Ultralytics YOLO27: 加入候补名单。
获取 YOLO 许可
活动

迪拜见闻:GDG MENA-T Summit 2025 的关键收获

2025 年迪拜 GDG MENA-T Summit 要点:Google 的 AI 智能体协议、Firebase Studio、Jules,以及 NVIDIA 的实时 AI 优化。

Onuralp SezerOnuralp Sezer5 分钟阅读
Ultralytics 亮相迪拜 GDG MENA-T Summit 2025

GDG 峰会是由 Google Developer Groups(GDG)为开发者、科技爱好者和学生举办的重要年度会议。峰会汇聚当地和区域开发者社区、Google Developer Experts(GDE)以及 GDG 组织者,共同学习 Google 技术、分享知识,并与同行和专家交流。今年,迪拜举办的 GDG MENA-T Summit 2025 气氛热烈非凡。

我刚抵达美丽的 Uptown Dubai Hotel,就被迷人的城市景观吸引,立刻意识到这次活动会与众不同。作为一名来自 Türkiye 的 GDG 组织者和 Ultralytics 代表,我有机会同时扮演两个角色:一个代表我在 Türkiye 的本地开发者社区,另一个代表我们公司服务的全球计算机视觉社区。我非常期待与大家交流、分享,并深入探讨技术的未来。我发现,现场的对话远不止表面的趋势,还深入探讨了未来软件构建和部署方式的核心。从主题演讲、演示到交流活动,下面来看看这次活动的一些亮点!

Onuralp Sezer 参加在迪拜举办的 GDG Summit MENAT 2025

图 1. Ultralytics 高级机器学习工程师 Onuralp Sezer 与多位 GDG Turkey 组织者一同参加在迪拜举办的 GDG Summit MENAT 2025。图片由作者提供。

有三个重要主题给我留下了深刻印象:互联 AI 智能体的快速发展、AI 加速的新型开发工作流的兴起,以及针对真实世界实时性能优化 AI 的关键意义。

深入解析智能体协议:从理论到云端部署#

Mete Atamel 对智能体协议的深入讲解,是最引人注目的专场之一。多年来,我们一直抽象地讨论 AI 智能体,而这场专场则将这一概念落到了具体、可执行的工程实践上。Mete 梳理了让智能体实现真正协作并发挥作用的框架:

Mete Atamel 讲解 Agent Development Kit 中 A2A 的用法

图 2. Mete Atamel 讲解 Agent Development Kit 中 A2A 的用法。

MCP(模型上下文协议):可以把它看作 AI 智能体的“通用翻译器”。这是一个基础层,让智能体能够可靠地连接外部工具、API 和数据源。没有 MCP 这样的标准,每种集成都需要单独定制,既脆弱又难以维护。有了 MCP,智能体便能稳定、一致地接入数字世界。

A2A(代理间协议):如果说 MCP 是代理与工具对话的方式,那么 A2A 就是代理彼此对话的方式。该协议让代理能够彼此发现、协作、委派任务并协调复杂工作流,即使这些代理运行在完全不同的平台上也不例外。这为未来构建了一个框架:专用代理可以委托另一个代理处理特定子任务,从而形成动态、自主的工作团队。

ADK(智能体开发套件):这是将所有内容整合在一起的工具包。ADK 提供结构、库和模式,帮助你使用 MCP 和 A2A 组装可靠的智能体。它是从出色创意迈向可用于生产环境的系统的桥梁。

最令人兴奋的是最后一步:部署。Mete 展示了如何将使用 ADK 构建的代理封装为容器,并部署到 Google Cloud Run。这清晰地展示了一条可扩展的路径:先在本地机器上构建智能代理,再将它运行在托管式无服务器环境中,随时响应真实世界的需求。

开发新时代:让 AI 成为你的副驾驶#

这次大会也清楚地表明,AI 不再只是我们添加到应用中的一项功能,而正逐渐成为开发流程本身的核心组成部分。Google 全新工具套件的展示,让人仿佛窥见了一个效率大幅提升的未来。

