商湯大裝置助力智象未來實現視頻生成業務向國產算力無感遷移
國產算力跑通視頻生成規模化應用 國產算力走向規模商用，如何跨過從“適配驗證”到“真實生產”的關鍵一步，正成為行業面臨的新課題。近期，商湯大裝置與智象未來以視頻生成業務為切入，跑通了從國產算力適配到規模應用的完整鏈路。對於以圖像、視頻生成模型為核心的AI企業而言，國產化並非簡單地將模型從一種GPU遷移到另一種GPU。尤其是視頻生成模型，參數規模大、推理鏈路長、計算密集度高，從底層算力、推理框架到模型性能、生成效果和工具鏈，每一個環節都可能成為國產化落地的“卡點”。作為全球領先的多模態生成式人工智能創新企業，智象未來（HiDream.ai）致力於打造下一代原生全模態世界模型。
依託自研HiDream系列大模型，智象未來持續佈局商業營銷、影視創作、內容創作等場景，目前，其產品已覆蓋全球100多個國家和地區，服務超過5000萬名專業用戶及4萬餘家企業客戶。作為智象未來重要的AI基礎設施合作伙伴，商湯大裝置持續通過穩定、高效的AI基礎設施，支撐其模型快速研發和迭代。此次，雙方進一步將合作延伸至國產算力適配驗證。圍繞智象未來重點業務，商湯大裝置從底層算力替代出發，深入模型推理、性能優化、生成效果等關鍵環節，通過全棧技術適配與FDE專家服務，幫助智象未來實現在國產算力環境下的平穩運行，為多模態大模型的國產化部署形成可複用樣板。
01依託LightX2V多卡並行，實現視頻生成加速比達93% 對於視覺生成應用而言，性能不足不僅會增加用戶使用成本，也會影響產品體驗和業務規模化應用。因此，此次合作中，智象未來提出了明確的業務指標：在國產算力環境下，實現高清視頻的高效生成，並將端到端生成時長優化至業內領先水平。基於此具體目標，商湯大裝置團隊基於LightX2V進行了多卡並行優化，並進一步探索多機多卡場景下的擴展能力。首先從模型的優化入手，基於訓練-推理聯合優化的思路，通過LightX2V步數蒸餾、CFG蒸餾等訓練方案，在保持視頻質量的同時顯著提升推理速度。
推理過程中，通過引入CFG雙分支並行、Ulysses序列並行、TP並行等多層次並行策略，對視頻生成過程中的計算任務進行拆解與協同調度，在滿足業務效果的基礎上提升多卡資源利用效率和並行加速能力。最終，在國產芯片運行DiT模型的場景下，多卡並行視頻生成加速比達到93%，充分釋放國產算力性能。02效果優化，提升多卡生成效果一致性 如果模型遷移到新的算力環境後生成速度提升了，但人物表情、動作、細節等出現明顯變化，那麼這樣的國產化遷移依然難以真正進入生產環境。在多卡推理過程中，雙方團隊發現，同一模型在單卡和多卡環境下可能存在細微的生成效果差異，例如人物表情等特徵表現不同。
針對這一問題，商湯大裝置團隊進一步優化多卡通信過程，通過重新注入Face特徵等方式，加強多卡推理過程中的特徵一致性，使多卡生成效果進一步向單卡效果對齊。在另一個實際問題中，團隊發現部分視頻在尾幀位置出現手指等細節不清晰的情況。經過排查發現，問題與模型訓練階段和實際推理階段的視頻幀數存在差異有關。針對這一問題，團隊對推理過程進行相應補齊和優化，使長視頻生成過程中的細節表現得到改善。商湯大裝置團隊通過這些細節的調整，逐一解決了國產模型適配國產算力，在走向真實生產環境過程中遇到的工程挑戰。
03支持異構芯片零成本遷移 對於智象未來而言，國產化適配不僅要解決單一芯片的適配問題，還需要應對不同國產芯片之間的異構適配挑戰。針對這一問題，商湯大裝置構建了統一的硬件抽象體系，通過異構硬件初始化、統一設備抽象層、Registry調度工廠、硬件算子插件等，屏蔽了不同底層硬件之間的差異。基於統一抽象體系，實現“一次開發，多平臺適配”，目前已支持10餘種異構芯片上的模型零成本遷移。與此同時，商湯大裝置完成了ComfyUI等主流AI開發工具生態適配，無需改變原有工作流和開發習慣，即可在國產算力平臺完成應用開發與部署，大幅降低遷移和開發成本。
