昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来

资讯 AI 行业观察 全文 4998 字 · 约 13 分钟读完 配图 14 张 分类SOTA华为算力世界模型

国产算力的成熟,把具身竞争维度从「芯片有多强」,拉入了一个比拼训练效率、数据规模、部署成本和场景落地速度的多维战场。

所属频道 大厂动态模型发布算力与芯片

田晏林 发自 凹非寺

量子位 | 公众号 QbitAI

华为云要开源具身世界模型了,一开就是双榜第一!

关键是,这个模型用的还是国产昇腾算力。

11月16日,华为云发布了昇腾原生具身世界模型CloudRobo-WM1.2。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 1)

在RoboTwin 2.0和LIBERO-Pro 2.0两项具身智能评测中,它的平均成功率都排第一。

华为云计划在11月30日,开放该模型权重、推理代码和后训练代码。

好么,连后训练代码都直接开源放出,华为这一步确实够猛。

别家机器人团队想教这个模型干个新活儿,不用从零搭训练链路,拿到现成代码,接上自家数据就能直接上手调试验证!

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 2)

而且这次,华为云没有停留在「把模型迁移到昇腾芯片上跑通」这一步,而是从模型架构、训练框架到核心算子、推理部署,围绕具身模型的特点做软硬件协同优化。

从世界模型预训练、强化学习,到机器人上手干活,华为云把这整条链路接了起来。

这正是「昇腾原生」的核心含义。

国产算力,具身世界模型也能训到双榜第一

首次亮相,华为云具身世界模型CloudRobo-WM1.2就交出了两份亮眼成绩单。

在RoboTwin 2.0和LIBERO-Pro 2.0上,分别跑出88.98%和81.73%,双双拿下第一。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 3)

这款模型在昇腾算力上训练,并且其训练框架、关键算子、推理部署,也都围绕昇腾做了优化。

「昇腾原生」,说的就是这套做法。

仿真榜单成绩亮眼,真机场景同样经得起考验。

在第三方独立测试中,5种机器人本体上阵,考了13项操作任务。从转旋钮、双臂连续交接到玩具入篮,模型的平均成功率比第二名高出23个百分点。

有个小细节挺有意思。机器人将插头插入后意外滑脱,CloudRobo-WM1.2可以根据新观测画面动态调整动作,重试插接。

这意味着,它记住的不只是固定动作轨迹,其还具备对物理交互结果的预判能力。

不过,听了华为云在最近举办的具身世界模型CloudRobo发布会上的介绍,我又感觉它能取得SOTA表现,不算意外了。

首先,CloudRobo-WM1.2在「让机器人更懂物理世界」这件事上,下了一些功夫。

常规模型能够识别杯子、定位杯子的空间位置,但学到的大多只是特定视角下的外观特征。

一旦涉及物理交互——比如机器人向前推动杯子,杯子会滑动还是倾倒?这类问题普通模型很难精准预判;在物体遮挡、视角变化、物体动态运动的场景下,误差会更加明显。

华为云采用PPA(Perceive-Predict-Act)多模态世界表征架构,针对的就是这个问题,它把感知、预测和动作放在同一阶段联合训练,同步接入RGB视频、DINO语义特征、深度和三维点云多类信号。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 4)

所以,机器人不光会知道杯子是什么、在哪儿,还能理解它的空间结构、运动状态,以及预判动作带来的物理结果。

「杯子被推一下后接下来会怎么动」这种复杂物理问题也能轻松应对。

模型能学的信息多了,具身数据里的动作标注、深度和相机视角却经常凑不齐。少了一项,剩下的还能拿来训吗?

能!

华为云在预训练时用多粒度监督掩码,把缺失或无效的部分从损失计算里划掉。哪部分信息可靠,模型就学哪部分。

这就像做一道综合大题,如果其中某一小问的条件残缺读不通,我们不会直接放弃整道大题,而是先用其他清晰可用的条件继续推导求解。

它的实际意义不在于「容忍脏数据」,而在于让大量不够完美的异构数据进入训练,避免因为局部信息缺失直接丢弃整条样本。

真机采集数据成本高达500元~1000元/时,存量有效数据仅百万小时级别。而头部厂商判断的需求是亿小时级。

在这种供需差下,数据利用效率本身就是工程竞争力。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 5)

