在AI開源生態(tài)快速崛起的浪潮中，SwanLab產(chǎn)品負(fù)責(zé)人林澤毅的成長歷程，正是無數(shù)開發(fā)者從追光者蛻變?yōu)榘l(fā)光者的生動縮影。從大二時靠開源項目撬動機械狗夢想，到大三打造爆款開源證件照項目，再到如今掌舵SwanLab，成為頗具影響力的MLOps工具開發(fā)者。他的故事始終繞不開“開源”二字，也深刻烙印著新一代開發(fā)者敢想敢闖、實干創(chuàng)新的精神底色。

開源啟蒙：2000塊生活費撬動的機械狗夢想

2019年，還是西電大二學(xué)生的林澤毅，偶然刷到波士頓動力機械狗的視頻，內(nèi)心掀起了巨浪。彼時國內(nèi)真正起步的機械狗公司僅有宇樹科技一家，一個大膽的念頭在他和同是大二的好友心中萌生：“能不能成為下一個‘中國宇樹’？”

這個想法在旁人看來無異于天方夜譚——畢竟波士頓動力是數(shù)百名頂尖研究者組成的團隊，而他們只是兩個普通本科生。

質(zhì)疑聲沒有澆滅兩人的熱情，陷入迷茫的林澤毅和好友在網(wǎng)上找到了MIT的機械狗開源項目，這成了他們的“救命稻草”。好友主攻硬件，跟著MIT的開源方案學(xué)習(xí)嵌入式開發(fā)；林澤毅則扎進計算機視覺開源項目，試圖給機械狗裝上“眼睛”。兩人湊齊2000塊生活費，在宿舍里用舵機、3D打印零件和STM32芯片摸索，奇跡般的是，僅一個月就做出了能走能踢還不會摔倒的舵機狗。

這個作品在全?？萍甲髌繁荣愔心孟绿氐泉劊参藢?dǎo)師的關(guān)注和長期資金支持，他們的機械狗后來還換上了電機和金屬外殼。

這段經(jīng)歷讓林澤毅第一次嘗到開源的甜頭：開源項目不僅提供了可落地的代碼細(xì)節(jié)和前人智慧，更給了兩個初出茅廬的學(xué)生挑戰(zhàn)行業(yè)巨頭的勇氣。

如果沒有MIT的開源方案，他們或許只會困在“技術(shù)壟斷”的認(rèn)知里，連嘗試的念頭都不敢有。雖然最終因?qū)W業(yè)與方向選擇，機械狗項目告一段落，但是開源的種子，已在他心中悄然種下。

開源破局：從證件照小程序到GitHub趨勢榜榜首

2020年大三時，林澤毅又一次從用戶痛點中找到了方向。他發(fā)現(xiàn)大家辦理考試報名、日常辦事時，證件照換底要么跑線下復(fù)印店P(guān)S換底，要么去照相館重拍，麻煩費事又費錢，于是萌生了用AI技術(shù)解決問題的想法。他利用課余所學(xué)的深度學(xué)習(xí)知識，訓(xùn)練了摳圖和人臉檢測模型，上線了名為“煥影一新”的證件照小程序，定價1.5元的換底服務(wù)，精準(zhǔn)擊中了用戶需求。

小程序上線即爆火，首月就實現(xiàn)日均千人付費，峰值時單日付費用戶破萬，林澤毅也體驗到了年營收百萬的滋味。但當(dāng)用戶量達到120萬、增長放緩后，他做出了一個關(guān)鍵決定：暫停商業(yè)小程序，將代碼開源至社區(qū)，命名為HivisionIDPhotos。誰也沒料到，這個在閉源領(lǐng)域早已“不新鮮”的項目，在開源生態(tài)中掀起了巨浪。

彼時閉源應(yīng)用商店里的證件照軟件多達數(shù)百款，但開源賽道中HivisionIDPhotos是獨一份。它的服務(wù)對象也從普通用戶，變成了應(yīng)用開發(fā)者、修圖從業(yè)者、復(fù)印店老板和考試系統(tǒng)供應(yīng)商，點燃了這群人顛覆舊有閉源服務(wù)的熱情。項目一夜爆火，單日最高漲粉2000個star，還登上了GitHub趨勢榜第一名。甚至有阿拉伯公司發(fā)來感謝信，稱靠著這個項目為當(dāng)?shù)鼐用裉峁┑淖o照制作服務(wù)廣受好評。

這次經(jīng)歷讓林澤毅對開源有了新認(rèn)知：開源項目的價值，在于能連接更多開發(fā)者，形成撬動行業(yè)的生態(tài)力量。

開源深耕：從社區(qū)探索到MLOps工具的全球突圍

證件照項目的成功，讓林澤毅萌生了嘗試做開源社區(qū)的想法。2023年，恰逢ChatGPT爆火、HuggingFace生態(tài)崛起，加上所在實驗室有模型展示和團隊協(xié)作的內(nèi)部需求，他打造了類HuggingFace的社區(qū)SwanHub。產(chǎn)品上線初期收獲了用戶好評，卻很快陷入瓶頸：開發(fā)者僅將其視為海外模型的鏡像平臺，而非工作流的一部分，也不愿自發(fā)上傳內(nèi)容。

為了破局，林澤毅深入研究了GitHub和HuggingFace的成功邏輯：兩者都先在生產(chǎn)端提供工具價值，再自然形成開源生態(tài)。GitHub靠Git衍生的Fork、Issue、PR等工具，成為開發(fā)者的生產(chǎn)協(xié)作陣地；HuggingFace則從填補BERT模型PyTorch版本空白的工具起步，打造Transformers等工具鏈，并基于此逐步搭建起模型托管社區(qū)。

摸清規(guī)律后，他結(jié)合過往對AI訓(xùn)練流程的理解，決定轉(zhuǎn)型做MLOps工具SwanLab，聚焦AI訓(xùn)練師人群的核心需求。

SwanLab很快搭建起四大核心能力：訓(xùn)練跟蹤與記錄的“訓(xùn)練備忘錄”、可視化觀測分析的“實驗儀表盤”、適配大規(guī)模場景的實驗管理、打破信息孤島的多人協(xié)同。如今它已積累3200個GitHub star，累計記錄400萬次AI訓(xùn)練，擁有10萬+活躍AI訓(xùn)練師用戶，用戶覆蓋1500所高校、1600家企業(yè)和32個國家，成為全球第二的訓(xùn)練可觀測工具。

它還與HuggingFace Transformers、LLaMA Factory等40余種AI工具完成集成，也是國內(nèi)唯一與HuggingFace生態(tài)官方集成的實驗工具。此外，SwanLab團隊還推出“天鵝書”開源教程，走進復(fù)旦、北大等高校課堂，從教育端培育AI開源人才。

從“用開源”到“做開源項目”，再到“建開源社區(qū)”“做開源商業(yè)化產(chǎn)品”，林澤毅走完了開源人的四個階段。他也為開發(fā)者總結(jié)了開源項目的成功心法：選擇競爭小的賽道、順應(yīng)技術(shù)趨勢、借鑒閉源驗證的成熟模式，同時做好產(chǎn)品迭代和貢獻者運營。在他看來，開源不僅是技術(shù)共享的載體，更是賦能年輕人突破技術(shù)門檻、實現(xiàn)創(chuàng)新的核心動力。