热门搜索:  上海滩

猎场

直击WAIC丨不做硬件做“大脑” 从爆款游戏《逆水寒》到矿区煤堆:网易AI能力如何实现千里跨界?_我的网站

会痛的十七岁

A |     每经记者:张梓桐 每经编辑:余婷婷          “如果过去五年AI(人工智能)的主旋律是‘数字智能’,让机器能看、能听、能说、能画,那么下一个五年的关键命题就是‘物理智能’——让机器能在真实世界中感知、决策、行动。    K图 NVDA_0  AI(人工智能)芯片龙头英伟达史上最大规模收购的技术实现了商业化。

B |   当地时间8月24日,英伟达宣布,旗下Groq 3 LPX架构已经实现全面量产,该架构通过大幅提升Token(字元)生成速率,扩展了英伟达Vera Rubin NVL72系统的推理性能。同时,新云厂商Nebius成为首个采用英伟达Groq 3 LPX的AI云服务商,产品将于今年晚些时候上线。”7月19日,网易灵动总经理杨新伟在接受《每日经济新闻》专访时如是说。  英伟达表示,智能体AI(Agentic AI)带来了两个独特的计算挑战:对海量上下文的高效处理,以及以极低延迟生成Token。         2026世界人工智能大会(WAIC)上海世博展览馆内,网易灵动展区的远程智控平台前,参观者络绎不绝。

C | 因此,Groq 3 LPX专为拓展Vera Rubin的交互性(即针对单个用户生成Token的速率)而生,这决定了智能体完成其工作中每一步的速度。座舱内,一名工作人员手握方向盘,拇指悬在红色急停按钮上方,分屏画面里机械铲斗正在煤堆间精准起落——切入、翻转、卸料,整套动作行云流水。

D |   据介绍,在全球知名独立AI大模型评测机构Artificial Analysis的基准测试中,Groq 3 LPX在智能体编程及其他对延迟敏感的工作负载中展现出了“世界级的速度”,其响应速度比表现最接近的替代平台还要快4倍。  英伟达CEO黄仁勋表示:“Vera Rubin延续了我们的愿景,推出了针对智能体AI时代设计的‘工作负载优化型AI工厂配置’,通过LPX实现超高速Token生成,再度突破性能上限。他正跨越千里,远程操控真实电厂、港口的生产一线设备。正如全球对AI计算的需求正在加速增长一样,这改变了智能的生产方式,使AI吞吐量、效率和响应速度实现了又一次巨大飞跃。”  这也意味着,英伟达公司史上最大规模收购所获得的技术正式完成商业化落地。         图片来源:企业供图          这是网易灵动集中展现具身智能规模化落地高危场景的一个缩影。去年12月,英伟达以200亿美元拿下了芯片初创公司Groq的核心班底,这也是英伟达迄今为止规模最大的一笔收购交易。  今年3月,英伟达宣布推出新的定制芯片Groq 3 LPU,预计其将于第三季度出货,还有装载该芯片的数据中心机架LPX。今年5月,黄仁勋在财报电话会上表示,该机架是“为低延迟和高token生成速度而设计的,但其吞吐量很低”,用例并不广泛。

E | 近年来,网易一方面继续深耕创造稳定收入的传统游戏业务,另一方面重仓仍在高速“烧钱”但具备实体产业渗透潜力的具身智能基础设施。         5月21日,网易2026年一季报披露,当期研发支出约45亿元;另据2025年年报统计,2020年至2025年,网易已连续六年研发投入突破百亿元。对网易而言,传统游戏、具身智能基建并非孤立的布局。

F |   英伟达正在努力制造Groq芯片并向客户交付,凸显出低延迟推理日益增长的重要性。把时间线拉长,这是一家市值超6000亿港元、以游戏和内容见长的互联网公司,在同一个技术底座上完成的战略转身。像Groq这样的低延迟芯片并不会取代GPU,而是专注于模型服务中被称为“解码”阶段的部分。  英伟达高级总监狄翁·哈里斯(Dion Harris)在接受外媒采访时表示,云服务厂商可以针对这种高质量的Token输出收取更高的费用:“他们能够解锁新的商业模式,为那些对延迟极其敏感、且对此有严格服务协议(SLA)需求的最终用户和客户,提供更高溢价的高级服务套餐。

G |          跨界底气:游戏是AI最有效的试验场          从游戏到工程机械,这条跨界之路在外界看来充满跳跃感。杨新伟告诉记者,网易并非凭空跨界,“在互联网大数据、游戏AI、工程机械具身智能这些领域,跨界可以带来足够的创新和思维的碰撞”。         他向记者强调了一个常被忽视的事实:“游戏一直是AI技术最有效的试验场。”从IBM深蓝(IBM研发的专用国际象棋超级计算机)到AlphaGo(阿尔法围棋),AI在游戏中取得突破后再迁移到真实世界,这是被反复验证的路径。”  24日当天,英伟达(Nasdaq:NVDA)股价跌2.91%收于每股208.48美元,总市值5.05万亿美元。