华为云还在「让机器人有更强的动手能力」这件事上实现了两处突破。

第一,场景理解与动作生成双路径协同,也就是DualAct架构。

一条是action expert动作专家分支,负责直接生成动作,速度更快,适合对响应速度要求更高的任务;

另一条依托世界模型骨干world generator,在理解场景的同时预测未来状态,精度更高,适合精细、复杂、需要考虑物理变化的任务。

而且,两条路用同一套动作目标训练,专家的大小也可以按任务调整,兼顾速度与精度。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 6)

第二,本体语义保真跨具身运动建模,解决一套模型适配多形态机器人的难题。

不同机器人本体差异巨大:单臂、双臂、轮式机器人结构各不相同,好比不同车型,操控逻辑各有区别;但同类任务背后,动作意图是共通的。

华为云这套技术,相当于给机器人装个「翻译器」。

模型保留机器人96维、人类运动168维各自的原生状态表征,再用本体标记区分各自的运动接口。

对物体和场景的理解可以一起学;该怎么动,就按机器人各自的结构特征来自主适配。

据华为云披露,现在训练数据已经扩到2.75万小时,接入20个数据源、33种本体。

另外,做具身模型还有一个共识,「想得准」和「动作出得快」挺难兼顾的。

华为云咋处理呢?

给推理方案设置了四个「套餐」——World/Expert Action,Joint/Action-only,四种弹性推理模式可按需组合。

换句话说,可以只输出动作,也可以兼顾输出动作+做出预测;你还可以指定让动作专家来搞定,或是让世界骨干来完成。

研发调试要精度,实际部署要速度,都能照顾到,研发团队可以根据算力、时延的要求灵活组合,就像点菜一样,丰俭由人。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 7)

最重的一档,计算量约是最轻一档的11倍。

按任务挑着算,是CloudRobo-WM1.2在模型设计上省算力的办法。

可要把长视频、深度和动作一起训进去,还要让模型到了真机能及时出动作,昇腾是怎么接住这些活儿的?

「昇腾原生」,到底原生在哪里?

华为云先从显存下手。

拿7B参数的世界动作模型算笔账。

光是模型参数、梯度和优化器状态,就要吃掉约112GB显存!

注意,长视频带来的额外开销,还没算进去呢。

具身世界模型对算力的胃口,不是一般的大。视频、深度、三维点云、动作序列,模型都得处理。算力与显存需求远超普通大模型。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 8)

到了真机上,又要算另一笔账。机器人等着下一步指令,模型得及时给出动作,推理开销也得控住。

这笔开销牵动的是整套训练系统。

几张卡怎么分活儿,大数据怎么送过去,训练框架和算子怎么在卡上跑,多分支梯度如何归约,attention选择性重算等,都要围绕昇腾这套硬件一起调。

这就是「昇腾原生」。

一张工作台摊不开,就让几张台子一起干。

华为云把数据处理和模型计算分开,前者可以交给鲲鹏,后者由昇腾NPU来做。

多张昇腾卡通过超节点高速互联,长视频序列可以拆开算,模型参数也能分着存。

有些中间结果可以等用到时再算一遍,多花几步计算,给显存腾出地方。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 9)

桌子摆开了,下一批数据还得及时送过去。

两路各4Mbps的视频,录8000小时,光压缩视频就有约28.8TB。

训练时还要反复读、解码、抽帧,再把画面对上同一时刻的机器人轨迹。

华为云把视频、关节状态、末端轨迹、底盘和任务标签统一存起来,按一次完整的操作建索引。

搜到一段动作,相关数据就能一块儿取出来。常用的提前缓存,下一批要用的提前读。卡还在算手上这批,后一批已经在路上了,避免算力空等。

这有点像餐馆后厨:热门菜提前备料,下一单还没来,食材已经先解冻了。

数据到了,训练框架还得把活儿派匀。视频、点云和动作占的显存不一样,一批样本分得不好,这张卡已经挤满了,那张卡还空着。

华为云在框架里单独安排重计算,配合长序列和模型并行,把各张卡的负担分匀一点。几张卡要交换结果,也可以趁数据还在路上,先算手头能做的部分。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 10)

