离婚协议

无问芯穹夏立雪：智能体带来Token分层，国产芯片适配效果明显提升_我的网站

A |     “今年上半年公司Token调用量7个月增长40倍，其中95%以上的推理任务来自智能体（Agent）需求。”          在2026WAIC期间，无问芯穹CEO夏立雪在接受澎湃新闻记者等媒体采访时表示，目前无问芯穹已在全国纳管16种不同架构芯片、合计3.7万P算力，过去一年已将推理成本降低至十分之一，未来全链路协同下仍有90%成本下降空间。

B |          夏立雪认为，当前AI行业的核心矛盾从未改变：需求是指数级增长，芯片供给的增长是线性的，单纯堆芯片已经追不上需求增速。    8月26日消息，近期，国家知识产权局公示了比亚迪批量申报的多项轮胎相关发明专利，覆盖可变电控轮胎骨架、四轮独立充放气、轮胎内壁光栅传感、双层防爆多气腔等多个方向，整套技术方案形成完整自研体系。

C |     这套方案中，轮胎内壁光栅传感专利通过轮胎内壁全覆盖式柔性光栅贴片，消除传统胎压监测的形变盲区，同步采集胎压、温度、轮胎形变等多维状态数据，为胎压调节提供感知输入。“大家不是觉得AI没用，是觉得它有点贵——这本身就是供不应求的信号，如果供大于求，大家只会觉得它没用。

D |          与之配套的是主动四轮独立充放气系统专利。简单来说，这套系统可实现无需下车，车辆对每个轮胎单独完成充气、放气，四轮可同步操作，互不干扰。”          过去三年推理成本的下降，已经带动了第一批场景落地；他判断未来全行业仍有至少90%的成本下降空间，来源不只是单点技术优化，而是全链路协同：跨域异构集群的资源池化、PDD等新架构的普及，以及场景端的需求分层。         夏立雪认为，真正的生产力应该是“资源规模×Token生产效率×Token转化为生产力的效率”。     过往主动充放气技术多应用在军用越野轮式装甲车，大多采用车桥控制模式，前桥两轮、后桥两轮统一调压，或是管路共用，轮胎只能够依次调压。    路虎早期中央充放气专利同样以桥控为主，无法做到每个车轮充放气通道完全独立并行，大多只能整车统一升压降压，单轮独立调节能力有限。

E |          比亚迪这套充放气系统主要由充气阀组、放气阀组两部分构成。充气阀组接入车载气源，分出多路出气口分别对接4条轮胎，每一路管路都配有独立电磁阀，可单独控制对应轮胎充气。

F | 目前全行业还在共创价值衡量指标，本质是计量每个Token产生的实际经济价值，推动行业从“按Token数量计费”转向“按最终价值计费”。    放气阀组为每条轮胎配备独立放气电磁阀，排气口直连外界大气，需要给某一轮胎降压时，仅开启对应阀门即可向外排气。每条轮胎充、放气通路均可单独通断，支持多轮同步充放气，调节效率大幅提升。

G |     两套专利相互配合，车辆依靠光栅贴片识别路面带来的轮胎状态变化，充放气系统据此动态调整各个车轮胎压。         据了解，今年上半年，无问芯穹Token增量几乎全部来自Agent。“95%以上的推理任务跑的都是智能体相关任务，不管是直接服务大模型厂商，还是直接服务垂类客户，最终需求都来自Agent落地。

H | 沙地、泥地越野场景下，系统可以降低胎压扩大轮胎接地面积。    行驶至铺装路面，自动将胎压恢复至标准数值；遇到轮胎慢撒气故障，也能够自动补压，不必立刻靠边停车，全程无需人工干预，优化轮胎抓地性能。               

I | ”夏立雪表示，目前代码生成、文娱营销、基础设施运维、具身智能、制造、电力、法律等行业都已经在大规模使用AI。         针对行业普遍关注的Token标准化问题，夏立雪明确判断：Token必然分层，且分层已经在发生。未来会出现面向高端复杂任务的高价值Token，也会有面向简单场景的高性价比Token。         这种分层直接带动了过去一年国产芯片的落地进展。

J | 他坦言，国产芯片适配效果的明显提升，一半来自技术端解决了跨集群调度、负载均衡等问题，更核心的原因是Agent带来了任务分层：智能体会派生大量不同复杂度的子任务，不需要所有任务都跑在最高端的芯片上，国产芯片可以承担自己擅长的任务，不用再“硬扛”最复杂的大模型训练负载。         “不同芯片各有侧重，都能在价值金字塔里找到自己的位置，不用浪费资源杀鸡用牛刀。

K | ”          夏立雪透露，目前无问芯穹已经在和行业客户探索多模型协同的分层交付模式，通过不同能力的模型配合完成任务，直接为最终结果负责。

L |          对于今年的热点话题物理AI，无问芯穹宣布将具身智能场景纳入Token工厂的覆盖范围。         夏立雪表示，AI必然从数字世界走向物理世界，云侧GPU、边缘节点、机器人本体的算力都应该被纳入统一资源池调度，而团队过去在大规模云侧强化学习、跨集群调度上积累的能力可以直接复用，其发布的RLinf新版本已经实现真机渲染、训练到推理的全链路云边协同，Mizar-Robo推理优化方案已经和星海图、云深处等具身机器人厂商达成合作，优化机器人端侧推理效率，形成“机器人采集物理世界数据-云侧强化学习训练-端侧推理落地”的闭环。“我们不做机器人本体，就做好具身场景的Token工厂，给伙伴们提供低成本的弹药，让他们能以更低的成本推产品、拓市场。”          谈到AI赛道的行业竞争，在夏立雪看来，AGI不是单一公司能完成的使命，当前行业供需缺口还在持续扩大，只要技术能创造效率价值就有商业空间。近期智谱GLM、月之暗面Kimi等清华系开源大模型登顶国际榜单，中国的开源生态是核心优势，开源让技术、数据、资源能更快流动形成闭环，带动全行业效率提升。

M |          当天，无问芯穹公布Agentic Infra 的“前店后厂一中心”战略布局，涵盖三大核心技术能力与产品服务体系：“算力集散中心”：Agentic Infra 自主式基础设施平台；“Token工厂”：Agentic MaaS 大模型服务平台；“AI生产力商店”： Agentic Infra 行业解决方案。

N |

Current article:http://obf4jny.chengjuecannaobianmouqueduoyu.shop/23wc/6i2c.html

Published on:20:50:39