不同模型廠同一家Agentic Infra，AGI時代的地基終於浮出水面
重點摘要
在WAIC 2026的論壇現場，出現了一幕饒富趣味的場景：MiniMax與階躍星辰不約而同地出現在同一家AI Infra公司的活動中，前者簽署戰略合作協議，後者發表主旨演講。這並非偶然。早在四個月前的中關村論壇上，智譜的張鵬與Kimi的楊植麟就已與這家公司的聯合創辦人兼CEO同台參與圓桌討論，並在現場被點名該公司已為Kimi與智譜提供服務。四家中國頭部基礎模型公司，先後與同一家AI Infra業者達成深度合作——這家企業正是無問芯穹。
在WAIC 2026的論壇現場，出現了一幕饒富趣味的場景：MiniMax與階躍星辰不約而同地出現在同一家AI Infra公司的活動中，前者簽署戰略合作協議，後者發表主旨演講。這並非偶然。早在四個月前的中關村論壇上，智譜的張鵬與Kimi的楊植麟就已與這家公司的聯合創辦人兼CEO同台參與圓桌討論，並在現場被點名該公司已為Kimi與智譜提供服務。四家中國頭部基礎模型公司，先後與同一家AI Infra業者達成深度合作——這家企業正是無問芯穹。這樣的局面，讓人聯想到電動車電池領域的寧德時代：造車的廠商可以各自努力，但電池這一層卻繞不開。無問芯穹的目標，正是成為大模型時代的共通基礎設施。 需求與供給之間的巨大鴻溝，是無問芯穹站穩位置的關鍵。2026年，推理需求正式超越訓練，成為AI算力消耗的主戰場。推理成本在兩年內下降了280倍，但企業的AI總支出不降反升。中國每日Token調用量已突破140萬億，一年內成長四成，需求呈現指數級增長。然而，供給端的物理算力擴產邏輯仍是線性的——多蓋機房、多買顯卡，但缺口在未來三到五年內仍難以填平。這一條裂縫，正是無問芯穹想要填補的空間。 更棘手的是，模型部署的品質好壞，外界難以察覺。當一個請求送出後，模型看似正常回應，但輸出精度可能已悄悄滑落三成，而這類問題常規監控系統無法偵測。等到用戶在業務中發現異常時，模型的信譽已經受損。這道看不見的門檻，決定了哪家供應商能真正留在牌桌上。 Kimi、智譜、MiniMax、階躍星辰之所以選擇無問芯穹，本質上是將三項核心需求同時託付：模型效果不打折、成本負擔得起、系統穩定可靠。以效果為例，先前有第三方供應商部署模型後，精度比原廠低了30%，客戶卻渾然不覺，直到業務指標下滑才回頭追查。無問芯穹為此建立了一套准入測試標準，從工具調用一致性到推理模式的精度對齊，逐一核驗，確保每個新模型上架前都經過嚴格把關。結果是，客戶無論透過無問芯穹還是原廠API，體驗幾乎沒有差別。 在成本方面，無問芯穹在今年WAIC上發布了一項自研技術——跨集群異構PD分離。大模型推理中的Prefill與Decode兩個階段負載特性截然不同，硬體需求也各異，分開部署能讓不同類型的晶片各自發揮所長。然而，當兩個階段拆分到不同機房後，面臨廣域網乙太網路傳輸KV Cache的挑戰：頻寬低、延遲高，猶如接力賽中兩位選手各自跑得飛快，卻在交棒時掉鏈子。為了解決這個問題，無問芯穹首先將Decode實例設計的Radix Cache技術創新性地遷移到跨集群架構中，使傳輸數據量直接降低一個數量級。接著，他們首創了PDD架構，將傳統的PD鏈路拆成P、RelayDecode、MainDecode三級。當遇到傳輸延遲較高的請求時，RelayDecode先頂上，迅速吐出Token給用戶，讓用戶完全感受不到背後實際長達數十秒的延遲，等數據傳輸完畢再無縫切換給MainDecode接手。實測顯示，該架構在首Token延遲（TTFT）降低51.5%的同時，單Token成本可降低37.5%。 