从科学计算到量子计算：众智FlagOS·科学智能基座首次发布

在5月28日开幕的2026世界智能产业博览上，北京智源人工智能研究院发布了“众智FlagOS·科学智能基座”，基于FlagOS统一软件栈跨芯能力的智能科学计算基座，正式将FlagOS的多芯能力从大模型推理拓展到科学计算、量子计算等关键领域，并且在次日的“开放计算赋能智能体：从多芯算力到Agent应用生态”开发者分论坛上，FlagOS与参加论坛的200多位开发者一起，从计算基座、智能应用到生态共建逐层展开，将这一主题变成一场与开发者社区、产业界和学界共鸣的开放对话。

FlagOS for Science四连发

首日主论坛上，智源研究院副院长兼总工程师林咏华发布“众智FlagOS·科学智能基座”。她首先介绍了FlagOS——由智源牵头联合清华、北大、中科院及十余家芯片厂商共建的开源、统一AI系统软件栈，以“一次开发，多芯运行”为目标，已支持18家厂商32款芯片。并随后发布了FlagOS的多项AI for Science 重要成果。

发布一：科学计算算子库。发布AI for Science算子库，从大模型专用走向科学计算全领域。在FlagGems 510+通用算子基础上新增六大领域库——FlagFFT、FlagSparse、FlagBLAS、FlagTensor、FlagDNN、FlagAudio，覆盖分子动力学、量子化学、气象模拟、偏微分方程等核心科学计算场景。所有算子库延续多芯逻辑，在18家厂商32款芯片上通用。

发布二：AI for Science模型适配。基于FlagOS在AI芯片上新增支持四个AI for Science模型——智源自研的Cardiac Agent（心脏MRI多模态智能体）、IBM Research的SMI-TED（分子语言建模，面向材料科学）、UIUC等机构的FARM（分子表征与药物发现）、以及Van Dijk Lab的C2S-Scale-Gemma-2-27B（单细胞转录组分析）。所有模型同步上架FlagRelease魔搭社区和HuggingFace，供全球科研人员下载使用。

发布三：量智融合FlagQuantum。发布基于FlagOS的分布式量子态矢量模拟框架。原生支持PyTorch梯度流，全流程可微分，多机多卡分布式训练，已适配海光和摩尔线程芯片，通过OpenQASM中间表示对接真实量子硬件。这也标志着FlagOS的能力版图开始从经典AI算力向量子-经典融合计算延伸。

发布四：部署超算互联网。FlagOS模型镜像部署超算互联网平台，打造国产AI算力新基座。DeepSeek V4、Qwen3.5、MiniMax M2.7开箱即用，推理精度与原生版本对齐。FlagOS让国产算力和模型深度融合，为一体化算力网络奠定坚实基础。

开放计算如何赋能智能体

分论坛由北京智源人工智能研究院、中科曙光主办，天津市中教开源创新研究院、光合组织、国家超算互联网、众智FlagOS社区协办，天津天开高教科创园、天津模创社区、国家超算天津中心、信创海河实验室、天津大学、南开大学、河北工业大学、天津医科大学、中国民航大学、天津工业大学、天津理工大学、蚂蚁集团、腾讯等十三家单位支持。论坛主题为“开放计算赋能智能体：从多芯算力到Agent应用生态”。

天津市数据局副局长周胜昔、中国新一代人工智能发展战略研究院院长龚克、中科曙光高级副总裁李斌开场致辞。其中龚克院长指出：“多芯主要第一是支持我们中国自己的芯片，第二是我们跟国际芯片不脱钩。”谈及FlagOS，他说：“补齐我们的生态差距，中间这个FlagOS是一个非常非常重要的工具。”

开放计算底座

智源研究院副院长兼总工程师林咏华首先以“从ChatGPT到OpenClaw——开放计算如何支撑智能体时代”为题作报告。她指出，AI竞争的焦点正从模型能力转向计算基础设施，芯片架构、编程框架、计算范式三重多样性，让开发者在多芯适配上反复投入。“我们最大的堵点并不是造不出好芯片，而是软件栈的生态落后了很多。”她介绍，FlagOS的解法是“一次开发，多芯运行”——以Triton-TLE统一编程语言编写算子，由FlagTree编译器翻译为各芯片代码，性能达到厂商原生库的83%以上。KernelGen 2.0进一步将算子开发从手工变为AI自动生成，在5款国产芯片上成功率超过95%。