到了强化学习环节,同样存在算力等待瓶颈。

模型把动作算出来了,仿真里的机器人得照着做,再把新画面和结果送回来,训练才能接着跑。

华为云和清华大学于超团队把开源具身强化学习框架RLinf接到昇腾上,有个改动挺有意思。

在一组LIBERO测试里,模型一次给出10步动作,第10步才需要看新画面。那前9步的画面就无需逐帧渲染。物理仿真一步步走,奖励也照常算,在动作规划周期内减少渲染开销。

昇腾卡上也有活儿能省。

华为云团队把归一化、旋转位置编码等反复要做的运算,接到昇腾NPU的融合算子上。

原来要分几次做的计算,有些可以在卡上合着算。少下几次指令,中间数据也少搬几趟。

华为云透露,适配后,相关推理效率和训练吞吐有约2至3倍的提升。

拆开看RLinf公布的测试,GR00T N1.5和N1.6单位时间内能算出的动作增加了195%至278%,StarVLA的训练调用吞吐提升186%至240%。

一整轮强化学习能快多少,还得把仿真、通信和参数更新都算进去。

这些活儿接到了CloudRobo,也就是华为云的具身智能开发和运行平台。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 11)

△AI生成

数据难采,可以先在仿真里合成一批,再在昇腾上做预训练、强化学习和评测。

上真机时,就能用上前面说的四种推理模式。调试时把未来画面和动作一起算出来,现场干活时可以只算下一段动作。

动作算完了,还得及时送到机器人手上。

华为云用R2C(Robot to Cloud)接入不同机器人。现场的画面和状态能传上去,模型算出的动作也能发回来。

需要近距离无线通信时,还可以结合星闪,减少传输延迟。

碰上新的工况,团队会把采到的作业数据带回CloudRobo,看看模型在哪一步出了问题,再补训、评测,把更新后的模型部署回去。

好,模型能训出来,也能上真机了。到了工厂,先让机器人接哪道工序?到了仓库,哪种工况最该补数据?

这些事,天天跟设备打交道的人最清楚。

要把伙伴拉进来

可真要把一道工序教给机器人,谁也没法一手包办。

做模型的进厂,得补现场数据、学工艺。制造企业懂生产,但也得有人帮着采数据、训模型。

本体厂商则要把模型接到自家机器人上,边跑边调。

华为云呢,想把这几拨人拉到CloudRobo上一起做项目。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 12)

数据怎么进、模型怎么训、仿真怎么测、真机怎么跑,平台留了API、SDK、CLI和插件接口。

各家的模型、数采工具和训练框架,都能接进来用。

CloudRobo-WM1.2也会进平台,权重、推理代码和后训练代码计划于11月30日开放。

东西做好了,怎么卖出去?

华为云「行业AI梦工厂」具身智能专区依托昇腾云和CloudRobo,伙伴能在这儿发布数据集、模型、工具链和方案。

昇腾算力训出了双榜SOTA的具身世界模型,华为云这次想把整套底座开放出来(配图 13)

比如,做仿真引擎,华为云和伙伴一起打磨,做好的能力可以集成进CloudRobo,也能上云商店卖。

华为云具身智能产品线总裁、具身智能Lab主任吴小东还给了句准话:同等条件下,华为云优先推荐伙伴的模型和方案。

具身智能正在走向产业化的关键窗口期,昇腾云已成为国产云阵营中事实上的算力底座与生态入口。

从6月上线到现在,具身智能专区已经和230多家企业及高校开展合作,吸引了超1.65万名开发者,攒下1500多项行业资产。

当前,国内每10家具身智能企业,可能就有8家选了华为昇腾云。

身处国内具身智能市场处于第一梯队,华为昇腾云也完成国内重点高校的大范围覆盖。

浙大、上海交大等都已经和华为云深度合作。他们用昇腾算力、仿真平台和开源代码一起训模型、搭数据集、做评测,也共建课程和实训基地。

产业侧的落地也在持续提速:与福龙马围绕无人环卫展开合作,联合定义产品,也一起搞营销、推上市;与亿嘉和联合发布配网带电作业机器人,在配网高危作业中规模化商用;与山河智能联合推进矿山场景落地……

