首批演讲嘉宾议题速览！GOSIM Shenzhen 2026 讲师申请通道持续开放|人工智能|工作流|智能体|演讲嘉宾|算法|议题

2026 年 10 月 16 —17 日，GOSIM Shenzhen 2026将在中国深圳盛大启幕。

本次大会推出多场前沿技术主题分享，聚焦6 大主题，涵盖智能体AI峰会、边缘智能体AI、智能体操作系统与应用、开源模型与基础设施、开源机器人、智能体设备等热点议题，设2 场 Keynote、2 场黑客松、1 场 Spotlight 创新赛、多场 Workshop、1 场同期活动 Rust China Conference、1 场高端论坛，汇聚来自世界各地的开源思想领袖、技术专家和创新者，欢迎加入全球社区的盛大聚会，切磋技术、交流进步！

今天，首批嘉宾与精彩议题迎来重磅发布！来自 NVIDIA、字节跳动、清华大学、马克斯·普朗克研究所、微软、上海交大、OpenCV 等全球顶尖机构的技术专家，将带来最前沿的开源 AI 技术分享。

首批嘉宾议题速览

本次大会延续了 GOSIM 一贯超强的国际化讲师阵容，邀请 150+ 全球顶尖技术专家齐聚一堂，探讨 6 大技术领域的热门议题，为线上线下的开源技术爱好者带来具身智能、开源模型、智能体、机器人等领域的应用实践与创新突破。

Peter Ide-Kostic

OpenMined 基金会欧盟政策负责人

嘉宾简介

Peter Ide-Kostic 是 OpenMined 基金会欧盟政策负责人，主导该基金会在欧洲的 AI 治理、数据政策与隐私增强技术方面的参与工作。他拥有超过 15 年的欧盟技术政策经验，曾作为欧洲议会官员支持 LIBE、IMCO 和 AIDA 委员会秘书处及 STOA 专家组。他是欧盟 Fellow 及加州大学圣地亚哥分校前访问学者，研究重点涵盖可信 AI、负责任数据访问和欧洲技术主权。他以个人身份参与欧盟委员会前沿 AI 专家论坛，并代表 OpenMined 出席了 2026 年 7 月首届联合国 AI 治理全球对话。

议题

网络驱动型 AI：开放集成、私有数据与可复现的前沿探索路径

前沿 AI 已集中在少数闭源实验室手中，公开基准测试无法反映模型在实际工作中的真实表现。本演讲将展示 OpenMined 基金会的开源方案——多模型集成：组合不同模型（开源与闭源、大型与小型）的答案，系统性地超越任何单一模型。在此基础上，OpenMined 应用结构化透明度和基于归因的控制，使每项结果均可公开复现，数据所有者对其数据上的远程模型评估保持完全控制。Peter 将演示最新开源的 toolkit 和公开排行榜，展示如何用已购买的 AI 订阅在自己的机器上构建、运行和复现最先进的集成模型。

Satya Mallick

OpenCV 首席执行官

嘉宾简介

Dr. Satya Mallick 是 OpenCV.org 的 CEO，该非营利组织维护着全球最大的计算机视觉库。此外，他还是计算机视觉与 AI 咨询公司 Big Vision 的创始人。此前，他联合创办了 Sight Commerce Inc，带领团队打造的 AI 产品覆盖了超过 1 亿用户。他的工作曾被 TechCrunch、HuffPost、纽约时报和华尔街日报等多家媒体报道。Dr. Mallick 还是 OpenCV University 的创始人，这是一个计算机视觉与 AI 在线教育平台。2017 年，IBM 的 AI 博客将他列为 Twitter 上最值得关注的 20 位 AI 人物之一。

议题

OpenCV 5：新特性解析与企业升级准备指南

OpenCV 5 是全球领先开源计算机视觉库多年来最重要的一次现代化升级。本演讲将介绍新基础——C++17 和 Python 3 基线、旧 API 移除、扩展数据类型、全新的 DNN 推理引擎（支持现代 ONNX、动态形状与子图）以及 VLM 支持等。演讲后半部分将为企业提供实用的迁移指南：如何盘点依赖、识别已移除或迁移的 API、将旧模型转换为 ONNX、并行运行 OpenCV 4 和 5、分阶段部署并保留回滚路径。与会者将带着一份具体的升级决策清单离开。

