2025年是AI应用爆发的元年，当全球AI竞赛步入“中国时刻”，一场深刻的技术变革正悄然改写产业格局。在此关键节点，行业面临核心命题：如何跨越AI技术到规模化应用的鸿沟？下一个颠覆性的AI超级应用将诞生于何处？
4月18日，由36氪主办的2025 AI Partner大会于上海模速空间盛大启幕。本次大会以“Super APP来了”为主题，聚焦AI应用对千行百业的颠覆性变革。大会分为“Super App来了”和“谁是下一个超级应用”两大篇章，覆盖“在AI世界中长大”“2025卷AI就卷超级应用”等七大话题，涵盖10+场主题演讲、3场圆桌对话与两大优秀AI案例企业名册发布环节，深度剖析AI技术如何重构商业逻辑、重塑产业格局，探索AI超级应用带来的无限可能。
当日，无问芯穹首席解决方案架构师刘川林带来了《以智能底座重构AI产业生态》的主题分享。
以下为刘川林演讲内容，经36氪整理编辑：
各位领导、嘉宾，下午好！非常荣幸受邀参与 36 氪的活动。作为专注支撑 AI 超级应用的AI算力运营商与基础设施建造者，无问芯穹的技术能力覆盖从算力优化、模型开发到算法调优的全链条，致力于为中国 AI 市场构建坚实的技术底座，助力更多创新应用破局而生。
无问芯穹首席解决方案架构师刘川林
今天的分享将围绕三个核心展开：第一块Infra 层的趋势变革：探讨模型开发、训练、推理环节的技术演进；第二块无问芯穹的实践路径：解析我们如何通过技术创新培育 AI 超级应用的生长土壤；第三块未来展望：挖掘行业需求，推动跨时代 AI 原生应用的诞生。
回顾人工智能的发展历程，每一次重大突破都源于关键要素的升级。自GPT-3横空出世以来，在Scaling Law作用下，算法和算力都得到了空前的发展，而随着公开可用的优质文本数据逐渐耗尽，Ilya就曾在去年预言，预训练时代即将结束。
以GPT系列为例，从GPT-4到GPT-5的迭代周期显著拉长，预训练数据的稀缺性愈发凸显。而DeepSeek的出现，带来了全新的技术范式——通过R1强化学习，将训练、推理、对齐形成闭环，实现模型性能的二次飞跃。其技术路径可概括为：冷启动阶段：基于R1 Zero模型，结合Reward Model和对齐算法完成初步强化；数据优化阶段：融入优质行业数据与通用数据集，提升模型泛化能力；闭环迭代：通过 “训练 - 推理 - 对齐 - 再训练” 的循环，持续优化模型表现。
这一变革对 Infra 提出了双重挑战：底层支撑：需构建适配强化学习的AI Infra系统，满足大模型开发需求；应用赋能：通过Infra优化，帮助AI应用实现更低延迟、更高效率、更优成本，提升商业价（ROI）。
作为清华电子系孵化的企业，我们依托软硬件联合优化技术实力，构建了贯穿上下游的技术生态：算力层：融合多家国产芯片，通过异构计算提供多样化算力支持；平台层（PaaS）：打造高效易用的算力管理平台，提升资源调度效率；服务层（MaaS）：提供稳定的模型即服务，降低应用开发门槛。
在云端服务中，我们坚持“三位一体”策略：多元异构适配：兼容不同架构芯片，保障算力弹性供给；软硬协同优化：深度整合硬件与软件，释放算力潜能；服务效能提升：通过智能化调度，确保资源高效利用。
受中美技术博弈与国产芯片崛起的影响，未来3年，国产芯片将成为大模型训练与推理的重要载体。为此，我们在上海等地落地千卡级异构混训任务，攻克国产芯片兼容性难题，构建“国产算力 + 国产应用”的完整生态。通过统一调度框架，实现不同芯片间的协同计算，显著提升训练效率。
针对 DeepSeek 引发的计算范式变革，我们从三个维度优化工程架构：训练框架创新：自研适配 LLM（语言模型）、MOE（混合专家模型）的训练框架，支持更高性能训练，并兼容多类型加速卡；通信效率优化：通过计算与通信的深度重叠，减少数据传输延迟，在 MOE 模型训练中降低资源占用；动态资源分配：基于MOE模型特性，实现专家模型的智能调度与PD 分离，提升整体架构灵活性。
以生数科技为例，我们为其多模态模型训练提供一站式服务：环境秒级启动：快速部署训练环境，缩短项目周期；自动化容错：实时监控训练过程，自动处理异常情况；推理效率优化：通过底层加速，提升模型部署后的响应速度。
目前，我们已在上海模速空间落地算力生态服务平台，并在浙江省打造政企合作标杆项目，通过技术支持，降低AI企业的创新成本。
在AI应用场景中，推理效率直接影响用户体验与商业价值。我们针对大语言模型与文生图模型，推出定制化解决方案：以DeepSeek R1为例，其MOE架构与FP8精度对部署资源要求极高。我们通过以下优化实现效率突破：工程化改造：重构服务框架，将推理速度提升至 30 Tokens / 秒；稳定性保障：优化调度算法，确保高并发场景下服务零中断；效果对齐：在加速同时保持与官方模型的生成精度一致。用户可通过我们的平台一键调用R1服务，大幅降低部署门槛。
针对AIGC应用的流量波动问题，我们基于 ComfyUI 构建接口化服务。削峰平谷：动态分配算力资源，避免流量低谷期的资源浪费；架构解耦：通过标准化接口兼容新模型与框架，减少工程团队重复开发；多模态支持：整合视频、语音、图文等多模态能力，实现全产业链无缝对接。实际案例显示，某电商生图企业采用我们的服务后，降低了成本，提升了推理速度，并且提升服务效能。
AI 技术的快速迭代中，唯有把握“变”与“不变”的平衡，方能抢占先机：变：技术架构、计算范式、模型形态持续演进；不变：用户对高效、智能、个性化服务的核心需求始终存在。
我们期待与各行业专家深入交流，挖掘真实场景需求，共同推动 AI 原生应用的创新突破。正如今天分享的嘉宾们所展现的，无论是电商商拍、教育赋能还是具身智能，每一个细分领域都蕴藏着诞生超级应用的潜力。我们愿以算力基础设施为舟，与合作伙伴携手，驶向 AI 产业的深水区，打造跨时代的AI原生APP。
