從科學計算到量子計算：眾智FlagOS·科學智能基座首次發布

在5月28日開幕的2026世界智能產業博覽上，北京智源人工智能研究院發布了“眾智FlagOS·科學智能基座”，基于FlagOS統一軟件棧跨芯能力的智能科學計算基座，正式將FlagOS的多芯能力從大模型推理拓展到科學計算、量子計算等關鍵領域，并且在次日的“開放計算賦能智能體：從多芯算力到Agent應用生態”開發者分論壇上，FlagOS與參加論壇的200多位開發者一起，從計算基座、智能應用到生態共建逐層展開，將這一主題變成一場與開發者社區、產業界和學界共鳴的開放對話。

FlagOS for Science四連發

首日主論壇上，智源研究院副院長兼總工程師林詠華發布“眾智FlagOS·科學智能基座”。她首先介紹了FlagOS——由智源牽頭聯合清華、北大、中科院及十余家芯片廠商共建的開源、統一AI系統軟件棧，以“一次開發，多芯運行”為目標，已支持18家廠商32款芯片。并隨后發布了FlagOS的多項AI for Science 重要成果。

發布一：科學計算算子庫。發布AI for Science算子庫，從大模型專用走向科學計算全領域。在FlagGems 510+通用算子基礎上新增六大領域庫——FlagFFT、FlagSparse、FlagBLAS、FlagTensor、FlagDNN、FlagAudio，覆蓋分子動力學、量子化學、氣象模擬、偏微分方程等核心科學計算場景。所有算子庫延續多芯邏輯，在18家廠商32款芯片上通用。

發布二：AI for Science模型適配。基于FlagOS在AI芯片上新增支持四個AI for Science模型——智源自研的Cardiac Agent（心臟MRI多模態智能體）、IBM Research的SMI-TED（分子語言建模，面向材料科學）、UIUC等機構的FARM（分子表征與藥物發現）、以及Van Dijk Lab的C2S-Scale-Gemma-2-27B（單細胞轉錄組分析）。所有模型同步上架FlagRelease魔搭社區和HuggingFace，供全球科研人員下載使用。

發布三：量智融合FlagQuantum。發布基于FlagOS的分布式量子態矢量模擬框架。原生支持PyTorch梯度流，全流程可微分，多機多卡分布式訓練，已適配海光和摩爾線程芯片，通過OpenQASM中間表示對接真實量子硬件。這也標志著FlagOS的能力版圖開始從經典AI算力向量子-經典融合計算延伸。

發布四：部署超算互聯網。FlagOS模型鏡像部署超算互聯網平臺，打造國產AI算力新基座。DeepSeek V4、Qwen3.5、MiniMax M2.7開箱即用，推理精度與原生版本對齊。FlagOS讓國產算力和模型深度融合，為一體化算力網絡奠定堅實基礎。

開放計算如何賦能智能體

分論壇由北京智源人工智能研究院、中科曙光主辦，天津市中教開源創新研究院、光合組織、國家超算互聯網、眾智FlagOS社區協辦，天津天開高教科創園、天津模創社區、國家超算天津中心、信創海河實驗室、天津大學、南開大學、河北工業大學、天津醫科大學、中國民航大學、天津工業大學、天津理工大學、螞蟻集團、騰訊等十三家單位支持。論壇主題為“開放計算賦能智能體：從多芯算力到Agent應用生態”。

天津市數據局副局長周勝昔、中國新一代人工智能發展戰略研究院院長龔克、中科曙光高級副總裁李斌開場致辭。其中龔克院長指出：“多芯主要第一是支持我們中國自己的芯片，第二是我們跟國際芯片不脫鉤。”談及FlagOS，他說：“補齊我們的生態差距，中間這個FlagOS是一個非常非常重要的工具。”

開放計算底座

智源研究院副院長兼總工程師林詠華首先以“從ChatGPT到OpenClaw——開放計算如何支撐智能體時代”為題作報告。她指出，AI競爭的焦點正從模型能力轉向計算基礎設施，芯片架構、編程框架、計算范式三重多樣性，讓開發者在多芯適配上反復投入。“我們最大的堵點并不是造不出好芯片，而是軟件棧的生態落后了很多。”她介紹，FlagOS的解法是“一次開發，多芯運行”——以Triton-TLE統一編程語言編寫算子，由FlagTree編譯器翻譯為各芯片代碼，性能達到廠商原生庫的83%以上。KernelGen 2.0進一步將算子開發從手工變為AI自動生成，在5款國產芯片上成功率超過95%。