Bryce Adelstein Lelbach

NVIDIA 首席工程师

嘉宾简介

Bryce Adelstein Lelbach 在编程语言、编译器和库的开发领域拥有超过十年的经验。他是 NVIDIA 的首席架构师，创立了 Core C++ Compute Libraries 团队，现领导 Vanguard Programming 小组，驱动 NVIDIA 在编程语言、编译器和核心库方面的技术路线图。他是系统编程语言社区的领导者，曾担任 C++ 库演进工作组主席和美国编程语言标准委员会主席，并多年担任众多会议的组织者和程序主席。在 C++ 委员会中，他参与了并发原语、并行算法、senders 和多维数组的工作。他热衷于并行编程，致力于让更多人能够轻松使用并行编程技术。

议题

加速算法自主研究

随着智能体 AI 的出现，软件优化似乎变得前所未有的简单——但事实并非如此。自动搜索是一种强大的优化技术：智能体通过迭代修改、测试和基准测试代码变更，以最大化基准分数。然而，这一过程面临诸多挑战：作弊/奖励黑客、对基准输入的过拟合、输入广度与构建/测试/基准成本之间的权衡、局部最优等。本演讲将基于开源 GPUMODE 内核竞赛和基础设施的实例，讨论这些挑战及应对方法，并探讨如何将自动搜索结果从“酷炫想法”推进到“生产上线”。

Katarzyna Starosławska

LUMI AI Factory、GAIA AI Factory、AGH Cyfronet

超级计算中心及欧盟委员会 AI、数据与高性能计算专家

嘉宾简介

Katarzyna Starosławska 是一位数据与 AI 专家，在技术、战略和创新的交叉领域拥有超过 20 年的经验，为董事会、公共机构和欧盟提供咨询建议。她目前担任欧盟委员会下一代互操作性框架专家组成员、欧盟委员会 SCIANCE AI 科学工作组成员、EuroHPC / LUMI AI Factory 的高级 HCP 与 AI 专家，以及波兰数字事务部“AI 数据”流负责人和“AI 在公共管理”组成员。她还是 Speakleash / Bielik.ai 基金会商业委员会成员（前副主席），以及医学研究局和 EIT Health 的外部专家。她是 Web Summit 和 TechCrunch Disrupt 等国际科技活动的常驻演讲者和主持人。

议题

下一代系统互操作性：AI 智能体作为通用集成层

传统的系统互操作方法——API、ESB、iPaaS 平台和事件总线——在当今异构、动态且日益自主化的环境中正达到极限。本演讲提出一种新范式：智能体中介的互操作性。智能 AI 智能体作为通用集成层，可动态发现系统能力、协商协议、执行语义翻译并编排复杂工作流——即使这些系统从未被设计为协同工作。演讲将分享智能体中介互操作性的实用参考架构。

刘世伟

马克斯·普朗克智能系统研究所、

ELLIS 图宾根研究所首席研究员

嘉宾简介

Shiwei Liu 是德国马克斯·普朗克智能系统研究所（Max Planck Institute for Intelligent Systems）“Wild, Efficient, and Innovative AI”研究组组长，同时是 ELLIS Institute Tübingen 的 Principal Investigator。他曾是英国皇家学会牛顿国际学者，在牛津大学从事研究。此前，他在德克萨斯大学奥斯汀分校担任博士后研究员。他于 2022 年以优异成绩（Cum Laude）获得埃因霍温理工大学计算机科学博士学位。Dr. Liu 曾获得 KAUST 和 CPAL 两项新星奖，其博士论文荣获 2023 年 Informatics Europe 最佳博士论文亚军。他的研究兴趣覆盖大型基础模型的完整生命周期。

议题

重新思考残差连接：迈向高效深度扩展的大语言模型

增加 LLM 的深度并不一定能带来模型能力的成比例提升。在传统残差架构下，更深的模型可能遭受“深度之殇”——残差流累积削弱了后层的功能贡献，导致相当一部分新增参数未被充分利用。本研究系统性地考察了近期残差连接设计能否克服这一限制并实现深度有效扩展。在受控预训练设置下，对 Attention Residual、mHC、LayerNorm scaling、KEEL 等多种方法进行了基准测试。结果表明，只有部分方法能在深度增加时维持后层的有意义贡献——残差架构是与模型宽度、数据和计算同等重要的扩展维度。