穩定性方面，大規模集群的故障往往藏得很深。無問芯穹管理數十上百個集群，每日承載全國上T規模的流量分發，一旦伺服器宕機，靠人力監控根本來不及反應。為此，他們發布了「智算集群運維智能體系統」，能夠7×24小時全天候自動值守，將運維從「人找問題」轉變為「問題找人」以及「問題自己解決」，實現運維人效提升5倍以上，關鍵故障處理效率提升6倍。 以上三項突破，僅構成「Token工廠」這一層的地基。無問芯穹的真實企圖，是將算力、Token、生產力串成一個完整的系統，對應其提出的公式：AI生產力 = 智能資源規模 × Token轉化效率 × AI生產力轉化效率。這個系統被稱為「前店後廠一中心」的Agentic Infra戰略布局。 「一中心」指的是算力集散中心，也就是Agentic Infra自主式基礎設施平台。面對國產晶片生態的碎片化，無問芯穹將散落各地的算力資源統一匯聚、彈性調度、按需利用，為模型與應用層提供充足、穩定、可擴展的算力底座。目前該集散中心已部署觸達37,000P算力，覆蓋16種主流晶片。跨集群強化學習的挑戰也在這一層被攻克：無問芯穹將網絡、平台、框架三層優化貫穿，實現跨域強化學習訓練連續一週零中斷穩定運行，讓大規模跨域強化學習不僅「跑得通」，還能「跑得快、跑得穩」。未來，他們將持續深耕並行策略、通信融合、智能算子、極致容錯等技術，把跨域計算資源的支撐規模拓展至十萬卡級以上。 「後廠」則是Token工廠，亦即Agentic MaaS大模型服務平台。這裡是前述效果、成本、穩定性三重優勢真正兌現的地方，核心思路是「在規模之上向效率要產能」。整套服務技術棧從網關、路由到底層推理實例，層層可優化、處處有增量。截至7月，無問芯穹Agentic MaaS平台的日均Token調用量，較去年12月成長了40倍。此外，他們還與上海移動聯合打造了「天問」模型服務門戶，並與觀猹合作推出面向開發者的「TokenDance」，對標OpenRouter。 「前店」則是將累積的能力覆蓋各行各業的「AI生產力商店」，即Agentic Infra行業解決方案。這套方案已涵蓋文娛遊戲、醫療健康、法律終端、能源電力等領域，例如與VAST合作3D遊戲解決方案、協助上海瑞金醫院探索醫療大模型落地場景、為多家律所打造AI合夥人產品，以及與南方電網研究智算中心的能耗預測。值得注意的是，無問芯穹也將智能體的能力應用到AI Infra本身，打造了基礎設施智能體蜂群，包括面向用戶的平台管家智能體系統（可獨立解決80%日常問題）、面向集群的運維智能體系統，以及面向晶片的算子生成智能體系統。在GLM 5.2模型的實測中，後者在NVIDIA旗艦卡上實現端到端7.3%的性能提升，在AMD旗艦卡上更帶來39%的整體躍升。 如果只將無問芯穹視為一家賣Token的公司，就會錯過其完整的商業模式。「Token工廠」只是入口，真正在鋪設的是面向Agent時代的完整Agentic Infra布局。這套故事的說服力，從四家頭部模型廠商的深度合作便可見一斑。放眼海外，無問芯穹對標的對象是Baseten、Together AI、Fireworks AI，這些公司估值都在130億至150億美元之間。但這三家底層皆建立在NVIDIA單一生態之上，而無問芯穹面對的是遠比海外碎片化的國產晶片生態，也因此將多元異構與更完整的架構布局，打造成自己的護城河。懂算力、懂模型結構、懂訓練推理優化、懂應用場景——這四件事同時做到，正是這條賽道上真正稀缺的能力。
Related
相關文章
三萬步爆走WAIC：300多臺機器人同臺“打工”
