6月16日，AI獨(dú)角獸企業(yè)九章云極DataCanvas公司宣布，正式上線全球首個(gè)工業(yè)級(jí)強(qiáng)化學(xué)習(xí)AI新云平臺(tái)——九章強(qiáng)化學(xué)習(xí)云平臺(tái)AgentiCTRL。該平臺(tái)專為加速 AI智能體“訓(xùn)推一體”而構(gòu)建，通過強(qiáng)化“Control”能力，讓強(qiáng)化學(xué)習(xí)（RL）賦予大模型更強(qiáng)的行動(dòng)力和決策控制力，助力全球領(lǐng)先企業(yè)和 AI 實(shí)驗(yàn)室充分釋放創(chuàng)新潛力。

據(jù)實(shí)測數(shù)據(jù)顯示， AgentiCTRL將AI智能體訓(xùn)推門檻壓縮至一行代碼。與傳統(tǒng)強(qiáng)化學(xué)習(xí)相比，該平臺(tái)端到端訓(xùn)練效率提升500%，綜合成本下降60%，成為全球首個(gè)支持萬卡級(jí)異構(gòu)算力調(diào)度的強(qiáng)化學(xué)習(xí)基礎(chǔ)設(shè)施。

九章云極DataCanvas公司是領(lǐng)先的AI基礎(chǔ)設(shè)施提供商，為企業(yè)和 AI 研究實(shí)驗(yàn)室提供GPU 計(jì)算加速的AI云平臺(tái)、智算工具鏈及人工智能軟件等產(chǎn)品和服務(wù)。目前，該公司已在全球建立了多個(gè)針對(duì)加速計(jì)算進(jìn)行優(yōu)化的AIDC智算中心。

九章強(qiáng)化學(xué)習(xí)云AgentiCTRL是下一代智能體的智算基座

與數(shù)據(jù)驅(qū)動(dòng)的深度學(xué)習(xí)不同，強(qiáng)化學(xué)習(xí)通過經(jīng)驗(yàn)迭代提升模型能力，突破了全球AI產(chǎn)業(yè)受限于靜態(tài)數(shù)據(jù)訓(xùn)練的瓶頸，在智能體發(fā)展中展現(xiàn)卓越性能。

隨著DeepSeek、OpenAI等主流基座模型運(yùn)用強(qiáng)化學(xué)習(xí)（RL）顯著提升推理能力，九章強(qiáng)化學(xué)習(xí)云平臺(tái)AgentiCTRL憑借基于反饋機(jī)制持續(xù)迭代的特性，正迅速崛起為下一代智能體的智算基座。

AgentiCTRL采用Serverless+RL混合架構(gòu)，以低門檻、低TCO（總擁有成本）和高彈性等顯著優(yōu)勢，成為推進(jìn)AI普惠的最佳基座。該平臺(tái)支持跨AIDC彈性資源調(diào)度，訓(xùn)練高峰期可秒級(jí)擴(kuò)展響應(yīng)；首次實(shí)現(xiàn)萬卡級(jí)GPU集群的統(tǒng)一調(diào)度。同時(shí)，其多環(huán)境異構(gòu)執(zhí)行引擎支持CPU、GPU、NPU等多元算力透明調(diào)用，在AIDC一體化架構(gòu)下，訓(xùn)練任務(wù)可自動(dòng)選擇最優(yōu)算力組合，這一優(yōu)異表現(xiàn)使平臺(tái)在支撐萬億模型訓(xùn)練時(shí)，仍保持毫秒級(jí)擴(kuò)縮響應(yīng)速度。