Tiberiu Socaci

Makeitfuture 联合创始人兼 CEO

嘉宾简介

Tiberiu Socaci 是 Makeitfuture 的 CEO 兼联合创始人。Makeitfuture 是一家领先的 AI 与自动化咨询公司，业务覆盖英国、法国、德国和罗马尼亚。故事始于 2017 年，他和联合创始人 Petru Pop 创办了 Blu Coffee——罗马尼亚首家精品咖啡订阅服务，并完全通过 Make.com 实现了自动化。2019 年，他们创立了 Makeitfuture，至今已交付超过 15,000 个自动化项目。该公司被 Make.com 评为 2024 年度 AI 合作伙伴和 EMEA 地区排名第一的无代码机构。Tiberiu 热衷于数字转型，帮助企业使用 AI、Make.com、Airtable、n8n 和无代码解决方案简化复杂工作流，服务客户包括 Celonis、Avidly、BCG 和 Billwerk 等。

议题

自进化应用：构建越用越智能的软件系统

大多数应用构建一次后就保持不变。自进化应用则不同——它们在你每次使用时都会改进，不是因为有人更新了代码，而是因为应用从你的修正中学习。这种智能完全存在于应用之外，作为一个独立的、可更新的层。每次使用前，它会读取你之前的修正并以此为示例做出更好的决策——无需机器学习、无需重新训练、无需数据科学团队。本演讲基于多个日常生产环境中的应用，分享什么是自进化应用、如何设计、如何构建、哪些许可模式最有效，以及从构建这些应用中获得的经验教训，并配有现场演示。

张拳石

上海交通大学副教授

嘉宾简介

张拳石是上海交通大学计算机科学与工程系长聘副教授、博士生导师。入选国家级海外高层次人才引进计划，获 ACM China 新星奖。他于 2014 年获得日本东京大学博士学位，2014-2018 年在美国加州大学洛杉矶分校（UCLA）从事博士后研究。张拳石在神经网络可解释性方向取得了多项具有国际影响力的创新性成果。他担任 TMLR 的责任编辑，CCF-A 类会议 NeurIPS 2024-2026、ICML 2026 的领域主席，在 IJCAI 2020 和 IJCAI 2021 上做可解释性方向的 Tutorial，并先后担任 AAAI 2019、CVPR 2019、ICML 2021 可解释性方向的分论坛主席。

议题

机制合规审计与内生安全强化

大语言模型缺失内生安全机理，已成为其落地高风险场景的核心瓶颈。当前主流安全治理聚焦输出层的外部约束与事后修正，无法从底层保障模型内在机理的可靠性。本教程围绕等效交互机理解释理论展开，该理论从数理层面证明神经网络的复杂决策逻辑可被精准解构为稀疏化的交互机理单元。教程将结合多垂类大模型应用场景，详解该技术在模型安全审计、内生安全加固、训练效率优化等方向的核心应用，并展示全球首个可验证的大模型机理审计平台。

Jiaqi Zheng

南京大学副教授

嘉宾简介

Jiaqi Zheng 是南京大学计算机科学与技术系副教授、博士生导师。他是 IEEE 高级会员。研究方向为计算机网络与系统，重点关注推理系统与 AI 基础设施。他主持了国家自然科学基金优秀青年科学基金项目、面上项目和青年科学基金项目，以及华为、阿里巴巴、字节跳动、腾讯等企业创新基金。他在 SIGCOMM、NSDI、NIPS 等顶级国际会议和期刊上发表了 100 余篇学术论文，三次获得 CCF 推荐国际会议最佳论文奖。三项授权专利已转让给华为中央研究院。其相关成果已被纳入美国顶尖大学核心计算机科学课程，并被美国国家科学基金会 2024 年里程碑报告特别引用。

议题

面向超级节点的扩展型互连系统

大模型的“蛮力奇迹”依赖于算力的堆叠，超级节点是算力的物理载体。随着模型架构从 Full Attention 向 Sparse/Linear Attention 演进，KV Cache 的存储和传输压力显著降低，但张量并行与序列并行的结合使集合通信需求急剧增加。本演讲从互联拓扑（Switch-based Clos、Switchless Torus、Dragonfly）、协议层面（SUE 与 UALink 的技术分歧）、以及消息语义与内存语义的差异等维度，深度剖析超级节点 Scale-up 网络的性能天花板，并探讨未来在性能、成本和生态之间的平衡之道。