从工业制造、城市服务、应急救援,到生活服务、医疗康养、教育实训,CloudRobo的触角已经延伸至20多个行业。

One more thing

全球AI的比拼,正从一块芯片的性能,转向一整套系统的能力。

落到具身智能上,电力得供得上,机器人干活的数据得收得回来、用得起来,还得把机器交到客户手里,进了新场景能接着改。

国内有电力基建和「东数西算」打底。国产算力训练具身模型逐渐成熟,接下来比的就是谁训得更快、能用上更多数据、部署成本更低、落地更快。

单项技术能跑到前面,把各个环节接起来的工程能力和产业配套,也一样重要。

用昇腾原生训练的CloudRobo-WM1.2,在两项国际基准上都拿了第一,挺提气的。

至少对具身智能厂商而言,训练侧终于不只有英伟达一条路可走了。

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关推荐 按相关度与热度排序

全部资讯 →
  1. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  2. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  3. 上海AI Lab开源Sage S2.1 Flash报告:320B模型四基准SOTA

    只需一个指令,Agent 就能从 12,487 张 CT 图像中,重建一个三维骨骼模型?Sage S2.1 Flash 做到了,它的答案是找出属于目标扫描序列的切片,整理好,再操作医学影像软件 3D Slicer,重建立体可见的骨骼模型。近日,上海人工智能实验室联合复旦大学、中国科学院软件研究所、中国人民大学、中国科学

    来源 腾讯网
  4. Anthropic上市:发行价83美元,阿莫迪从GPT-2警示到敲钟

    美国时间11月19日,Anthropic正式登陆纳斯达克,以“ANT”为股票代码挂牌,创下了全球史上最大规模IPO纪录。就在上市前一天,Anthropic将发行价定在每股83美元,并将发行数量从8.25亿股增加到9.8亿股,最终公开发行规模达到813.4亿美元。按发行价计算,这家成立不到六年的AI公司,完全稀释估值约为

    来源 腾讯网
  5. 方兴东谈昇腾:工艺能封,架构封不住,国产算力走系统突围路

    出品 | 网易科技 《态度》 作者 | 章剑锋 2026年的中国AI芯片产业正站在一个微妙的临界点上。 高盛报告显示,按产量口径,国内芯片自给率已从2010年的38%攀升至2026年6月的约70%;另据IDC数据,2026年上半年国内数据中心AI加速器市场中,昇腾以28%的出货份额将英伟达的领先优势压缩至6个百分点。然

    来源 AI 行业观察
  6. AMD苏姿丰给出2027年指引:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  7. AMD苏姿丰给出2027年目标:服务器营收翻倍,总营收增幅超80%

    11月19日,AMDCEO苏姿丰在第三季度财报电话会议上给出了极为激进的业绩指引:预计2027年公司服务器业务营收将实现同比翻倍,整体营收增幅超过80%。这一表态正值全球AI算力需求持续井喷、竞争对手英伟达深陷高层动荡的微妙窗口期,AMD正加速抢占数据中心市场份额。

    来源 TechWeb
  8. Anthropic上市首日涨17%:1.76万亿市值与895亿算力账单

    2026年11月20日,Anthropic以ANT为代码在纳斯达克挂牌,开盘价$111.50较发行价$83上涨34%,盘中市值短暂突破2万亿美元,收盘回落至$97.17,完全稀释市值定格$1.76万亿。这是有史以来最大IPO,募资$813亿超越今年6月SpaceX的$750亿纪录。但招股书同时披露:上半年净亏损$807

    来源 AI 行业观察
  9. 阿里平头哥启动上市:百亿营收芯片业务待独立估值

    11月19日晚,阿里巴巴CEO吴泳铭在财报电话会上透露,千问已经在平头哥芯片上训练下一代模型,百炼也已基于国产芯片提供模型推理服务。 三个月前,阿里公布了一次业务调整:云智能集团与平头哥整合为“AI云与算力服务”。两项业务被放进同一个财务分部,阿里希望芯片与云计算更加紧密地配合。 9月11日,平头哥向港交所秘密递交了上

    来源 AI 行业观察
  10. HPE ProLiant Gen13上新:第六代AMD EPYC加持,面向AI推理与企业负载

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  11. HPE推ProLiant Gen13服务器:搭载第六代AMD EPYC,主打AI推理与安全

    为此,HPE以全新ProLiant Gen13服务器作出系统性回应。HPE此次推出的两款ProLiant Gen13服务器,融合HPE深厚的工程技术积淀与AMD EPYC 9006 SP7处理器的性能优势,在核心密度、内存带宽及I/O能力等方面实现进一步提升,为企业应对AI时代多元化、复杂化的计算需求提供强劲算力支持。

