闪电侠
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 | 8月25日，德芙悦时刻发布《致歉声明》： 感谢大家对我们品牌和产品长期以来的关注和支持，针对近日德芙官方旗舰店某短视频文案引发的批评与讨论，我们深感抱歉。在此，我们向广大消费者和社会公众作出郑重道歉及如下说明。
B | 经核查，该短视频由第三方店铺运营团队创作并发布，未严格执行品牌方的内容审核流程。但无论问题产生于哪个环节，内容发布于德芙官方渠道，我们都负有责任。 “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。 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。我们未能及时发现并制止相关内容上线，辜负了大家对品牌的信任。 涉事文案在表达方式和价值导向上存在明显不当，与德芙一直努力传递的真诚、温暖和尊重的品牌理念不符。“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。
C | 同时，我们也注意到，在事件发生后，店铺客服团队对消费者质疑作出了不恰当的回应。” 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。对此，我们深表歉意，并已认真复盘相关问题。 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”。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”。 据了解，今年上半年，无问芯穹Token增量几乎全部来自Agent。
D | “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。”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。
E | 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。 目前，我们已采取以下整改措施: 立即下架内容: 我们已在第一时间下架涉事短视频; 落实改进措施: 进一步加强对相关责任人员的必要培训，和对合作运营团队的管理; 完善审核机制: 严格落实内容发布的审核机制，提升消费者的品牌体验。
F | 感谢大家提出的批评与意见。我们知道，信任需要通过行动来赢得和维护。 这种分层直接带动了过去一年国产芯片的落地进展。我们将认真吸取此次事件的教训，以更高标准要求自己，用实际行动持续改进，在持续为消费者提供高品质产品的同时，不断提升我们与消费者沟通和服务的水平，不辜负大家的信任与期待。 此前报道： “趁男朋友不在跟暧昧对象分享”，德芙发布短视频文案引争议，客服道歉：为个人创作，不代表品牌立场，已“处理”涉事视频 有媒体报道称，德芙官方旗舰店近日发布的一则短视频内容引发争议，具体文案为：跟男朋友要了很久的德芙七彩礼盒也没给我买，今天趁男朋友不在跟暧昧对象分享了。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。 有网友表示，该文案令人浑身难受。
G | 记者就此事联系德芙相关平台客服，客服称“视频内容为个人创作，不代表品牌立场”。” 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。
H |
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。在记者追问为何个人创作会出现在官方平台时，对方表示抱歉，并称已经“处理”了该视频。
。
I | 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。 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。
Current article:http://www.chenzhuaigecoupuhongyuntuizei.sbs/eq7b/ayr7.xlsx
Published on:20:04:29