许建志

Ingora创始人兼首席执行官

嘉宾简介

JACKY HSU 是 Ingora 的创始人兼 CEO，正在打造面向儿童和家庭的下一代 AI 学习伴侣 Qrio。此前，他在微软度过了超过 20 年的产品领导生涯，领导了包括 SharePoint Copilot 和 Agent 在内的多个业务的产品战略和增长计划，在将 Copilot 和 Agent 体验带入真实企业场景方面发挥了关键作用。他将深厚的 AI 产品设计专业知识与智能体系统、教育和硬件的独特视角相结合，在 Ingora 探索 AI 伴侣如何重塑儿童学习、思考和成长的方式。

议题

AI 原生企业操作系统：开源智能体如何重塑创业公司工作流

AI 不仅改变了我们构建软件的方式，也在改变公司的组织方式。传统组织围绕人类角色、流程和软件工具构建；AI 原生组织则不同：知识成为结构化记忆，AI 智能体成为协作者，工作流成为持续学习和改进的智能系统。本演讲将分享一个小型初创团队如何结合开源技术、AI 智能体、编程助手和知识系统，打造一个从战略构想到产品设计、工程执行到运营学习都能以空前速度运转的组织——公司本身就是一个 AI 驱动的操作系统。

Kelly Policarpo

Lumo AI Compliance & Advisory 创始人兼 CEO

嘉宾简介

Kelly Policarpo 是 Lumo AI Compliance & Advisory 的创始人兼 CEO，一家帮助 AI 公司为欧洲市场做准备的咨询公司。她拥有计算机科学和产品管理背景，专业领域涵盖 AI 合规、隐私、网络安全和产品战略，工作于技术、法规和国际市场拓展的交汇点。她致力于帮助公司理解从构建 AI 产品到为进入和扩展欧洲市场做好准备需要什么。通过实用的 AI 治理和市场准备策略，她帮助组织应对 EU AI Act 及日益影响欧洲 AI 生态系统准入的更广泛治理要求。她常驻葡萄牙，为快速发展的全球 AI 产业带来欧洲视角，特别关注帮助来自亚洲和大湾区的科技公司。

议题

你的AI产品已就绪，你的企业准备好进入欧洲市场了吗？

欧洲是全球最具吸引力的 AI 市场之一。但对于在亚洲构建和扩展 AI 产品的公司来说，进入欧洲不再仅仅是寻找客户、合作伙伴或投资者的问题——欧洲 AI 市场日益受到监管要求、治理期望和对 AI 系统开发者、提供者、部署者及分销商的新责任的塑造。本演讲将介绍 EU AI 市场准入准备度的实用方法，探讨 AI 公司在进入欧洲市场前应解决的关键问题：AI 系统的监管状态是什么？公司在 AI 价值链中扮演什么角色？系统是否属于高风险类别？需要哪些治理、文档、透明度和风险管理？

Qinying Liao

微软首席项目经理

嘉宾简介

Qinying Liao 是微软的首席产品经理，在微软 Azure AI 拥有超过 10 年的经验，专注于语音 AI 和语音智能体。她在产品战略、0 到 1 产品开发和全球商业化方面经验丰富，兼具 B2B 和 B2C 产品专长，以及在以人为本的设计、AI 产品体验和生态系统发展方面的深厚优势，致力于将尖端 AI 技术转化为可扩展的产品和持久的商业价值。

议题

语音 AI 正迈入第二代：企业语音智能体部署实践经验分享

过去一年中，演讲者观察了大量企业级语音 AI 部署——从客户反馈、采用讨论到生产上线。令人惊讶的不是客户要求的功能，而是他们如何持续挑战既有假设：以为更好的模型会赢，客户却要求生产就绪的系统；以为语音质量是最难的问题，客户却在对话时机上挣扎；以为 API 就够了，客户却需要完整的平台。本演讲将分享重新定义语音 AI 的六个行业转变——从智能到执行、从语音到对话、从 API 到平台、从模型到系统、从 AI 能力到基础设施、从对话到长期关系。

Crozet Sébastien

Dimforge创始人

嘉宾简介

Crozet Sébastien 是 Dimforge 的创始人，自 Rust 编程语言诞生之初就与之结缘。他是 Rust 生态系统中多个流行开源库的创建者和维护者，包括专注于线性代数、几何和物理的 nalgebra 和 Rapier。他创办 Dimforge 的使命是推动跨平台科学计算和 AI 的未来发展。