一大亮点是推出了 Firebase Studio,这是一个雄心勃勃、基于智能体的云端环境。演示令人惊艳:用户只需输入简单的自然语言提示,例如“帮我构建一个带用户登录功能的照片分享应用”,Firebase Studio 就会开始工作。它会搭建整个项目的基础结构、设置所需的 Cloud Firestore 架构、配置 Firebase Authentication 规则,并生成前端样板代码。这个工具旨在免去开发者耗费大量时间处理的繁琐设置工作,让我们可以立即专注于应用独特的逻辑和用户体验。

Vikas Anand 讲解 Firebase Studio 的使用方法和集成

图 3. Vikas Anand 讲解 Firebase Studio 的用法和集成。图片由作者提供。

此外还有 Jules,这是 Google 的异步 AI 编程代理。Jules 不同于 Copilot 这类内联工具。你可以把完整任务委派给它:“重构这个模块,让它更高效”“为这项服务添加单元测试”或“更新这个仓库中的所有依赖项并修复任何不兼容变更”。随后,Jules 会在后台处理任务,完成后提交拉取请求供你审查。这种模式将开发者的角色从逐行编写代码,转变为高层次的架构师和审查者。

这些工具的底层依托于 Google 新一代模型,可通过 Google One AI Plans 使用。这些模型具备更强的推理能力、多模态能力和超大上下文窗口,为 Jules 等智能代理工具提供了“大脑”。另一方面,Firebase Studio 是免费的,但如果你需要更高配额,就必须订阅 Google Developer Program。

从推理到行动:借助 NVIDIA 优化实时 AI#

我们专注于计算机视觉,因此我很高兴参加了 NVIDIA 高级开发者 Katja Sirazitdinova 主讲的“构建实时 AI 系统”演讲。这场分享让我有机会将自己在 Ultralytics 担任高级机器学习工程师的工作与硬件加速的最新进展直接联系起来,我还针对如何改进我们广泛使用的 YOLO 模型的导出流程提出了具体问题。

Katja 分享了极具价值且实用的见解,介绍如何充分挖掘模型的每一分性能。我们深入探讨了模型量化等策略(缩小模型体积,同时尽量减少精度损失)、确保模型导出兼容不同硬件,以及使用 TensorRT 等 NVIDIA 工具链显著提高吞吐量并降低延迟。我带着写满具体想法的笔记本离开会场,准备把这些想法带回 Ultralytics 团队。这些想法将帮助整个社区简化部署、减少阻碍,并更好地利用 GPU 加速,支持机器人和视频分析等要求严苛的实时应用。

Onuralp Sezer 和 NVIDIA 高级开发者 Katja Sirazitdinova

图 4. Ultralytics 高级机器学习工程师 Onuralp Sezer 与 NVIDIA 高级开发者 Katja Sirazitdinova。图片由作者提供。

社区与创新的交汇#

除了各种主题演讲和演示之外,这次峰会也有力地提醒我们,开源之所以能在科技领域发挥巨大影响力,关键在于社区。“走廊交流”与正式演讲同样有价值。我与许多每天使用我们工具的开发者、研究人员和企业家进行了交流。他们提出了许多有见地且实际的问题,内容涉及如何优化边缘设备上的 YOLO 性能,以及我从未设想过的创新实际应用案例,也涉及 Ultralytics Python 软件包。

能够现场为用户提供支持、共同构思解决方案,并收集直接、未经筛选的反馈,令人无比欣慰。这让我更加深刻地认识到,Ultralytics 社区对我们的使命至关重要。每一项功能请求、每一份错误报告,以及每一个分享出来的成功案例,都在壮大我们的生态系统。正是这些互动推动着真正的创新。