H | 公司股价连续第七个交易日收跌,创下2022年以来的最长连跌纪录。英伟达即将在当地时间8月26日美股盘后发布财报。  此外,据外媒近日报道,英伟达最大的几家客户已被告知,搭载其AI芯片的服务器价格将上涨超过15%,从明年初出货的系统正式生效,将影响包括搭载旗舰级Vera Rubin和Grace Blackwell芯片在内的服务器系统。“网易做具身智能不是凭空跨界,而是沿着这条路径在走。”杨新伟说。         据杨新伟介绍,网易使用爆款游戏《逆水寒》同款的渲染引擎和管线搭建仿真环境,能在虚拟世界里低成本、高保真地生成作业场景,让算法先在仿真中学习和训练再迁移到实机。         但飞轮要转起来,光靠仿真不够,还需要高可靠的工程化能力。“游戏业务对可靠性要求极高——千万级并发下不能崩,这和工程机械的工业级可靠性,在工程文化上是相通的。

I | ”杨新伟认为,技术如果停留在实验室只能叫做Demo(演示),能扛住产线连续运转才叫产品。“这一层和数据飞轮是一体的——没有工程化能力,仿真到实机的闭环根本跑不起来。(文章来源:澎湃新闻)。”          完成仿真环境搭建、补齐工程化落地能力后,网易还实现了整套AI训练方法论的跨行业迁移复用。“我们最早的版本,直接使用了《永劫无间》的模仿学习框架,让老师傅在模拟器里操作,算法跟着学。

J | ”杨新伟告诉记者,这套从游戏里搬过来的行为克隆方法,用在工程机械操作技能学习上,训练收敛速度提升了50%。

K |          “这不是简单的技术复用——我们用数据证明了游戏AI的方法论,真的可以迁移到具身智能。这个验证做完,团队内部才彻底相信:我们选的路走得通。”杨新伟说。         依托游戏技术打通工程机械具身智能落地路径后,网易灵动将目光投向港口无人化赛道。业内已有玩家在水平运输场景实现规模化落地,网易灵动为何选择“散货清舱”这一垂直场景切入?“水平运输和散货清舱看起来都在‘港口无人化’这个大框里,但本质是两类技术问题。”面对记者的疑问,杨新伟表示,水平运输是移动机器人问题——核心是导航、调度、车队协同,难点在规模化和系统集成,技术栈相对成熟。“散货清舱是作业机器人问题——核心是非结构化环境下的操作。船舱里物料形态随机,抓取路径、力度、策略每秒都在变,这不是路径规划能解决的,而是感知—决策—执行的闭环。这类场景技术天花板更高,也更难被快速复制。”          至于未来是否会向港口全链条延伸,杨新伟的回答务实而克制:“我们不排除横向拓展的可能性,但本质上仍然要把有价值的事情做好做透。”          生态定位:与主机厂互补,做“能力放大器”          值得一提的是,港口、矿山无人化赛道虽已出现规模化玩家,但行业落地高度集中于水平运输、矿卡自动驾驶等结构化场景,技术门槛相对偏低,市场同质化竞争加剧。因此,在采访中,杨新伟向记者反复强调网易灵动的生态定位——不做硬件,做“大脑”。         图片来源:网易灵动公众号          “我们与工程机械厂家是互补生态位——他们有机械、渠道、客户信任,我们有仿真、算法、迭代速度。”杨新伟认为,“这种定位让我们避免与主机厂正面竞争,成为他们的能力放大器,一起为客户、为社会创造价值。”          这一理念在本届WAIC的展台上得到了具象化呈现。网易灵动将“智能座舱”搬入展区,工作人员远程操控电厂、港口的生产一线设备;而在千里之外的内蒙古霍林河北露天煤矿,网易“灵掘”挖掘机器人单机装车效率已达熟练人工的80%,近70%作业时间无需人为干预,可以适配极寒、高粉尘等严苛环境与多型号设备。         “中国不缺工程机械供应商,但缺能啃下智能化硬骨头的团队。”杨新伟向记者强调,正是基于这一判断,网易灵动选择开放部分数据,推动行业生态共同繁荣。         “行业预测无人矿卡即将迈入万台规模化节点,这也标志着第一步产业培育成熟——矿山客户已经充分认可无人装备的安全、人力、能耗优势,采购预算、运维体系、政策配套全部到位。”杨新伟表示,无人挖掘设备掌控整体开采效率,是矿山产能核心。         从《逆水寒》的虚拟江湖到千里之外的煤堆船舱,游戏AI与工业具身智能的跨界打通,印证了数字智能向物理智能跃迁的可行路径。当下矿山、港口无人化赛道同质化竞争愈演愈烈,不少厂商扎堆硬件制造、争抢标准化场景,网易灵动选择“只做大脑、不造设备”的差异化定位,试图走出一条与主机厂共生而非对抗的落地路线。

L |          当水平运输等规模化场景逐步成熟,散货清舱、露天挖掘这类高度依赖实时感知、动态决策的作业场景,将成为下一阶段产业竞争的新焦点。         每日经济新闻。

M |

Current article:http://ig9.tichannangenzhuchuapin.cfd/jah5e/20260826/437042.html

Published on:15:26:08