议题

Nexus：基于 Rust 的跨平台 GPU 多物理场仿真器，用于机器人训练数据生成

随着具身 AI 世界模型和训练数据集生成的需求增长，高性能多物理场仿真器正成为机器人技术和模型训练的核心。本演讲介绍 Nexus 项目——一个用 Rust 编写（通过 rust-gpu 编译）、可在包括 Web 在内的所有 GPU 平台上运行的全新仿真器。演讲将涵盖：Nexus 是什么、支持哪些物理引擎（RBD、MPM）；底层技术（Rust、rust-gpu、可选 Python 绑定）；底层数学形式（碰撞检测、Soft-TGS、降维关节）；与其他框架（Newton、Genesis）在功能、性能和平台支持方面的对比；现场演示和 RL 示例；以及未来发展规划。

Liuwang Kang

深圳人工智能与机器人研究院研究员

嘉宾简介

Liuwang Kang 是深圳市人工智能与机器人研究院（AIRS）的副研究员。他在弗吉尼亚大学获得计算机科学博士学位，并在该校从事博士后研究。他曾担任美国 VMASC 的高级项目科学家和百度的高级工程师。他的研究聚焦于多智能体协同、6G 驱动的具身智能和复杂系统仿真。共同演讲者周鸿钧博士是深圳市人工智能与机器人研究院的副研究员，研究聚焦于机器人感知、导航和双足机器人控制，在阿里巴巴和华硕智能机器人中心拥有丰富的服务机器人和家庭机器人开发经验。

议题

从单机器人智能到多智能体协同：AIRSEAI 的演进之路

随着具身 AI 从单机器人操作演进到多智能体协同，系统挑战从感知、规划、控制扩展到数据生命周期、任务协同、状态共享以及在通信和资源约束下的自适应。本演讲介绍 AIRSEAI 开源具身 AI 基础设施的演进：AIRSEAI 1.0 建立模块化移动操作流水线；AIRSEAI 2.0 通过 OPENARMS 双臂平台扩展多模态感知、可插拔模型工具链和标准化数据工作流；AIRSEAI 3.0 进一步支持多智能体任务协同、状态共享、边云协同以及在动态和通信受限条件下的约束决策。

Peilin Li

清华大学博士生，Approaching AI 研究员

嘉宾简介

Peilin Li 是清华大学博士生，师从张明行教授。他是开源项目 KTransformers 和 LLaMA-Factory 的核心贡献者。他的研究聚焦于异构 GPU-CPU 系统上的推理与微调，以及大规模集群推理优化。

议题

KTransformers：面向消费级硬件运行全精度万亿参数级 MoE 模型的微调到推理闭环

前沿开源 MoE 模型正进入万亿参数时代，传统上需要数据中心 GPU 集群进行适配和部署。KTransformers 为 4090 级工作站提供了低成本替代方案——通过 CPU-GPU 异构协同计算，将稀疏 MoE 专家卸载到 CPU DRAM，同时将热密集计算保留在 24GB 级 GPU 上，实现高效的本地推理。更重要的是，该架构支持完整的工作站级迭代闭环：本地服务模型、收集领域特定反馈、通过 LLaMA-Factory 微调 LoRA 适配器、将适配后的模型部署回 KTransformers。为小型应用 AI 团队、大学实验室和研究人员提供了一条无需高昂硬件成本即可研究、服务和迭代万亿级模型的实用路径。

Wilson Wang

字节跳动软件工程师

嘉宾简介

Wilson Wang 是 ByteDance 全球流量基础设施团队的软件工程师，专注于虚拟机和 WebAssembly。他对操作系统、分布式系统、云原生技术、边缘计算和无服务器架构有浓厚兴趣。

议题

全球边缘上的智能体 AI：基于 SPEAR 与 MCP 部署运营智能体

随着 ByteDance 全球边缘基础设施的扩展，集中式运维在延迟和碎片化边缘场景中面临挑战。团队在 SPEAR 边缘平台上构建了轻量级 AI 运维智能体，利用其内置 AI 能力和原生 MCP 支持快速交付专用智能体。这些智能体本地部署在边缘节点上，自主处理实时集群监控、根因分析和自动问题解决，无需依赖中心服务，大幅降低了响应延迟和人工开销。本演讲深入剖析 SPEAR 的边缘 AI 运行时架构、MCP 赋能的智能体开发模式，以及全球生产部署中的关键工程经验，包括边缘资源优化和网络韧性实践。

