2024年末，硅谷與北京的科技圈被同一個話題震動：大模型領(lǐng)域的Scaling Law似乎遭遇瓶頸。彼時，英偉達股價仍在攀升，但多方消息顯示，包括備受期待的Orion（原計劃中的GPT-5）在內(nèi)的新一代模型，單純通過增加參數(shù)和訓練數(shù)據(jù)已難以實現(xiàn)預期的性能躍升。更有研究預測，預訓練所需的數(shù)據(jù)資源將在2028年耗盡，這一論斷為行業(yè)蒙上一層陰影。

轉(zhuǎn)折發(fā)生在2025年初。OpenAI率先推出o1模型，通過引入強化推理機制，證明“測試時間擴展”（test-time scaling）可顯著提升模型智能水平——即通過延長思考時間換取更深度的推理能力。然而，o1的閉源特性使其技術(shù)門檻高不可攀，行業(yè)一度認為這是巨頭專屬的“黑科技”。直到同年1月，DeepSeek R1橫空出世，不僅復現(xiàn)了o1的技術(shù)路線，更以開源姿態(tài)向全行業(yè)開放，徹底打破了僵局。其核心突破在于：通過強化學習驅(qū)動的思維鏈（CoT），使模型具備類似人類“慢思考”的推理能力，證明參數(shù)規(guī)模并非唯一關(guān)鍵，深度推理能力才是突破瓶頸的核心。

這一變革迅速重塑行業(yè)格局。九章云極DataCanvas AI首席科學家繆旭在2025算力生態(tài)大會上指出：“DeepSeek的出現(xiàn)讓我們意識到，強化學習能重新激活大模型的進化速度?！备P(guān)鍵的是，它降低了技術(shù)門檻，讓算力重心從“預訓練擴展”轉(zhuǎn)向“后訓練擴展”與“測試時間擴展”。英偉達博客的一篇分析也印證了這一趨勢：當模型能力不再僅依賴海量數(shù)據(jù)，算力消耗的重心正從靜態(tài)訓練轉(zhuǎn)向動態(tài)探索與推理，傳統(tǒng)云計算架構(gòu)已難以支撐。

面對新范式，行業(yè)亟需全新的算力基礎(chǔ)設施?？娦裨谘葜v中提出一個關(guān)鍵公式：“當智能可以并行進化，強化學習云將成為群體智能的放大器。”這一概念由九章云極率先定義，并成為其應對變革的核心戰(zhàn)略。作為獨立智算云賽道的領(lǐng)軍企業(yè)，九章云極不僅提出理念，更通過前瞻性布局，成為后訓練時代算力標準的制定者。

其優(yōu)勢源于對趨勢的精準把握。2025年6月，九章云極發(fā)布全球首個工業(yè)級強化學習云平臺Agentic RL，而此時主流市場仍聚焦于擴大預訓練集群或降低傳統(tǒng)推理成本。Agentic RL的獨特性在于：它未在舊架構(gòu)上修補，而是基于混合專家（MoE）架構(gòu)與Serverless理念，實現(xiàn)算力的“按需即取、即用即還”。數(shù)據(jù)顯示，該平臺將端到端訓練效率提升500%，綜合成本下降60%，并成為全球首個支持萬卡級異構(gòu)算力調(diào)度的強化學習基礎(chǔ)設施。這一突破標志著九章云極從“賣資源”升級為“賣能力”，重新定義了算力服務模式。

Agentic RL的核心目標是讓通用模型進化為專家模型。繆旭解釋，其技術(shù)架構(gòu)賦予模型長時程規(guī)劃、復雜工具調(diào)用、檢索增強生成優(yōu)化等能力，使模型從“語言專家”升級為能解決實際物理問題的“執(zhí)行者”。更宏大的構(gòu)想是：未來的通用人工智能（AGI）可能由成千上萬個垂類專家智能體組成“群體智能”，而非單一巨型模型。為支撐這一目標，九章云極開發(fā)了多項核心技術(shù)，例如全異步訓練架構(gòu)將GPU利用率穩(wěn)定在95%以上，基于回放的離線強化學習算法使訓練速度提升5倍，以及與高校合作構(gòu)建的“世界模型”，為自動駕駛等高風險領(lǐng)域提供安全探索的虛擬沙盒。