通過深度融合智能體訓(xùn)練與推理的一體化，AgentiCTRL正在成為行業(yè)首選的智能體開發(fā)基座。在生物醫(yī)藥領(lǐng)域，AgentiCTRL平臺(tái)展現(xiàn)出卓越的技術(shù)優(yōu)勢，依托對(duì)海量基因數(shù)據(jù)、蛋白質(zhì)組數(shù)據(jù)的動(dòng)態(tài)反饋優(yōu)化機(jī)制，平臺(tái)可賦能智能體快速生成新型藥物分子結(jié)構(gòu)，為靶向藥物研發(fā)、疑難病癥治療方案創(chuàng)新提供技術(shù)支撐。工業(yè)應(yīng)用方面，平臺(tái)基于"數(shù)據(jù)提取+經(jīng)驗(yàn)反饋"的雙重特性，依托離散制造和壓力傳感等領(lǐng)域的經(jīng)驗(yàn)反饋數(shù)據(jù)，支撐智能體實(shí)現(xiàn)模型圖紙的實(shí)時(shí)生成能力。在游戲競技領(lǐng)域，經(jīng)AgentiCTRL平臺(tái)訓(xùn)練的模型已展現(xiàn)出超越優(yōu)秀職業(yè)玩家的競技水平。

一行代碼啟動(dòng)的智算革命

在強(qiáng)化學(xué)習(xí)共識(shí)機(jī)制下，九章云極的工程化能力保障了AgentiCTRL的易用性、穩(wěn)定性與快速迭代的能力。

九章強(qiáng)化學(xué)習(xí)云平臺(tái)AgentiCTRL核心突破在于徹底消解工業(yè)級(jí)強(qiáng)化學(xué)習(xí)的工程復(fù)雜度，支持開發(fā)者通過單行API調(diào)用平臺(tái)內(nèi)DeepSeek、Qwen等國際主流模型，可調(diào)度跨AIDC的萬卡異構(gòu)算力，其自動(dòng)化多目標(biāo)獎(jiǎng)勵(lì)融合與Tool Use設(shè)計(jì)極致簡化訓(xùn)推流程。

AgentiCTRL在訓(xùn)推任務(wù)實(shí)測中表現(xiàn)卓越。和傳統(tǒng)強(qiáng)化學(xué)習(xí)方式相比，AgentiCTRL將Agent訓(xùn)練耗時(shí)從13.8小時(shí)壓縮至8.7小時(shí)，訓(xùn)練耗時(shí)縮短37%；GPU利用率從59%提升至84%，采樣軌跡延遲降低80%以上；獨(dú)創(chuàng)的“按度計(jì)費(fèi)”模式實(shí)現(xiàn)綜合成本下降60%，突發(fā)訓(xùn)練任務(wù)響應(yīng)速度達(dá)秒級(jí)。

針對(duì)智能體后訓(xùn)練的巨大市場需求，AgentiCTRL同步發(fā)布了業(yè)內(nèi)首個(gè)訓(xùn)練流程智能體Alaya-UI，實(shí)現(xiàn)一行代碼啟動(dòng)強(qiáng)化學(xué)習(xí)訓(xùn)練任務(wù)。九章云極DataCanvas公司技術(shù)副總裁楊健對(duì)此表示，“用戶無需準(zhǔn)備算力、訓(xùn)練環(huán)境或采樣環(huán)境——這些均由AgentiCTRL的智能體自動(dòng)完成?！?

Alaya-UI通過建模GUI環(huán)境為馬爾可夫決策過程，在OSWorld Task測試中任務(wù)完成率從6.87%躍升至24.8%，支撐"秒級(jí)生成百萬token級(jí)"的云編程需求，實(shí)現(xiàn)智能體訓(xùn)推自動(dòng)化任務(wù)。

面向生物醫(yī)藥、工業(yè)設(shè)計(jì)、消費(fèi)創(chuàng)意等領(lǐng)域加速智能體進(jìn)程，AgentiCTRL將憑借萬卡異構(gòu)調(diào)度能力與秒級(jí)響應(yīng)的可靠性，以低門檻、極具性價(jià)比的中國智算方案，支持大規(guī)模智能體應(yīng)用創(chuàng)新，助力千行百業(yè)進(jìn)入AI普惠時(shí)代。