重磅！Michael Wong确认出席2025全球机器学习技术大会：揭示为何多数开源AI生态系统会走向失败

今日新闻 2025年09月29日 21:00 1 admin

自 1936 年阿兰· 图灵提出「图灵机」以及机器具备「思维」的可能性以来，以机器学习为代表的人工智能经过飞速发展，深刻地改变着我们的世界。

10 月 16-17 日，由 CSDN 与奇点智能研究院共同打造的 2025 全球机器学习技术大会即将在北京·威斯汀酒店启幕，汇聚全球顶尖智慧，共同勾勒人工智能的未来蓝图。

重磅！Michael Wong确认出席2025全球机器学习技术大会：揭示为何多数开源AI生态系统会走向失败

官网：https://ml-summit.org/

Michael Wong 确认出席 2025 ML-Summit

Michael Wong 将亲临 2025 全球机器学习技术大会。他是 ISO 人工智能技术委员会专家，C++ 标准委员会机器学习组主席，YetiWare CTO，同时担任 C++ 嵌入式开发委员会 SG14 与机器学习委员会 SG19 主席、C++ 语言方向演化委员会主席，并兼任 C++ 标准委员会加拿大代表团团长。此前，他曾任 Codeplay 研发副总裁、OpenMP CEO。

在 C++ 并行计算、高性能计算与机器学习领域，Michael 积累了丰富的研究与实践经验。他主导制定了 GPU 应用开发中的 C++ 异构编程语言标准 SYCL 与 OpenCL，对 PyTorch、TensorFlow 的底层性能优化有深入研究和独到见解。他的具体工作方向涵盖并行编程、神经网络、计算机视觉、自动驾驶等多个前沿领域。早年，他还曾任 IBM 高级技术专家，领导 IBM XL C++ 编译器与 XL C 编译器的开发工作。

人工智能平台悖论：为何多数开源 AI 生态系统走向失败，以及如何打造一个蓬勃发展的生态

人工智能革命带来了卓越的模型与算法，但在基础设施层面，却留下了大量“失败墓地”：激烈竞争的平台、被弃用的项目，以及数十个比 PyTorch 技术更优越却未能找到社区的尝试。

Michael Wong 在开源模型与框架专题中，将聚焦人工智能平台悖论：

为什么仅有技术优势无法确保成功？
为什么早期架构决策往往决定平台生死？
为什么开放的生态系统常常胜过功能最强的对手？

通过对 CUDA、PyTorch、ONNX 等成功案例和 TensorFlow 2.0、英特尔弃用项目、“CUDA 杀手”们的失败教训进行对比，本次演讲将揭示平台兴衰的隐性规律。

同时， Michael Wong 还将现场拆解人工智能生态系统的三大支柱：

对开发者真正有价值的技术差异化
超越 GitHub 星标数量的社区培育
以及开放性与可持续性之间的微妙平衡。

让现场听众不仅掌握一套实用的分析框架，用于区分哪些平台能够成长为真正的“运动”，而哪些会沦为“纪念碑”，还将通过典型案例进一步加深理解：

为何 PyTorch 的“差一点反而更好”理念击败了 TensorFlow 的早期主导地位
OpenAI Triton 如何在英伟达的“围墙花园”中开辟出独立空间；
以及为什么有些平台能够跨越硬件厂商限制实现繁荣，而另一些却始终困于单一生态体系之中。

在「开源模型与框架」专题中，除了 Michael Wong 现场解析这些开源平台的成功与失败的规律之外，现场还将聚集多位顶级开源实践者，他们是阿里淘天集团技术专家、MNN 团队架构师王召德、字节跳动工程师、verl 项目核心贡献者陈海泉、Dify 资深架构师姜勇、vLLM 核心维护者游凯超、SGLang 核心开发者李升桂，共同分享他们在开源项目中的第一手实践经验，让开源从概念真正走向落地。

关于 2025 全球机器学习技术大会

本次大会云集 OpenAI 研究科学家，GPT-5、GPT-4 和 Transformer 共同创始人 Lukasz Kaiser、奇点智能研究院院长、CSDN 高级副总裁李建忠、ISO 人工智能技术委员会专家 C++标准委员会机器学习组主席，YetiWare CTO Michael Wong、小米集团 AI 实验室主任、 NLP 首席科学家王斌、面壁智能副总裁贾超等多位技术领军人物参与本次大会分享，更有来自北大、清华、百度、阿里、腾讯、字节跳动等国内顶尖机构的一线实践者，围绕智能体工程、AI 赋能软件研发、多模态大模型等前沿议题展开分享。

这里既有前沿方法论，也有一线落地经验，为科研、技术与产业搭建真正的交流平台。

欢迎洽谈合作，抢占市场先机，携手推动 AI 技术与产业的深度融合！