Feliana Citradewi

Global AI Assembly创始人兼首席执行官

嘉宾简介

Feliana Citradewi 是 Global AI Assembly 创始人兼 CEO，生于印尼，是首位（亦是唯一一位）被法国精英学府 ENA 录取的印尼女性，并亲历硅谷当前 AI 浪潮的起步。

议题

The Sovereignty Layer: 为什么开源是全球南方参与塑造 AI 的关键路径

人类历史上最强大的技术，正由少数公司、少数城市、少数语言所形塑。对大多数人类——女性、全球南方、非技术创造者——而言，唯一角色只是消费他人决定之物。这正是 AI 时代最根本的风险：不是机器会思考，而是极少数人握着书写共同未来的笔。开源是我们最有力的回应，但开放权重与开放代码必要而不充分；若使用者对治理毫无发言权，"开放"便沦为技术细节而非民主现实。我将结合自身经历，论证开源与全球参与本是同一场战斗的两半，并介绍 Global AI Assembly 的模式与三大支柱：（1）教育——把非技术者变成创造者；（2）发声——将学习者的真实意见结构化进严谨报告；（3）塑造——把这些公民之声带到政府、企业与标准机构。本演讲献给那些感到开源不止于性能基准的建设者，提供一套让开源社区成为真正民主 AI 基础设施的具体框架。

Markus Tavenrath

开发者技术首席工程师，NVIDIA

嘉宾简介

Markus Tavenrath 毕业于德国亚琛工业大学（RWTH Aachen University）计算机科学专业，研究方向为计算机图形学。这一学术背景为他之后在科技行业的发展奠定了坚实基础。

2008 年，Markus 加入 NVIDIA，开始从事 GPU 实时光线追踪相关工作。多年来，他参与了光线追踪、场景图、OpenGL、WebGL、Vulkan 以及 AI 等领域的性能优化工作，为相关技术的发展作出了贡献。

Markus 同时也是 Vulkan-Hpp 项目的联合创始人，该项目为 Vulkan 社区带来了重要价值，并推动了 Vulkan 的使用与实现。

近期，Markus 当选 Khronos ML Council（机器学习委员会）主席，负责协调并推动 Khronos Group 内部人工智能和机器学习相关工作。他的当选体现了其在相关领域的技术 expertise 与领导力。

议题

RustNN 边缘计算：WebNN 如何成为本地 AI 智能体的基础设施

AI 智能体正在向更高程度的自主性发展，但如今它们仍然高度依赖云端，本地推理能力成为制约智能体发展的关键瓶颈。

每个智能体都需要能够在用户所使用的设备上运行模型，而从零开始为不同设备构建适配能力，成本极高。

RustNN 与 W3C WebNN 标准提供了一种切实可行的解决方案：通过统一的图构建器（graph builder）和经过设计、能够覆盖尽可能多平台的算子集合，使模型能够运行在从 ONNX Runtime、Core ML 到 LiteRT 等不同运行环境中。

本次演讲将介绍 RustNN 生态目前已经实现的能力，包括 RustNN API，以及如何利用 Rust 在一次编写的情况下，让同一套机器学习工作负载运行于三种不同环境：

作为桌面端原生应用运行；
作为 Node.js 插件，在服务器或本地进程中运行；
编译为 WebAssembly 模块，在浏览器中运行。

这三种运行方式共享同一个 RustNN/WebNN runtime，无需针对不同环境维护多个代码分支。

演讲还将展示如何在 Rust 中定义和执行 WebNN 图，以及同一套代码如何调用硬件加速能力——无论是在桌面 GPU、Node.js 环境，还是浏览器中的 WebNN 后端运行。最后还将介绍 RustNN 项目未来的发展方向。

Igor Schwarzmann

Known Unknowns GmbH 负责人

嘉宾简介

Igor Schwarzmann 是一名专注于文化与技术交叉领域的战略顾问，拥有 20 年跨行业经验，曾服务于医疗健康、汽车、奢侈品、媒体和政府等领域，与全球科技公司、欧洲跨国企业以及美国、欧洲、中国和新加坡的机构开展合作。

他是总部位于柏林的 Known Unknowns GmbH Principal。

在 GOSIM Paris 2026，他曾参与“智能体 AI 时代的欧洲”（Europe in the Age of Agentic AI）圆桌讨论，并主持了 AI 与教育主题的圆桌论坛。

目前，他基于自己的 Agentic AI 基础设施开展咨询业务，采用开源、本地优先（local-first）的技术路线，不依赖云服务。

他同时在 igorschwarzmann.com 撰写有关战略与 AI 的文章，并主持 Follow the Rabbit 播客，聚焦文化现象与欧洲 AI 主权。

