AI消息速览

不同模型厂同一家Agentic Infra，AGI时代的地基终于浮出水面

事件日期 2026-07-20 · 产业观察 · 已接受

返回列表 打开来源
事件日期2026-07-20
信息日期2026-07-20
入库日期2026-07-21
通道产业观察
状态已接受
来源量子位

知识卡片：不同模型厂同一家Agentic Infra，AGI时代的地基终于浮出水面

一句话结论

无问芯穹在WAIC上完整发布“前店后厂一中心”Agentic Infra战略，获得MiniMax、阶跃星辰、智谱、Kimi四家国产头部基模公司深度合作，并展示了跨集群异构PDD架构、运维智能体系统、跨集群强化学习等核心技术细节，日均Token调用量较去年12月增长40倍，对标海外Baseten/Together AI等估值130‑150亿美元公司，但在国产碎片化芯片生态下形成了差异化壁垒。

事件概述

2026年7月20日WAIC论坛上，MiniMax和阶跃星辰同时出现在无问芯穹公司论坛现场，分别进行战略合作签约和主旨演讲；此前智谱张鹏和Kimi杨植麟也曾与该司联合创始人同台。四家头部基模公司先后与同一家AI Infra公司达成合作。无问芯穹正式发布面向Agent时代的“前店后厂一中心”战略：算力集散中心（Agentic Infra平台）、Token工厂（Agentic MaaS平台）和AI生产力商店（行业解决方案）。

英文标题（由中文标题翻译）：Different Model Makers, Same Agentic Infra: The Foundation of the AGI Era Finally Emerges
英文关键词：Agentic Infra, 无问芯穹, 推理基础设施, PDD架构, 跨集群异构, 运维智能体

方法/产品要点

  • 跨集群异构PDD架构：将传统PD链路拆为Prefill、RelayDecode、MainDecode三级。RelayDecode在传输延迟高时先行吐Token给用户，用户无感知；MainDecode后续无缝接管。实测首Token延迟降低51.5%，单Token成本降低37.5%（该数据与已有卡片重复，此处仅做关联）。
  • 跨集群强化学习：通过网络、平台、框架三层优化，实现跨域强化学习训练连续一周0中断稳定运行，未来目标扩展至十万卡级以上。
  • 智算集群运维智能体系统：7×24小时值守，实现“问题找人”及自动修复，运维人效提升5倍以上，关键故障处理效率提升6倍。
  • 基础设施智能体蜂群：
    • 平台管家智能体：独立解决80%日常问题；
    • 运维智能体：同上；
    • 算子生成智能体：在GLM 5.2模型中，NVIDIA旗舰卡端到端性能提升7.3%，AMD旗舰卡提升39%。
  • 算力集散中心：已部署触达37000P算力，覆盖接入16种主流芯片（含国产芯片）。
  • 前店（行业解决方案）：覆盖文娱游戏（与VAST合作3D游戏）、医疗健康（上海瑞金医院）、法律（AI合伙人产品）、能源电力（南方电网智算中心能耗预测）等。

主要结果或产业意义

  • 日均Token调用量较去年12月增长40倍。
  • 四家国产头部基模公司同时选择同一家Infra，表明其技术在效果（精度对齐）、成本（PDD架构）、稳定性（运维智能体）三个维度通过了头部客户的严苛验证。
  • 无问芯穹对标海外Baseten、Together AI、Fireworks AI（市场估值130‑150亿美元），但面对更碎片化的国产芯片生态，多元异构与完整架构布局成为差异化护城河。

为什么重要

本条报道是对已有卡片《无问芯穹发布Agentic Infra，布局“前店后厂一中心”体系》的重要补充。增量信息包括：四家合作方的现场细节（MiniMax、阶跃星辰签约+演讲）、PDD架构中RelayDecode的具体角色、跨集群强化学习的连续稳定运行记录、运维智能体的人效提升数字、芯片覆盖数（16种）和算力规模（37000P）、行业应用案例（医疗、能源等）、基础设施智能体蜂群中算子生成智能体在AMD卡上的39%提升，以及海外对标估值。这些内容展示了无问芯穹在国产芯片生态下的系统性竞争力和工程深度。

局限与不确定性

  • 部分性能数据（如运维人效提升5倍、故障处理效率提升6倍、算子生成智能体提升比例）来自企业官方声明，缺乏独立第三方验证。
  • “跨集群强化学习连续一周0中断”在更大规模、更长周期下的稳定性尚待观察。
  • 日均Token调用量增长40倍的基数和统计口径需进一步确认。
  • 海外对标公司的估值信息为市场传闻，未经官方证实。

可用于图书/PPT/简报的角度

  • AGI基础设施的“前店后厂一中心”模式：算力管理、模型服务平台、行业解决方案如何形成闭环。
  • 国产芯片碎片化下的创新路径：无问芯穹覆盖16种芯片的异构调度能力，可作为AI Infra应对硬件多样性的典型案例。
  • 推理经济与工程优化：从PDD架构看如何同时降低延迟与成本，解决跨集群广域网传输瓶颈。
  • AI for Infra：基础设施智能体蜂群（运维、芯片优化）展示AI自身如何提升AI基础设施效率。

与既有脉络的关系

已有卡片《无问芯穹发布Agentic Infra》概述了战略发布与核心指标。本条卡片在此基础上补充了具体合作方、技术工程细节、行业落地案例、硬件覆盖范围和海外对标信息，能更全面地理解无问芯穹在Agentic Infra领域的系统性竞争力。

原始材料

  • 来源：量子位（作者：克雷西）
  • 发布日期：2026-07-20
  • URL：https://www.qbitai.com/2026/07/455805.html
  • 英文关键词：Agentic Infra, 无问芯穹, 推理基础设施, PDD架构, 跨集群异构