COPU会议纪要丨2026.04.07
4月7日，陆主席主持召开COPU例会。
一、会议刊登了刘澎转译的《谷歌研发开源的Gemma4大模型》
谷歌研发开源的Gemma4大模型
刘澎转译，2026.4.3
COPU编者按：
谷歌研发并推出开源的Gemma4大模型，标志着人工智能进入智能体时代、闭源向开源方向的转变。
2026年4月3日凌晨，谷歌开源Gemma4，这是迄今为止最智能的开源大模型！这不是挤牙膏式的升级，而是一次闭源向开源方向的变化，AI开始真正走向本地智能体。
谷歌这次一共发布了四个版本，分别是能进入手机的Gemma4-E2B和Gemma4-E4B，以及为专业场景打造的Gemma4-26B MoE和Gemma4-31BDense。覆盖面极广，小到手机和树莓派能在其上直接跑，而且可以离线，大到专业开发环境都能直接拿来写代码，跑复杂任务。
四个版本为：
①Gemma4-E2B（模型参数为5B）；②Gemma4-E4B（参数为8B）；
③Gemma4-26B（参数为27B）；④Gemma4-31B（参数为33B）。
在Arena测试中的跑分情况，Gemma4-31B版本直接进入了全球开源排行第三（GLM-5/745B、Kimi-K2.5 Thinking/1T分别排名第一、二，千问Qwen3.5/397B排行第四）。
与GLM-5和Kimi-K2.5模型相比，Gemma4是小参数模型，其表现足够惊喜，Gemma4-E2B和Gemma4-E4B版本让人眼前一亮，除了能在手机和树莓派上离线运行，它们还原生支持视频、图像甚至音频输入，不联网也能几乎零延迟，这意味着与之配套的手机能看也能听，只要有电它就可以离线当作AI助手，用它还能在手机上支持运行Skill，下载就能体验。另外，Gemma4还原生支持系统提示词、函数调用和结构化Json输出，也就是说，只要给它权限，它就能自主规划多步骤任务，主动调用外部工具，以完成任务，其特点是支持多模态，可以本地运行，有极强的推理能力。
Gemma4采用Apache2.0协议，可以商用、可以改、可以部署，对开发者来说。这比模型本身还重要。对Gemma而言，AI不再只是云端的“大脑”，而是可以真正跑在你的设备上帮助你干活的本地生产力。
二、本次会议邀华为陈道清报告华为最近算力发展情况。
在MWC 2026期间，华为首次在海外发布最新的Atlas 950 SuperPoD等多个型号超节点产品及解决方案。基于灵衢打造的Atlas 950 SuperPoD智算超节点，以单柜64卡为基本单元，最大可支持8192张NPU卡高速互联，为超大规模AI训练与海量推理并发场景提供最优选择。相比传统集群，大模型训练效率、可靠性与推理性能均大幅提升。
在华为中国合作伙伴大会2026期间，华为宣布搭载全新昇腾950PR（Ascend 950PR）处理器的Atlas 350加速卡正式上市，实现算力与内存双升级、访存更灵活、开发更易用。Atlas 350加速卡搭载昇腾950PR处理器，支持FP4低精度计算，单卡算力达1.56P FP4，访存带宽为1.4TB/s，HBM容量为112GB。
三、本次会议邀请红帽首席架构师张家驹，针对OpenClaw带来的机遇和挑战做了分享。
针对OpenClaw带来的机遇和挑战，张家驹做了“Agentic AI时代重塑操作系统架构”的介绍，重点阐述了人工智能代理在安全执行环境中运行的关键必要性，包括如何利用 Podman 进行安全的本地开发隔离、在 OpenShift 上应用严格的 Kubernetes RBAC 控制、利用 skills.md 建立“认知策略契约”，以及通过即时通信工具实现人为监督的变更审批流程等核心内容。
四、COPU谭中意对Atena大模型排行榜深度分析
3月排行榜：text、code、vision top 10中，美国的4家闭源AI大模型（Claude的opus、Google的Gemini、OpenAI的ChatGPT、XAI的Grok4）排名靠前；阿里QWen 3.6和智谱AI的GLM 5的模型在代码能力上进入了前十。
五、如何养龙虾，COPU章文嵩来聊一下
章文嵩谈到龙虾OpenClaw是一套非常灵活的智能体框架，把工程持续迭代思想融入让目标、计划、行动和结果形成迭代环路持续精进，这可以说是一次范式的变革，任何信息处理的问题都可以让龙虾来做。
Claude Code也是一套智能化框架，它是人来驱动输入任务，任务可以由多个sub-agent子智能体来完成，每次都是由人来输入任务，而OpenClaw有heartbeat机制，定期触发任务执行，不断迭代来取得更好的结果，当然这里的挑战是设计很好的度量体系让智能体对结果不对精进，若不能，则需要人不断对结果做反馈或给出新方法，这是调教龙虾的过程。
章文嵩分享在2016的MacBook Pro旧电脑上调教龙虾做股票投资研究的小助手，对所有股票持仓持续跟踪研究，每天产出日报；现在是年报季，让龙虾到上交所、深交所、披露易、美股证监会官网取年报，按给出的分析框架来做全面深入的投资研究；定期任务还有月初对新能源汽车销量收集和对比、产业研究等。针对不同行业，例如金融行业、智能制造，有不同的sub-agent，有不同的行业分析框架。我们知道LLM服务本身是无状态的，通过不同sub-agent可以控制上下文的总量，更准确的上下文输入让LLM服务的输出结果更准确，同时降低token的调用量。他的另一只龙虾跑在云端LVS服务器的一个Linux container里面，有简单的隔离来保住安全。
参会人员：陆首群、章文嵩、张侃、陈道清、安泱、张家驹、谭中意、袁怿、鞠东颖、陈伟（线上）、陈越（线上）、靳虹博（线上）、韩宪平（线上）、胡宇（线上）、Anna.AI(线上）。