议题

构建知识工作 Harness：从编程智能体到可执行战略

编码智能体之所以能够有效运行，是因为代码本身就携带了验证机制：测试、编译器、类型系统等都能够判断结果是否正确。智能体可以持续运行，直到某个结果通过验证。

但知识工作并不存在这样的机制——没有用于验证决策的“编译器”，没有用于验证战略的“测试套件”，“完成”往往只是一个基于判断的结论。

因此，为知识工作构建 Agent Harness，与为代码构建 Harness 是完全不同的问题，而目前整个生态从编码智能体中积累的大量经验，并不能直接迁移到知识工作领域。

本次演讲将分享其过去一年构建并实际运行这一系统的实践经验。

Coding Ma

华为开源训练软件技术专家

嘉宾简介

codingma 硕士毕业于北京大学，长期从事 NLP 与 LLM 模型训练系统相关工作，负责昇腾训练方向的原生开源生态建设，参与并主导多个后训练社区的技术合作与规划，同时是 LLaMA-Factory 社区 committer。

议题

昇腾开源训练生态建设与演进

作为算力厂商，积极拥抱开源社区、坚持对外开放是必须满足客户技术需求与规划的必然选择。昇腾数年来在开源训练方向持续投入，正采用"自底向上、原生优先、插件增强"策略，积极拥抱第三方开源社区，并按分层、分场景方式覆盖开发链路。本次分享将介绍昇腾如何通过底层技术兼容构建扎实的训练后端、如何参与社区建设与持续看护，并在社区基础适配之外额外贡献如关键性能、精度等特性。

Anastasia Stasenko

Pleias 首席执行官

嘉宾简介

Anastasia Stasenko 是 Pleias 联合创始人兼 CEO。Pleias 是一家法德 AI 研究实验室，致力于为前沿 AI 系统构建数据基础设施。

在她的领导下，Pleias 创建了 Common Corpus——目前规模最大的开放式多语言 LLM 训练数据集之一，规模超过 2 万亿 tokens；同时领导 SYNTH 项目，以大规模方式生成开放合成数据，用于训练具有自主能力的 AI 模型及智能体应用。

她同时担任巴黎第三大学（Sorbonne-Nouvelle University）高级副讲师（Senior Associate Lecturer）。

Anastasia 的 AI 研究之路源于数字人文与哲学领域。她曾就读于法国巴黎高等师范学院（École Normale Supérieure）。

议题

SynthCommonCorpus：为智能体模型打造的全球最大开源合成预训练语料库

SynthCommonCorpus（2026 年秋发布）是为智能体模型构建的最大开源合成预训练语料，也是首个将工具调用、多步分解与对抗样本纳入预训练分布的语料，旨在回答一个问题：若一个模型是"学着像学语法那样去行动"，它会是什么样？网页文档是成品，推理踪迹从不留存，而当今每个智能体模型都是"事后嫁接"了行动力的文档预测器——这或许正是智能体能力脆弱、集中于最大模型的原因。爬取已不可行，预训练早已数据受限；SYNTH 已在小尺度验证配方：用 58,698 篇维基文章生成 80B token 的首个开源纯合成预训练语料，将前/中/后训练坍缩为单一阶段，模型无需 SFT/RLHF 即原生获得推理、检索、指令遵循与多语输出。SynthCommonCorpus 将此结果放大两个数量级，且每个事实可追溯至授权种子，成为首个知识内容可枚举、可度量记忆与污染的语料。演讲将介绍其构建方式与团队沿途经验。

Nouamane Tazi

Hugging Face 机器学习研究工程师

嘉宾简介

Nouamane Tazi 是 Hugging Face 机器学习研究工程师，专攻大语言模型训练，是 SmolLM3 与 The Ultra Scale Playbook 的合著者，研究横跨 NLP、深度学习与可扩展 AI 基础设施。

议题

Smol Training Handbook：从单一权衡到任意规模的训练实践指南

训练前沿 LLM，本质是在每个规模上解决同一个问题：内存固定、算力昂贵，你必须在通信与计算间做权衡。本演讲梳理这一问题所强制的选择，从单 GPU 优化（激活重算、flash-attention、roofline 分析）到数千卡的扩展（数据/上下文/张量/流水线/专家并行）。你将看到每种并行策略如何以不同方式显现同一内存-计算-通信权衡，为何组合五种并行需要理解你的基础设施，以及哪些开源框架与手册在生产中真正有效。与会者最终将能够了解：在不同约束条件下应该选择哪种并行策略，如何使用 Roofline 模型进行性能分析，以及为什么 NCCL 参数配置和基础设施设置并非可选项。

