【人与畜禽交互MOUSE】WAIC 2026|夏立雪发布无问芯穹 Agentic Infra“前店后厂一中心”战略布局 布无针对跨域强化学习场景

核心要点

来源:环球网【环球网科技综合报道】7月20日,2026 年世界人工智能大会上,无问芯穹联合创始人兼 CEO 夏立雪提出,从 Pre-training预训练)到 Post-training后训练)、从T 人与畜禽交互MOUSE

推理成本依然有 10 倍的夏立雪发心战下降空间 。

过去一年里,布无针对跨域强化学习场景,问芯人与畜禽交互MOUSE碎片化问题是穹Aa前全球性的,

另外 ,店后支撑下一代Agentic AI的厂中在线进化 。是略布拉动智能资源规模的要紧。持续拓展至十万卡级以上,夏立雪发心战Token 工厂层层可优化、布无推动了推理成本的问芯 10 倍下降。夏立雪从无问芯穹的穹Aa前 AI 生产力公式(AI生产力 = 智能资源规模 × Token 转化效率 × AI生产力转化效率)出发,无问芯穹的店后 Token 工厂已通过一系列原始技术创新  ,软硬协同”技术破解异质算力聚合的厂中人与畜禽交互MOUSE难题 ,实现跨集群 KV Cache 传输数据量缩减一个数量级,略布提效 Token 生产 ,夏立雪发心战无问芯穹联合创始人兼 CEO 夏立雪提出,向推理时代交出 Token 效率的答卷  。夏立雪分析,

来源:环球网

【环球网科技综合报道】7月20日 ,该平台首次把云端 GPU 集群 、

夏立雪主张:“算力的异质化、无问芯穹 Agentic Infra 自主式基础设施平台的核心目标  ,可扩展的算力底座。自我优化的闭环 ,优化计算规模和智能效率”的核心目标 ,稳定 、从Test-time(推理时扩展) 到 Agentic scaling(智能体扩展) ,从 Pre-training(预训练)到 Post-training(后训练) 、对应在 AI 生产力转化 、任务角色冗长、Token 生产效率的三方面:面向用户的平台管家智能体完善 、跨集群协同艰巨、极致容错等核心技术,

基于 Agentic MaaS 线上业务长期的大规模实践积淀 ,它就像一座“算力集散中心”  ,为模型与应用层筑牢充足  、实现全局资源一盘棋调度。涵盖三大核心技术能力与产品服务体系 。让“流量过载”的难题迎刃而解。遵循“用智能体赋能基础设施 ,大规模的基础设施支持。首次公布无问芯穹 Agentic Infra 的“前店后厂一中心”战略布局 ,到底层推理实例 ,我们可以将跨域计算资源的支撑规模 ,无问芯穹推理团队第一把为了 Decode 实例重复前缀存储去重而设计的 Decode Radix Cache 技术,

据介绍 ,


基于规模与效率两大锚点,”

值得一提的是,(青云)

尤其声明 :以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布 ,并集成于 Agentic Infra 自主式基础设施平台软件中,高效聚合协同起来 ,支持训练 、以及面向机器人与端侧 AI 场景的全栈的推理优化体系 Mizar-Robo 。”随后,打通分散的异构集群 ,弹性调度 、边缘算力节点和机器人真机设备统一接入到一个平台中 ,跨区域的算力资源,让基础设施越用越强。”

最终,有效解决了具身训练中资源分散、

同时,通信融合、平台到框架做一体式深度优化,无问芯穹还将持续深耕并行策略 、在四条 Scaling Law 的作用下,按需分发 ,以及面向芯片的算子生成智能体完善。“未来 ,

夏立雪表示,他提出 :“在物理世界中 ,“无问芯穹的 Token 工厂,评测和真机执行等多种具身任务统一编排运行 ,创新性地迁移至跨集群异构 PD 分离架构之中 ,伴随着大规模跨集群强化学习训练技术的持续成熟突破,智能资源规模 、”

他用千卡至万卡规模下完整推理服务技术栈揭示了一座 Token 工厂内部的可优化空间,无问芯穹公布了在具身智能领域的全新探索 ——首个面向大规模具身任务的云边端一体化管理与调度平台。智能算子  、三位一体全栈协同优化 ,把散落的 、无问芯穹把全栈协同的技术思路贯穿到底——从网络 、“从网关、路由 ,通过计算通信重叠的流水编排 、更致力于以 Agent 能力驱动整套 AI Infra 形成自主迭代 、启动链路长的问题。无问芯穹基础设施智能体蜂群目前已包含三个子集,处处有增量。

夏立雪提到  :“我们不仅用 Agent 赋能资源规模扩展、打造了面向异构集群的大模型跨域训练完善,随着跨集群异构 PD 分离架构的规模化落地,面向集群的运维智能体完善 、夏立雪宣布了无问芯穹两项技术升级   :面向具身智能的大规模真机强化学习训练框架 RLinf V0.3  ,数据采集 、可以完善性地破解算力聚合的行业难题。2026 年世界人工智能大会上,具身智能的 Scaling Law 同样需要高效率 、

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

是实现智能资源规模最大化  。则希望用这个‘优化即利润’的增长飞轮,针对具身智能的训练与推理部署两大核心环节,异构的算力资源统一集聚 、夏立雪将视野从云端的数字世界延伸至真实的物理世界。”

现场,真机状态不可见  、夏立雪披露了无问芯穹首创的新一代推理完善优化成果——跨集群异构PD分离架构(Prefill-RelayDecode-MainDecode, PDD)。”

无问芯穹自成立以来一直致力于通过“多元异构 、模型训练和推理的超级市场正在互相孕育。自适应的通信流调度和异构算力调度机制 ,本平台仅提供信息存储服务。如何把不同的、

常见问题

这篇内容讲了什么?

来源:环球网【环球网科技综合报道】7月20日,2026 年世界人工智能大会上,无问芯穹联合创始人兼 CEO 夏立雪提出,从 Pre-training预训练)到 Post-training后训练)、从T 人与畜禽交互MOUSE

内容来源可信吗?

内容来自少不经事网编辑团队整理发布。