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作三萬步爆走WAIC：300多臺機器人同臺“打工”節點財經·2026年07月21日 10:33從臺上的“舞蹈明星”，到工廠裡的“狠人打工仔” 如果你也是在今年7月的上海，頂著黃浦江畔近35度的高溫踏進WAIC展館，你大概會產生和我一模一樣的生理體驗：電梯排隊排到懷疑人生，展臺擠得腳不著地，手機信號在密集的人潮與各種無線設備幹擾下時好時壞，步數輕輕鬆鬆衝破兩萬步。 這屆大會有多火爆？ 原價168元的普通票，甚至被炒到了2000元。這應該是WAIC史上最火的一年。 但更直接的，是機器人賽道的熱鬧——從H3館綿延到徐匯西岸，200多家機器人企業、300多臺真機就在你眼皮子底下同臺運轉。 這無疑是WAIC舉辦以來最火爆的一屆。但只要你在現場多貓一會兒，就會發現今年機器人的“畫風”徹底變了。 H3館擠爆了！200多家機器人把你看“飽”了 走到世博展覽館，你才能切身體會什麼叫“AI集市”。今年WAIC乾脆搞了個“三地四館”的大場面，分工極其明確：H1看智能體大模型，H2拼底層算力，H3全留給機器人，H4則是初創團隊的擂臺。 走到H1和H2，氛圍就已經拉滿了。H1館裡，MiniMax M3、無問芯穹的脫敏智能體各顯神通，Kimi甚
AI應用WAIC“搶跑”：熱鬧是真，但差異化是假
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作AI應用WAIC“搶跑”：熱鬧是真，但差異化是假光錐智能·2026年07月21日 10:30沒人能精準預判下一個爆款，但誰也不願錯過任何可能。 今年逛WAIC在精神上是享受，在肉體上是遭罪。 展館內隨處可見超大冰塊、熱到拿手中一摞宣傳單扇風的觀眾，和架著長槍短炮、一字排開坐在角落的工作人員。每個人臉上都寫滿了疲倦。 這屆展覽總面積首次突破10萬平方米，首次把論壇和展覽拆到了不同的場館。這場盛大的展覽，是大廠、小廠、創業者同時加速湧入AI行業帶來的“繁榮”。 時代在切換，一些參與者多了，另一些參與者在退場。 去年本來就退居角落的大模型，今年在展館裡更是難以尋覓。取而代之的，是隨處可見的智能體（Agent）產品，是排成長隊的“AI智能體手機”，是各家反覆宣傳的“行業大腦”與“數字員工”。 在逛展結束之後，光錐智能從今年WAIC感受到幾個清晰的信號： 模型不再值得一個展臺，聚光燈從參數轉向了場景。C端忙著做Agent搶佔市場先機，B端忙著做智能體平臺，或是靠FDE（Forward Deployed Engineer，駐場部署工程師）挖掘企業轉型的機會。 智能體百花齊放，AI硬件也不遑多讓。場館幾乎每個展臺都在宣傳智能體。
Work Buddy續命，但不能幫騰訊拿到AI船票
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作Work Buddy續命，但不能幫騰訊拿到AI船票競合人工智能·2026年07月21日 10:30向來不是擅長掌握B端火候的廚師。 真正的顛覆者，永遠是手握底層系統、獨佔生態、掌握頂級模型的玩家。 01 一隻龍蝦的野心 2026年夏天的深圳濱海大廈，騰訊某間會議室裡，產品經理李明（化名）正對著一塊白板比劃。白板上畫著一隻藍色的龍蝦，旁邊潦草地寫著幾個詞：“大模型聚合”“工作流”“企業智能體”。這是騰訊內部代號“Work Buddy”的新產品——一隻被寄予厚望的“龍蝦”。 “我們要讓這隻龍蝦爬進每一家企業的辦公桌。”