 FlagRelease。依托统一、开源的AI系统软件栈F

2025年北京智源大会 · PyTorch Day China 论坛上，PyTorch 基金会执行董事 Matt White 宣布高性能通用 AI 算子库 FlagGems 项目获得批准，正式加入 PyTorch 生态项目体系。Pytorch基金会于6月26日在推特上进行了官方宣布。作为唯一支持多种AI芯片架构的算子库，FlagGems 的加入加速了 PyTorch 实现“的技术创新。

9月26-27日，在北京举办的首届FlagOS开放计算开发者大会上，北京智源人工智能研究院（简称“智源研究院”）携手18个共创团队、超过60个全球生态合作伙伴，正式发布开源大模型智算基座“众智FlagOS 1.5”，已经支持了16家厂商超过20多款芯片，作为一个面向多种AI芯片的统一开源系统软件栈，众智FlagOS 1.5的发布标志着全球人工智能底层技术生态正迈向一个以“开放计算”为核心理念的协同

Aquila-Med-Chat (RL)在C-Eval上以及单轮多轮对话能力的表现尤为突出（见图2-图5）。Aquila-Med是针对医疗领域的复杂性场景的解决方案，基于Aquila的大规模双语医疗语言模型，在持续预训练阶段，Aquila-Med使用了高质量行业数据集中的医疗数据，实验结果表明：持续预训练阶段，Aquila-Med在多个基准测试上表现良好，特别是在MMLU上的表现显著提升（见图1）

智源研究院将长期以来在大模型评测的方法、流程和技术等维度的探索与实践，形成了第一期智源评估技术报告《AI大模型能力全景扫描》，持续推进大模型行业的蓬勃发展，报告建议支持开源开放建设，加强评测标准建设，强化协同研究，鼓励创新，推进行业应用，重视安全风险，优化监管，搭建产业生态。本次评测发现，大语言模型，国产模型主观能力整体有所提升；视觉语言新模型的能力有所提升，从本次指标上观察来看，使用强大的语言模

就此，智源提出了Emu3，基于“预测下一个词元”的全新多模态模型，将图像、文本和视频统一离散化到同一个表示空间中，并从零开始，在多模态序列混合数据上联合训练一个单一的 Transformer。在此研究基础上，悟界·Emu3.5进一步通过大规模长时序视频训练，学习时空与因果关系，展现出随模型与数据规模增长而提升的物理世界建模能力，并观察到多模态能力随规模扩展而涌现的趋势，实现了“预测下一个状态”的范

与此同时，通过在这一阶段引入数据 replay，将第一阶段的部分数据混入训练，抑制“学精确能力时遗忘通用能力”的风险，实现“通用不掉线、精确再跃迁”的协同增益。为赋能具身智能技术研发，智源已经构建出以具身大脑为核心，自底向上全栈具身智能技术体系，包括能够跨异构本体数据采集以及标准化一站式平台，具身大小脑以及VLA等具身基座模型，还有具身智能评测等，为具身技术生态提供了一套可复现、可对齐的公共基础设

与此同时，通过在这一阶段引入数据 replay，将第一阶段的部分数据混入训练，抑制“学精确能力时遗忘通用能力”的风险，实现“通用不掉线、精确再跃迁”的协同增益。为赋能具身智能技术研发，智源已经构建出以具身大脑为核心，自底向上全栈具身智能技术体系，包括能够跨异构本体数据采集以及标准化一站式平台，具身大小脑以及VLA等具身基座模型，还有具身智能评测等，为具身技术生态提供了一套可复现、可对齐的公共基础设