04 FDE專家服務：深入業務，保障全流程閉環 對於智象未來這樣的AI科創企業而言，模型研發和產品迭代本身就需要投入大量資源。如果再投入大量人力完成國產化環境下的適配和遷移，無疑會增加額外的人力成本和時間成本。為此，商湯大裝置通過FDE（Forward Deployed Engineer）專家服務模式，將專業工程能力深入到智象未來業務場景。此次合作中，商湯大裝置並非僅提供底層國產算力和平臺能力，而是組織專業工程團隊圍繞智象未來實際業務需求，深入參與國產化適配全過程：從模型遷移、算子優化、多卡並行，到生成效果調優、工具鏈適配，再到最終的業務效果保障，圍繞實際業務指標逐項排查和解決問題。
這種“算力平臺+工程專家”的協同方式，可以幫助AI企業減少國產化遷移過程中大量的工程投入，將更多研發資源聚焦於模型創新與產品迭代。05 業務落地：國產算力支撐規模化短視頻創作 在商湯大裝置AI 基礎設施能力和FDE專家團隊的支持下，智象未來圖像模型已完成國產算力適配驗證，並進一步支撐規模化線上流量及短視頻創作。此次商湯大裝置與智象未來的合作實踐，驗證了國產算力支撐視頻生成業務的一條可複用路徑：以底層異構算力為基礎，以統一硬件抽象體系和開發工具適配為連接，以模型性能與生成效果優化為核心，再通過FDE專家服務深入業務現場，最終實現國產算力從全棧適配、技術驗證到規模生產的完整閉環。
未來，雙方還將圍繞更多AI應用場景深化合作，共同探索國產AI基礎設施與生成式AI應用融合發展的更多可能，推動國產算力從“能用”加速邁向“好用”，助力AI創新企業更加高效地實現技術創新與業務規模化落地。
Related
相關文章
認識 Voxel51 3.0：為實體 AI 打造的統一多模態資料平臺
Voxel51 已發布 Voxel51 3.0，這是其資料平臺的一次重大更新。Voxel51 3.0 是一個端對端的多模態資料平臺，將搜尋、篩選、標註和評估整合於單一系統中。該平臺鎖定針對機器人、車輛和工廠感測器資料進行模型訓練的團隊。此次發布新增了 Voxel51 Agent、資料溯源層及免費的自助式存取。重點摘要：規模：Voxel51 Agent 內建超過 45 個 MCP 工具、80 多個運算子及 18 個開源技能。執行環境：可於 app.voxel51.com 使用託管網頁應用程式，或於雲端、混合、地端及隔離環境中自行部署。未揭露本機 GPU 需求。效能：未發布產品基準測試。Voxel51 引用其自身調查數據作為依據。最佳亮點：免費方案包含 Voxel51 Agent、每月 30,000 次推論請求及 30 個運算小時。
本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態
導航SecureDoc // EncryptionActive本期AI資訊彙總2026年10月18日的產品更新、前沿研究、行業趨勢與開源項目，幫助讀者快速瞭解當天的重要動態。
下一概念建模把文本生成提速最高31倍
斯坦福等聯合提出全新文本生成範式 NCM，生成速度狂飆 31 倍AIbase基地發佈於AI新聞資訊 · 1 分鐘閱讀 · Oct 16, 202633人工智能領域的文本生成技術迎來顛覆性創新。斯坦福大學與 Together AI 的研究人員近日聯手推出了一種截然不同於傳統自迴歸和擴散模型的全新文本生成範式——Next-Concept Modeling（簡稱 NCM，即“下一概念建模”）。該方法巧妙借鑑了圖像生成領域中“下一尺度預測”的思路，有望為未來的文本生成技術開闢全新的發展路線。在技術實現路徑上，NCM 模擬了人類“先構思宏觀大綱、再動筆填充細節”的寫作邏輯。整個系統通過兩階段訓練來完成:首先訓練多尺度殘差 VQ-VAE，從而得到能夠逐層補充信息的多層離散文本編碼;隨後凍結該系統，訓練 Transformer 模塊去預測下一層的編碼。在生成文本時，模型會先並行生成概念層面的宏觀大綱，接著逐層並行填充具體細節，最終組合成完整的文本內容。