从社区数据看大模型开发生态的全景与趋势-蚂蚁集团+王旭+小雅.docx

从社区数据看大模型开发生态

全景与趋势

演讲人：王旭，夏小雅

关于我们

王旭

写开源Bug，做开源项目，搞开源创业，混

写开源Bug，做开源项目，搞开源创业，混开源社区，管公司开源，参与开源基金会。

分析开源数据，发开源论文，搞开源学术，

分析开源数据，发开源论文，搞开源学术，

写开源代码，管开源社区，做公司开源策略。

夏小雅

...

...大人，时代变了，大模型来了

目录

01案例：热点到数据

01案例：热点到数据

02全景：社区关系网

04

04架构与全景图

03热点：项目与趋势

案例研究

从热点新闻到社区数据

社区的行为数据只反映一部分的社区关系，既不全面，也不充分，并不被视为是对项目本身「好坏」的公平评价，我们

只是以此来提供一些参考信息。

我们怎么观察AI开发生态

项目之间可能有的生态关系?

项目之间可能有的生态关系

?依赖性

?有依赖性的项目，有可能会有互相的，尤其是对被依赖项目的贡献

?竞争性/可替换性

?同一位置的项目，有可能会有上下游同时给他们贡献

?上下游（合作）

?合作者有可能会有彼此的贡献

*这里都是有可能，但不是必然的。

从GitHub上，我们可以有的行为信息

?项目本身的活动数据。

?项目本身的Commit/PR/Issue数量、频率、分布情况等

?项目之间的彼此关联信息——项目之间的互动——通过共同的参与人达到的互动。

?同时对两个项目的Commit/PR/Issue/Comments等。

?以及Star/Fork（以下分析中没有使用这两个数据）

从PyTorch,vLLM,LangChain出发

https://xiaoya-yaya.github.io/ant-ospo-insights/

+AutoGPT

https://xiaoya-yaya.github.io/ant-ospo-insights/

从AutoGPT,llama.cpp,Chatchat出发

https://xiaoya-yaya.github.io/ant-ospo-insights/

向下：从DeepSpeed,Triton,ONNX出发

https://xiaoya-yaya.github.io/ant-ospo-insights/

插播一个有趣的发现

从过去一年里项目名/仓库名发生变化的这些热门AI项目们：

?

?openai/triton-triton-lang/triton

?OpenDevin/OpenDevin-All-Hands-AI/OpenHands

?jmorganca/ollama-ollama/ollama

?google/jax-jax-ml/jax

?jerryjliu/llama_index-run-llama/llama_index

?hiyouga/LLaMA-Efficient-Tuning-hiyouga/LLaMA-Factory

?KillianLucas/open-interpreter-OpenInterpreter/open-interpreter

?ollama-webui/ollama-webui-open-webui/open-webui

?joaomdmoura/CrewAI-crewAIInc/crewAI

多数为从个人项目发起，迅速火爆继而transfer到GitHubORG下面和社区共同治理的，也有从如Google这样的企业生长出来演变成一个中立社区进行托管的，还有因为项目在演化过程中

roadmap逐渐发生变化而修改项目名以重新定位公众认知的，如LLaMA-Factory，OpenHands。

一些发现

哪些项目不会

哪些项目不会被引入进来

?比如Kubernetes，就完全没有被引入，虽然大家都会用它，我们推测：

?API已经比较稳定，即使是利用了接口也不需要去社区互动；

?同时快速发展的项目可能更容易有互动

?以及有很可能的一点——计算生态圈和AI生态圈的开发者之间可能是有相对强的隔离的

?有些很多人用的项目，但是互动比较少：

?比如大部分Nvidia的项目都没有被引入进来，推测是单向使用，或者社区比较高