2026年9月10日,全球创新、开源和安全企业级解决方案领导者SUSE (R) 在上海举办“SUSE Summit 2026 创新峰会”,大会以“AI 重塑韧性,开源智启未来”为主题。会上,SUSE 正式发布全新战略路线图及开源基础设施解决方案,旨在助力中国企业破解 AI 落地难题,加速实现从“实验探索”到“生产级部署”的平滑过渡。
当前,中国位居全球开源发展中心地位,拥有全球增长最快的 开发者社区之一。最新数据 表明,以 DeepSeek 和千问为代表的中国开放权重模型,在开源采用率及衍生创新领域已跃居全球领先水平。随着本地企业积极利用开放技术驱动数字化转型,SUSE 的开放基础设施正成为连接技术与业务、确保平稳运行的关键桥梁。

SUSE 首席营销官 Margaret Dawson(戴珍珠)
为支持这一快速创新浪潮,SUSE 正全力推进其“企业级私有 AI(Private Enterprise AI)”框架,致力于为企业提供高性能、高安全性且自主可控的基础设施。该框架在全方位守护数据隐私的同时,确保企业能够彻底摆脱专用供应商的锁定。
以“开放选择”与“生态集成”加速企业级私有 AI 落地
SUSE 始终强调中立性与开放选择权,其基础设施深度赋能中国蓬勃发展的技术生态。该平台可与主流本土开源工具及头部大模型厂商(包括 DeepSeek、千问、Kimi、豆包和智谱AI等)实现无缝集成,赋予 IT 决策者对硬件选型、模型调用及数据治理的全方位架构掌控力。
为助力企业跨越从“AI 实验探索”到“生产规模化”的落地鸿沟,SUSE 特别推出了基于 SUSE AI Factory with NVIDIA的综合开源产品组合。该方案将 NVIDIA AI Enterprise深度集成于 SUSE 安全治理层之中,将部署周期由数月量级缩短至数天。这为“企业级私有AI”架构奠定了坚实基础,在保障全面数据治理与严格遵循数字主权原则的同时,将 AI 智能引擎牢牢锁定在企业可控边界之内。通过这一方案,企业不仅能够开启价值创造的“快车道”,更能在实现可预测的长效成本控制的同时,保持极致的部署灵活性。整体而言,该方案助力各类企业在多云、本地数据中心及离线(Air-gapped)等复杂环境中,高效部署高性能的私有 AI 工作负载。
打造本土化创新:智能体 AI 助手“Liz”
SUSE 始终聚焦本土市场需求,此次特别推介了专为中国市场量身打造的智能体(Agentic)AI 助手——“Liz”。该助手由 SUSE 中国开发者团队精心构建,旨在通过本土化创新,深入贴合国内企业的应用场景。
Liz 深度集成于 SUSE Rancher Prime 之中,可视为SRE(站点可靠性工程)工具包的智能化延伸。它能够将复杂的集群指标与系统事件,转化为自然流畅的中文对话,帮助平台工程团队实时进行根因分析,从而大幅缩短集群故障修复的平均时间(MTTR)。Liz 在设计上严格遵循“人在回路”(Human-in-the-loop)的控制准则,并兼容模型上下文协议(MCP)等开放标准。这一设计确保了工程师在运维过程中,始终对生产环境拥有绝对的掌控权与决策权。
推动行业规模化:客户与生态领先实践
峰会期间,SUSE 展示了领先企业如何利用开源基础设施推动工业数字化转型的实践案例。

吉利控股集团人工智能与大数据平台负责人姚海涛
● 吉利控股集团(客户聚焦):吉利分享了其 VNAS(下一代车辆数据智能采集平台)的实践成果。该解决方案基于 SUSE 的安全边缘基础设施,并与生态系统合作伙伴协作构建,通过边缘计算智能盒在车辆生产前收集质量保证测试数据,展示了汽车行业领导者如何在大规模工业部署中高效扩展云原生和 AI 能力。
高层引言