支撐這一技術(shù)體系的，是九章云極精心打造的Alaya NeW Cloud智能基礎(chǔ)設施。與傳統(tǒng)云廠商在通用云上“打補丁”不同，Alaya NeW Cloud從底層到應用完成四層全棧重構(gòu)，圍繞智能體運行邏輯優(yōu)化設計。例如，其云容器實例（CCI）支持一鍵部署，可快速適配最新模型——2025年末上線的滿血版DeepSeek-3.2即通過該平臺實現(xiàn)高效運行，驗證了其對前沿技術(shù)的快速支持能力。

技術(shù)領(lǐng)先僅是起點，真實場景落地才是檢驗標準。在安徽黃山，九章云極創(chuàng)造了行業(yè)紀錄：僅用48天便建成一座500 PFLOPS規(guī)模的“大位”智算中心，并投入運營。這一速度不僅體現(xiàn)其工程化能力，更證明其智算操作系統(tǒng)在異構(gòu)算力調(diào)度上的高效性?！按笪弧敝行牟⒎莻鹘y(tǒng)機房，而是國內(nèi)首個“文旅+AI”城市級產(chǎn)業(yè)應用基礎(chǔ)設施。依托強化學習技術(shù)，黃山實現(xiàn)全國首個“全程AI伴游”景區(qū)：數(shù)千個智能體在此學習理解游客意圖、規(guī)劃路線、處理突發(fā)狀況，通過真實互動不斷優(yōu)化策略。這種在高頻場景中的智能進化能力，遠比實驗室數(shù)據(jù)更具商業(yè)價值。

智算中心的經(jīng)濟效益同樣顯著。根據(jù)《2026智算賦能城市產(chǎn)業(yè)發(fā)展白皮書》，黃山模式被定義為“中小城市智算賦能標桿”。易觀分析預測，“大位”中心全面達產(chǎn)后，每年將直接帶動黃山市營利性服務業(yè)增加值增長超2億元。九章云極董事長方磊在大會上強調(diào)：“算力的核心價值在于普惠與落地效能?！秉S山實踐證明，強化學習云不僅能消耗電力，更能生產(chǎn)GDP。這一成果吸引中科動力、百鵬互聯(lián)等6家AI企業(yè)集中簽約，形成“算力底座+豐富場景”的智算生態(tài)。

在AI基礎(chǔ)設施領(lǐng)域，九章云極選擇了一條獨特道路：做獨立智算云賽道的領(lǐng)軍者。其“獨立性”體現(xiàn)在明確邊界——不與客戶爭利，不綁定特定模型，而是倡導“開源1000專家模型”，通過動態(tài)組合放大群體智能，為中小企業(yè)提供高效解決方案。這種模式與綁定閉源大模型的巨頭云廠商形成鮮明對比，更易構(gòu)建開放生態(tài)。例如，其發(fā)起的AI-STAR企業(yè)生態(tài)聯(lián)盟連接上下游廠商，形成自主可控的產(chǎn)業(yè)鏈閉環(huán)。

領(lǐng)軍者的地位不僅體現(xiàn)在規(guī)模，更在于定義規(guī)則的能力。在算力計費混亂的時代，九章云極率先推出“1度算力”普惠標準；在后訓練時代，其通過Agentic RL定義了下一代基礎(chǔ)設施的標準架構(gòu)，包括Serverless彈性調(diào)度和異構(gòu)資源管理。這些舉措使其從“賣算力”升級為“定標準”，成為行業(yè)規(guī)則的制定者。

2026年的云計算競爭已進入“進化時代”，焦點從“降低電費”轉(zhuǎn)向“加速智能體進化”。作為獨立智算云賽道的領(lǐng)軍企業(yè)，九章云極通過Agentic RL平臺，為全球硅基智能體提供了進化引擎。在黃山的數(shù)據(jù)中心里，成千上萬個智能體正日夜不息地自我博弈——這場關(guān)于“進化”的故事，才剛剛開始。