Martino Russi

Hugging Face 具身机器人工程师

嘉宾简介

Martino Russi 是一名致力于创造“这一代人的皮诺曹”的探索者。

他是 LeRobot 开源机器人库的核心贡献者，负责构建和维护 Unitree G1 人形机器人技术栈，也是 Project Homunculus 的创作者——这是一个开源力反馈手部外骨骼系统，后续包括 HOMIE 在内的学术研究均建立在其基础之上。

他的研究和实践背景横跨神经科学、人工智能与机器人技术，目标是让每个人都能够以更低成本参与具身智能的发展。

议题

Project Homunculus：用于人形机器人遥操作的开源力反馈手套

用于人形机器人灵巧操作的遥操作设备通常需要数千美元，而且大多采用封闭式设计，使得那些最有可能改进这些系统的人无法真正参与其中。

本次演讲将介绍一种完全开源的替代方案：整个系统均由市场上容易获得的通用零部件构建，并建立在我参与构建和维护的 LeRobot Unitree G1 人形机器人技术栈之上。

Homunculus 是一款成本低于 100 美元的手部外骨骼，支持双向力反馈，其核心技术包括：

330Hz 霍尔效应关节传感；
1.5g 线性微型舵机；
基于 ESP32、速率为 500 kbaud 的二进制通信协议。

该手套通过一种非解剖学映射（non-anatomical mapping）控制 G1 的 29 个自由度（DoF）。由于手指并不与机器人关节一一对应，因此，力反馈成为机器人状态反馈给操作者手部的主要通道。

开源学习型全身控制器 SONIC 已被移植到这一技术栈中，负责维持机器人平衡；当控制指令流出现异常或超出安全范围时，SONIC 会接管控制。

本次演讲将主要聚焦外骨骼系统本身，包括其硬件、固件和力反馈机制，以及如何利用它对 G1 等人形机器人进行遥操作，并将进行现场演示。

Anni Lai

LF AI & Data Generative AI Commons联合主席

嘉宾简介

anni 是 LF AI & Data 旗下 Generative AI Commons 的联合主席与董事会成员，专注生成式 AI 与开源软件的交叉领域。

议题

最新 LF Research 智能体 AI 与 AI 编程研究报告

本次演讲将分享 LF Research 最新研究报告的核心发现，重点包括：

企业迈向智能体 AI 时代（Enterprise Transitions to Agentic AI Era）
生成式 AI 对开源软件的影响（Generative AI's Impact on Open Source Software）

演讲将围绕企业向 Agentic AI 转型的趋势，以及生成式 AI 对开源软件生态带来的影响，解读最新研究发现与行业变化。下面按嘉宾—议题标题—嘉宾简介—议题简介的结构，统一翻译为适合 GOSIM Shenzhen 2026 官网、议程、公众号及嘉宾资料使用的中文。专业术语尽量采用 AI、机器学习、开源社区和机器人领域常用表达，并保持原文信息完整。

莫志宏

深圳嘉立创科技集团股份有限公司EDA生态社区/大学计划负责人

嘉宾简介

莫志宏是深圳嘉立创科技集团股份有限公司高校教育经理、生态平台负责人，立创开源硬件平台发起人，致力于国产 PCB 设计工具在教育领域的普及与开源硬件生态构建。其主导平台从 0 到 1 建设运营，目前月活用户超 80 万、累计开源项目突破 10 万个。

议题

开发者的AI造物：技术社区视角下的AI硬件共建之路

AI 正从云端走向端侧、从软件算法走向物理实体，技术社区正成为 AI 硬件创新的核心驱动力——当大模型能力与开源硬件的开放性相遇，每个开发者都有机会成为"AI 造物主"。立创开源硬件平台作为国内最大硬件开源社区之一，月活超 80 万、开源项目逾 10 万，以"开源社区+EDA 工具+供应链智造"的闭环模式，构建从 AI 创意到硬件实物的加速通道。本主题从技术社区视角，分享立创在 AI 硬件共建中的实践与思考——如何让 AI 能力"长"在硬件上，如何让开源协作加速 AI 硬件从 0 到 1 落地。