SUSE 首席营销官 Margaret Dawson(戴珍珠)表示:“当前,企业界对人工智能的关注点已发生本质性转变:从初期的概念炒作与试点探索,全面转向了如何实现生产级规模化部署的现实挑战。企业渴望借助 AI 提速创新,但绝不应以牺牲数据自主可控、预测性或架构掌控权为代价,盲目陷入封闭的‘黑盒’方案。SUSE 通过将‘开源选择权’与‘安全治理’深度融合,推出‘企业级私有 AI’(Private Enterprise AI)解决方案,助力 IT 决策者在从容部署高性能工作负载的同时,牢牢掌握模型、数据及未来技术演进的自主权。 ”
SUSE中国区副总经理吉晖表示:“作为全球开源创新的策源地,中国企业在应用开源技术重塑 AI 未来方面展现出了卓越的领先性。SUSE 致力于通过开放的基础设施解决方案,与蓬勃发展的本土生态深度共创。我们不仅为企业提供灵活、前瞻的技术支撑,更致力成为其数字化转型的催化剂,保障企业的核心战略项目能够高效、稳健地实现规模化落地。”
吉利控股集团人工智能与大数据平台负责人姚海涛表示:“我们与 SUSE 的携手,是一次极具战略意义的先行实践。它赋予了我们大规模赋能中国汽车行业终端客户的能力。借助 SUSE 稳健、安全的边缘基础设施,我们在运营稳定性、数据治理以及业务敏捷性方面获得了强有力的支撑,为我们持续输出世界级的创新技术奠定了坚实基础。”
关于SUSE
SUSE 是全球领先的自主开源基础设施供应商,专注于为混合 AI 环境提供动力。凭借 30 年深耕开源社区的底蕴,我们致力于将开源创新转化为安全、企业级的关键任务解决方案。SUSE 秉持“选择与中立”的原则,是业界唯一能跨平台管理任意 Linux 及 Kubernetes 发行版的解决方案。
通过构建开放的基础设施平台与强大的合作伙伴生态,我们赋予 IT 领袖对数据、预算及自主 AI 战略的掌控力。SUSE 解决方案广泛部署于从开发者工作站、本地数据中心到多云及最前沿边缘端的全场景环境,并已针对 SAP环境实现优化与认证。 SUSE,让选择权回归企业。
好文章,需要你的鼓励
GeoVerse融合几何潜在扩散模型与Wan2.2视频生成先验,并引入全局空间记忆机制,实现了跨视角一致、生成质量高且推理速度快的新视角合成,在多个数据集上大幅超越现有方法GLD。
本文解读TT-VidT,一种通过分离外观锚点与动作令牌、结合Diff Compression训练目标的视频自监督方法。在24种架构目标组合的受控实验中,仅TT3D与Diff Compression搭配才能进入强动作敏感区,且计算量比同类方法降低近一半。
Q&A Q1:Imprint Reader是什么? A:Imprint Reader是上海人工智能实验室团队开发的模型,通过SMaRT训练方法学会读取另一个模型冻结的权重更新,把参数层面的变化翻译成自然语言描述,判断这次更新到底注入了什么知识或诱导了什么行为习惯。 Q2:MetaEdit能做什么? A:MetaEdit能把Reader对目标行为的梯度信号迁移到原始模型上,不需要任何目标任务的训练数据,只用一句行为描述就能定向调整模型参数,已经在安全性拒绝率调节、数学推理风格转变和工具调用能力提升上验证过效果。 Q3:Imprint Reader读权重更新的准确率高吗? A:目前还不高,知识类目标的Pass@100只有2%,行为类目标是16%,说明自由生成描述的可靠性有限,但相比原始模型完全答不出来的0%基线,已经证明了权重更新的自然语言读取是可行的。
统一多模态模型能看也能画,理论上该会自我修正。本论文提出UMM-Reflection,用整条轨迹的强化学习联合训练诊断和修图能力,GenEval提升12分,且迁移到多个未训练基准,揭示RL提升的是选择可靠性而非新能力。