中科曙光高端計算總工程師卜景德介紹了曙光智算平臺與FlagOS的整合方案，將FlagOS整體集成至智算平臺，面向科研用戶提供從算力到模型的一站式服務。目前該平臺已基于FlagOS完成DeepSeek V4、Qwen3.5等多款大模型的適配上線，用戶可直接調用國產算力進行推理和訓練。

智源研究員柳偉首次對外詳細講解了FlagQuantum的技術架構。核心是一個端到端可微分的量子-經典混合訓練閉環：經典數據經量子編碼進入參數化量子電路，測量結果轉為經典損失，自動微分反向更新門參數。“我們不是想做一個萬能替代者，而是做一個超級協處理器。”他說，FlagQuantum的設計目標是經典與量子各司其職、即插即用，并通過OpenQASM中間表示支持真實量子硬件接入。

Agent應用實踐

智源首席科學家張恒貴作“雙模驅動AI心臟模型構建與應用”報告，融合原理驅動的數字孿生心臟與數據驅動的多模態智能體，展示了BAAI Cardiac Agent。該Agent可在30秒內完成心臟MRI的多序列分割、定量分析和結構化報告生成，在2413例患者多中心測試中診斷AUC超過0.93，心功能指標與臨床報告相關性超過0.90，已在北京安貞醫院完成驗證。“上個禮拜，數字孿生心臟第一次真正走進了安貞外科手術室。”張恒貴說，為瓣膜成型手術——他稱之為“外科上的明珠”——提供術中決策支持。

北京鑫元視科技邵凌分享了面向倉儲、海關、交通等場景的視覺智能體平臺，介紹了“小模型實時過濾+大模型語義分析+Agent流程編排”的三層架構。他提到多芯適配是團隊最大的工程挑戰之一，FlagOS通過算子庫加速適配和系統性顯存優化幫助團隊降低了多芯部署成本。

天津大學熊德意教授介紹了低資源多語言大模型的研究進展。天津大學王曉飛副教授報告了分布式邊緣算力網絡賦能大模型服務的架構設計。騰訊教育高級架構師韓露分享了AI編程在教育場景的應用實踐。中教開源創新研究院宮文學分享了Coding Agent在上下文引擎和代碼圖譜方面的技術趨勢。

開發者工具鏈

智源研究員韓冬煦通過現場對比展示了KernelGen的實戰效果——同為LayerNorm算子，KernelGen用14分鐘生成1.14倍性能的代碼，通用AI編程助手則用35分鐘僅達0.64倍。韓冬煦比喻：“KernelGen像一個老師傅帶著徒弟一樣，直奔主題；普通AI沒有經驗，就不停地撞，雖然最終也能到達，但花了很多時間、耗了很多Token。”隨后眾智FlagOS社區頒發了“KernelGen 24小時極限算子優化挑戰賽”獎項，各賽道冠軍分別來自北京大學、中國人民大學和天津大學等頂尖高校的開發者，另外優勝方案也會納入官方算子庫。

生態共建

圓桌討論以“多芯算力×智能體——開放生態怎么建？”為主題，由智源開源生態負責人朱其罡主持，南開大學人工智能學院院長張海寧、中教開源創新研究院院長李超勇、中科曙光解決方案總監張磊、騰訊教育高級架構師韓露參與。討論圍繞Agent推理與傳統LLM推理的算力需求差異、多芯適配痛點、開源棧與廠商私有棧的選擇等議題展開。談及FlagOS進校園，李超勇院長說：“FlagOS應該進到咱們大學的教材里去。”

當天，眾智FlagOS社區與光合組織宣布生態聯合創新計劃啟動。中科曙光、海光信息、國家超算互聯網、智源研究院、天津大學等十余家單位代表共同上臺。另外，會場也設五大展區同步開放。FlagOS主展區提供全棧演示，以及KernelGen互動體驗。芯片生態區、算力平臺區、Agent應用區和開發者互動區同步展出。

關于眾智FlagOS社區

為解決不同AI芯片大規模落地應用，北京智源研究院聯合眾多科研機構、芯片企業、系統廠商、算法和軟件相關單位等國內外機構共同發起并創立了眾智FlagOS社區，目前已經有78家成員單位。FlagOS是一款專為異構AI芯片打造的開源、統一系統軟件棧，支持AI模型一次開發即可無縫移植至各類硬件平臺，大幅降低遷移與適配成本。它包括大型算子庫、統一AI編譯器、并行訓推框架、統一通信庫等核心開源項目，致力于構建「模型-系統-芯片」三層貫通的開放技術生態，通過“一次開發跨芯遷移”釋放硬件計算潛力，打破不同芯片軟件棧之間生態隔離。

AI for Science的模型適配才剛剛開始。FlagOS社區歡迎更多開發者、研究者和硬件廠商加入共建。