中科曙光高端计算总工程师卜景德介绍了曙光智算平台与FlagOS的整合方案，将FlagOS整体集成至智算平台，面向科研用户提供从算力到模型的一站式服务。目前该平台已基于FlagOS完成DeepSeek V4、Qwen3.5等多款大模型的适配上线，用户可直接调用国产算力进行推理和训练。

智源研究员柳伟首次对外详细讲解了FlagQuantum的技术架构。核心是一个端到端可微分的量子-经典混合训练闭环：经典数据经量子编码进入参数化量子电路，测量结果转为经典损失，自动微分反向更新门参数。“我们不是想做一个万能替代者，而是做一个超级协处理器。”他说，FlagQuantum的设计目标是经典与量子各司其职、即插即用，并通过OpenQASM中间表示支持真实量子硬件接入。

Agent应用实践

智源首席科学家张恒贵作“双模驱动AI心脏模型构建与应用”报告，融合原理驱动的数字孪生心脏与数据驱动的多模态智能体，展示了BAAI Cardiac Agent。该Agent可在30秒内完成心脏MRI的多序列分割、定量分析和结构化报告生成，在2413例患者多中心测试中诊断AUC超过0.93，心功能指标与临床报告相关性超过0.90，已在北京安贞医院完成验证。“上个礼拜，数字孪生心脏第一次真正走进了安贞外科手术室。”张恒贵说，为瓣膜成型手术——他称之为“外科上的明珠”——提供术中决策支持。

北京鑫元视科技邵凌分享了面向仓储、海关、交通等场景的视觉智能体平台，介绍了“小模型实时过滤+大模型语义分析+Agent流程编排”的三层架构。他提到多芯适配是团队最大的工程挑战之一，FlagOS通过算子库加速适配和系统性显存优化帮助团队降低了多芯部署成本。

天津大学熊德意教授介绍了低资源多语言大模型的研究进展。天津大学王晓飞副教授报告了分布式边缘算力网络赋能大模型服务的架构设计。腾讯教育高级架构师韩露分享了AI编程在教育场景的应用实践。中教开源创新研究院宫文学分享了Coding Agent在上下文引擎和代码图谱方面的技术趋势。

开发者工具链

智源研究员韩冬煦通过现场对比展示了KernelGen的实战效果——同为LayerNorm算子，KernelGen用14分钟生成1.14倍性能的代码，通用AI编程助手则用35分钟仅达0.64倍。韩冬煦比喻：“KernelGen像一个老师傅带着徒弟一样，直奔主题；普通AI没有经验，就不停地撞，虽然最终也能到达，但花了很多时间、耗了很多Token。”随后众智FlagOS社区颁发了“KernelGen24小时极限算子优化挑战赛”奖项，各赛道冠军分别来自北京大学、中国人民大学和天津大学等顶尖高校的开发者，另外优胜方案也会纳入官方算子库。

生态共建

圆桌讨论以“多芯算力×智能体——开放生态怎么建？”为主题，由智源开源生态负责人朱其罡主持，南开大学人工智能学院院长张海宁、中教开源创新研究院院长李超勇、中科曙光解决方案总监张磊、腾讯教育高级架构师韩露参与。讨论围绕Agent推理与传统LLM推理的算力需求差异、多芯适配痛点、开源栈与厂商私有栈的选择等议题展开。谈及FlagOS进校园，李超勇院长说：“FlagOS应该进到咱们大学的教材里去。”

当天，众智FlagOS社区与光合组织宣布生态联合创新计划启动。中科曙光、海光信息、国家超算互联网、智源研究院、天津大学等十余家单位代表共同上台。另外，会场也设五大展区同步开放。FlagOS主展区提供全栈演示，以及KernelGen互动体验。芯片生态区、算力平台区、Agent应用区和开发者互动区同步展出。

关于众智FlagOS社区

为解决不同AI芯片大规模落地应用，北京智源研究院联合众多科研机构、芯片企业、系统厂商、算法和软件相关单位等国内外机构共同发起并创立了众智FlagOS社区，目前已经有78家成员单位。FlagOS是一款专为异构AI芯片打造的开源、统一系统软件栈，支持AI模型一次开发即可无缝移植至各类硬件平台，大幅降低迁移与适配成本。它包括大型算子库、统一AI编译器、并行训推框架、统一通信库等核心开源项目，致力于构建「模型-系统-芯片」三层贯通的开放技术生态，通过“一次开发跨芯迁移”释放硬件计算潜力，打破不同芯片软件栈之间生态隔离。

AI for Science的模型适配才刚刚开始。FlagOS社区欢迎更多开发者、研究者和硬件厂商加入共建。