李明對在場的十幾位高管說。他的PPT翻到下一頁，一行加粗的字跳出來：“基於騰訊雲，打造中國最強的AI工作流平臺。” 會議室裡有人點頭，有人皺眉。點頭的人看到了一個機會：騰訊終於要在企業級AI市場亮劍了。皺眉的人則想起了騰訊雲這些年的尷尬——它就像騰訊帝國裡那個沉默的次子，遊戲和微信在前面風光無限，雲業務在後面悶聲不響，偶爾被提起，也總是在阿里雲、華為雲甚至金山雲的陰影裡。 但2026年的騰訊，似乎不想再沉默了。大模型浪潮席捲而來，阿里雲有通義千問，華為雲有盤古，百度有文心一言，字節有豆包。騰訊呢？它有混元
龍蝦之父一條推文，Loop 時代終結？
賬號設置我的關注我的收藏申請的報道退出登錄登錄搜索36氪Auto數字時氪未來消費智能湧現未來城市啟動Power on36氪出海36氪研究院潮生TIDE36氪企服點評36氪財經職場bonus36碳後浪研究所暗湧Waves硬氪氪睿研究院媒體品牌企業號企服點評36Kr研究院36Kr創新諮詢企業服務核心服務城市之窗政府服務創投發佈LP源計劃VClubVClub投資機構庫投資機構職位推介投資人認證投資人服務尋求報道36氪Pro創投氪堂企業入駐創業者服務創投平臺AI測評網 首頁快訊資訊推薦財經AI自助報道廣東最新創投汽車科技專精特新直播視頻專題活動搜索尋求報道我要入駐城市合作龍蝦之父一條推文，Loop 時代終結？極客邦科技InfoQ·2026年07月21日 10:26“我們還在討論循環，還是已經轉向圖了？” “我們還在討論循環，還是已經轉向圖了？” 2026 年 7 月 18 日，Peter Steinberger 在 X 平臺上用這一句話，悄然宣告了循環工程時代的終結。這條帖子在發佈後的兩天內獲得了 260 萬瀏覽。 六週前，他用“設計能提示 Agent 的循環”獲得了 840 萬瀏覽，讓全球開發者意識到提示工程的時代正在過去，循環工程才是新的方向。 兩條帖子，累計瀏覽量超過 1100 萬次，把 AI 編程領域最熱門的討論推向了下一個節點。 循環的崛起 過去一個月，“Loop Engineering（循環工程）”迅速成為 AI 編程領域的熱門概念。 但它真正的起源，要追溯到一年前。2025 年 7 月，軟件工程師 Geoffrey Huntley 提出了一種被他稱作“Ralph”的方法——一個簡單的 Bash 循環，讓 Claude 反覆執行任務直到目標達成： while :; do cat PROMPT.md | claude-code ; done Ralph 方法的核心在於繞過
Alphabet 把 Gemini 刻進了硅片
Alphabet 把 Gemini 刻進了硅片AGI-Signal2026.07.21 10:17 · 來自海外全文2992字00:00 / 08:30推理效率比現有TPU提升6至10倍。AI 芯片的競爭正在進入一個新階段。芯片開始反過來適配模型，而且是隻為單一模型定製。
把張益唐坑苦的雅可比猜想，被Fable 5證偽了？
# 利用Claude Fable 5，數學家推翻困擾學界85年的雅可比猜想 一條推文，一個反例，一篇僅有幾行多項式的論文，讓困擾代數幾何學界長達85年的雅可比猜想瞬間崩塌。Anthropic 的數學家 Levent Alpoge 在社交平台 X 上宣布，他與芝加哥大學代數幾何學家 Akhil Mathew 聯手，藉助自家大模型 Claude Fable 5，找到了一個令猜想無法成立的反例。這則消息在數小時內引爆全球數學圈，瀏覽量迅速突破五百萬，被形容為「AI 參與數學發現的歷史性時刻」。