在實際測試表現中，NCM 交出了令人矚目的成績單。實驗數據顯示，在保持相近甚至更優生成質量的前提下，NCM 相對傳統的擴散語言模型實現了10到31倍的生成速度飛躍，並且在訓練過程中所需消耗的 token 數量也大幅減少。此外，在數獨等複雜推理任務上，它的表現也明顯優於傳統的自迴歸和擴散基線模型，同時還支持通過多生成候選挑選機制來進一步優化最終輸出效果。儘管目前該研究所使用的模型參數規模依然相對有限，其在擴大模型規模後的表現、精確文本以及長篇內容的生成能力仍有待後續驗證，但這一創新思路無疑打破了長期以來的技術慣性，為人工智能高效生成文本提供了充滿想象力的全新解法。本文來自AIbase日報掃碼查看歡迎來到【AI日報】欄目!這裡是你每天探索人工智能世界的指南，每天我們為你呈現AI領域的熱點內容，聚焦開發者，助你洞悉技術趨勢、瞭解創新AI產品應用。
Claude自主優化八類量子電路設計
ScienceDesigning more efficient quantum circuits with ClaudeOct 16, 2026Quantum computers will need carefully designed circuits to run useful algorithms on limited hardware.
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？
12.88萬起、華為電驅+L4同源智駕，Ray7能成為埃安年輕化的答卷嗎？ 本文作者： 倪萍 2026-10-17 22:42 導語：10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族 10月17日，埃安轎跑Ray7正式開啟預售，預售價12.88 萬起。新車車長4.9米，軸距2.9米，車頭部分搭配3.25米的超長雙環燈帶，是埃安10年煥新的家族式標識。 新車採用寧德時代電池以及廣汽自研的彈匣電池2.0技術，能夠在充分釋放續航能力的同時，監控電池健康狀態。提供45.58kWh和62.98kWh兩種規格，續航可達702公里，整車風阻係數 Cd 低至 0.22。Ray7搭載華為DriveONE多合一電驅，以及華為DriveONE芯片級驅制融合架構，百公里制動僅為32.8米。底盤方面，Ray7搭載高性能前後穩定杆和後五連桿懸架，過彎極限更高，濾振更乾淨。智能化上， Ray7搭載27顆車規級全視角傳感器，採用文遠知行L4級Robotaxi同源大模型。這幫助新車能夠複用 L4 積累的海量場景經驗，在城區掉頭、繞行等複雜場景中可順利通行。自2025年廣汽推進“番禺行動”以來，昊鉑埃安BU的研發、生產、銷售等環節效率不斷提升，產品迭代和新車投放節奏明顯加快。作為埃安全新Ray車系的首款新車，Ray7是埃安開啟年輕化序列的關鍵落子，也是廣汽切入20萬級市場的重要佈局。這一細分市場競爭並不輕鬆：小鵬P7、極氪007等車型已經提前卡位。Ray7想在年輕人心中佔位，不能只堆參數，更要把智能座艙與輔助駕駛、三電安全、補能效率、用車成本和價格權益上的差異，變成用戶可感、可信、可持續的體驗，這才是埃安年輕化的分水嶺。（雷峰網(公眾號：雷峰網)） 雷峰網原創文章，未經授權禁止轉載。詳情見轉載須知。
梁聖又掀桌了！DeepSeek新模型斬殺GPT-6，許願式編程時代降臨
作者 | 楊京麗 編輯 | 李水青 10月17日報道，剛剛，DeepSeek V4.1 Flash更新至V4.1-Flash-1017版本，官方網頁端、App與API已同步更新至新模型，模型權重也已在HuggingFace和ModelScope開放下載。DeepSeek還向公眾開放自研搜索引擎的Search（搜索）與Fetch（抓取）API，兩個接口均定價為5元/千次。 此次更新距離該模型發佈僅過去一個多月。9月10日，DeepSeek正式推出V4.1-Flash，在性能上超越了DeepSeek-V4-Pro。