    来源 TechWeb
  12. 华为OSTA星芒推首款鸿蒙AI手机OSTA O1 Pro,主打系统级智能体小艺

    现在请你张开左手,略微用力仔细抚摸小指头第二节的内侧,大概率会摸到一个凹槽,这是我们长时间使用手机时用小指头当做支撑点留下的印记。这种可触摸的印记要比手机对我们大脑留下的改变更为直观,亦是人在使用手机,手机反过来塑造人的小小例证。类似的,在《人类简史》里,作者提了一个有点反常识的观点:看起来是人类驯...

    来源 腾讯网
  13. 华为鸿蒙智家无界交互定档11月24日,预热“住进未来家”

    IT之家 11 月 19 日消息,华为官方今日宣布,新一代华为鸿蒙智家无界交互将在 11 月 24 日发布,号称“住进未来家”。华为官方暂未公布新一代鸿蒙智家无界交互的具体功能,不过预热海报中展示了人车家生态场景。图中的女主人公手持平板似乎正在控制窗帘开关等,而男主人公和小朋友正在看电视。预计无界交互将进一步优化智能.

    来源 腾讯网
  14. 华为鸿蒙星河互联:iPhone来电可流转接听,适配Mate 90系列等机型

    IT之家 11 月 19 日消息,华为官方今日发布图文,介绍了鸿蒙星河互联带来的 HUAWEI + iPhone 双机互联的功能,包括网络共享、一键查找、消息 & 电话流转等。 IT之家附华为官方图文介绍如下: 华为官方宣传页面显示,鸿蒙星河互联支持 iPhone 通话流转至华为手机,并且同样能够激活华为手机端的智能防

    来源 AI 行业观察
  15. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  16. 拉加德:欧洲AI算力占比要提到15%,2030年前需投1.3万亿欧元

    据报道,欧洲央行行长拉加德表示,欧洲若要将其全球AI算力占比从目前约5%提升至2030年的15%,预计需要投资约1.3万亿欧元。拉加德指出,欧洲在关键原材料和技术领域的外部依赖正构成经济主权挑战,应通过欧洲层面的公私合作、公共资金先行承担风险等方式,吸引私人资本投入芯片工厂和数据中心建设。(界面)

    来源 AI 行业观察
  17. 马斯克:SpaceX 月增算力约 0.5GW,明年底提速至 1GW

    IT之家 11 月 19 日消息,据《科创板日报》今天报道,马斯克在视频连线采访中表示,目前 SpaceX 每个月大约新增 0.5GW AI 算力。这大致相当于部署 22 万颗 GB300 芯片,以及与之配套的 CPU、网络设备、冷却系统等一整套基础设施。 马斯克认为 SpaceX 真正的扩张瓶颈在发电端,公司明年将进

    来源 AI 行业观察
  18. Anthropic冲击IPO:算力账单与循环融资面临公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 科技快讯
  19. 华为星芒刘赫:麒麟9030S芯片落地OSTA O1 Pro,秒启秒开如何实现?

    IT之家 11 月 20 日现场消息,在今天下午的鸿蒙智行享界 V8 及星芒品牌发布会上,华为 OSTA 星芒品牌总经理刘赫登台,介绍了华为星芒开山之作 —— OSTA O1 Pro 的详细信息。刘赫表示,江湖上有句古话,得麒麟芯者得天下。OSTA O1 Pro 搭载麒麟 9030S 旗舰 τ 芯片,支持软硬芯云垂直整

    来源 腾讯网
  20. 国产大模型接连限额:算力都去哪了?

    ► 文 观察者网心智观察所 2026年11月16日,不少用户在打开DeepSeek客户端或网页版时,意外收到了一条弹窗提示。系统告知用户,受算力约束,平台不再支持存续超过7天且无活跃交互的长对话,单次输入文字上限被缩短到约4万字,连续使用不到2小时的免费用户甚至会直接触发每日使用额度上限。无独有偶,就在20天前的10月

    来源 腾讯网
  21. Prime Intellect推出Model Factory:支持数千GPU训练万亿参数MoE

    智东西(公众号:zhidxcom)编译 | 孙小雯编辑 | 程茜智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支

    来源 腾讯网
向下滚动自动加载更多