携手共建未来#

GDG MENA-T Summit 不只是一场会议,更让我们一窥未来:智能代理在云端协同工作,AI 工具增强开发者自身的能力,我们的模型运行得比以往更快、更高效。最重要的是,这是一个开源社区与企业创新不仅共存、还会积极相互推动的未来。

GDG MENAT 2025 活动闭幕时的合影

图 5. 活动闭幕时 GDG 与 Google 员工的大合影。图片由 GDG MENAT 摄影师拍摄。

衷心感谢活动组织者和 Google Developer Program 团队,尤其感谢 Ramesh Chander、Nour Bouayadi、Alaa Shahin 和 Beyza Sunay Güler,他们共同举办了这场鼓舞人心、内容丰富且技术深度十足的活动。迪拜之行带来的热潮依然强劲,我迫不及待想看看我们接下来会共同打造出什么。

作者

Onuralp Sezer
Onuralp Sezer

高级机器学习工程师 · Ultralytics

Onuralp Sezer 是 Ultralytics 的高级机器学习工程师,负责推进 YOLO 等计算机视觉技术的发展,并参与开源开发。作为 Google 开发者小组(GDG)的资深组织者和开源贡献者,他活跃于开发者社区,担任机器学习和计算机视觉领域的演讲嘉宾;此前也曾为 Fedora Project 做出贡献。

评论

提出问题、分享你的结果,或帮助其他人。

探索解决方案

体育领域的计算机视觉

体育领域的计算机视觉

了解 Ultralytics YOLO 如何通过球员和球追踪、表现分析、教练洞察及运动员康复,推动体育视觉技术的发展。
了解详情
航空影像计算机视觉

航空影像计算机视觉

使用 Ultralytics YOLO 将无人机和航空影像转化为农业、水产养殖、保护工作和地理空间分析的实时洞察。
了解详情
航空航天中的计算机视觉

航空航天中的计算机视觉

使用 Ultralytics YOLO 将计算机视觉应用于航空航天领域,包括飞机检查、跑道 FOD 检测、机场地面作业和复合材料缺陷检测。
了解详情
安防领域的计算机视觉

安防领域的计算机视觉

使用 Ultralytics YOLO 模型守护每个场所。视觉 AI 可用于周界监控、威胁检测、车牌识别和工作场所安全。
了解详情
机器人领域的计算机视觉

机器人领域的计算机视觉

使用 Ultralytics YOLO 模型提升智能机器的能力。机器人领域的视觉 AI 可用于自主导航、感知、目标跟踪和实时控制。
了解详情
物流中的计算机视觉

物流中的计算机视觉

借助 Ultralytics YOLO 模型优化物流流程。视觉 AI 可用于包裹检查、分拣、车辆跟踪和仓库安全实时监控。
了解详情
零售中的计算机视觉

零售中的计算机视觉

借助 Ultralytics YOLO 模型重新构想零售。视觉 AI 可用于库存跟踪、货架监控、排队管理和更深入的客户洞察。
了解详情
医疗领域的计算机视觉

医疗领域的计算机视觉

借助 Ultralytics YOLO 模型构建医疗解决方案。医疗领域的视觉 AI 可加快医学影像处理、优化诊断并监测患者。
了解详情
制造业中的计算机视觉

制造业中的计算机视觉

利用 Ultralytics YOLO 模型优化制造流程。视觉 AI 可用于质量控制、缺陷检测、个人防护装备合规检查和装配线自动化。
了解详情
汽车领域的计算机视觉

汽车领域的计算机视觉

利用 Ultralytics YOLO 模型在汽车领域应用计算机视觉。视觉 AI 可提升道路安全、驾驶辅助和车辆自动化水平,让道路更智能。
了解详情
农业中的计算机视觉

农业中的计算机视觉

借助 Ultralytics YOLO 模型,将视觉 AI 引入智慧农业。为作物监测、牲畜追踪和精准农业提供支持,从而提高产量并实现更智能的生产。
了解详情

让我们携手构建 AI 的未来!

开启你的旅程,迎接机器学习的未来