政策与行业目标 - 八部门联合印发《“人工智能+制造”专项行动实施意见》，提出到2027年，中国人工智能关键核心技术实现安全可靠供给，产业规模和赋能水平稳居世界前列[1] - 《意见》重点部署强化人工智能算力供给任务，推动智能芯片、智算云操作系统等关键技术突破，并有序布局高水平智算设施[1] - 政策目标包括到2027年形成特色化、全覆盖的制造业行业大模型，推出1000个高水平工业智能体[4] 九章智算云平台定位与技术架构 - 九章智算云平台定位为普惠性智算云平台，旨在成为支撑国家“人工智能+制造”战略落地的首批关键算力载体[1] - 平台依托Serverless技术架构与强化学习技术深度融合，突破“秒级生成百万token级”性能瓶颈，实现万卡级至十万卡级规模的异构算力统一调度[2] - 平台针对制造业常用的MoE模型架构优化，推理优化效率实现数倍提升，可高效承载制造企业垂类行业模型训练与推理需求[2] - 平台通过云化部署构建“算力即服务”模式，大幅降低中小企业AI应用门槛，并形成“云-边-端”协同算力体系[2] 平台在制造业的应用与优化 - 平台针对工业质检、设备预测性维护等制造业垂类场景优化算力架构，并针对制造业小样本、多模态的数据特点优化训练框架[2] - 借助迁移强化学习技术，平台可大幅减少模型训练数据需求，实现从研发设计到生产执行的全流程模型部署[2] - 平台可支撑多个通用大模型在制造业的深度适配，并通过行业知识注入，打造覆盖汽车、电子、装备制造等领域的特色化行业模型[3] - 以汽车零部件质检场景为例，专属行业模型可将缺陷识别准确率提升至高水平，显著提升生产效率与品控水平[3] 成本控制与算力效率优势 - 平台独创“按度计费”模式，以“一度算力”的标准化计量体系替代传统裸金属租赁方式，使制造企业总拥有成本降低60%[3] - 通过GPU资源池化处理，千卡级训练任务与十卡级微调需求可共享同一资源池，实现资源高效利用[3] - 平台具备跨AIDC的弹性资源调度能力，实现秒级响应与无限扩展，有效破解制造业算力供需错配、利用率不足的行业痛点[3] 全栈服务能力与生态布局 - 平台搭载覆盖大模型预训练、精调、应用开发全生命周期的低门槛工具链，用户仅需一行代码即可完成分布式工作负载编排[4] - 平台已在北京、安徽等多地布局智算中心，构建起万P级普惠算力网络[4] - 通过“智算中心+产业生态”模式，与制造企业、科研机构深化协同合作，推动垂类模型迭代升级与场景化落地，形成“算力-算法-场景”的闭环赋能体系[4]

课程核心观点 - 自动驾驶技术正从模块化量产算法向端到端和视觉语言动作模型演进，掌握相关前沿技术对职业发展至关重要 [1] - 行业端到端和视觉语言动作模型岗位即将饱和，为从业者留下的窗口期已不多 [1] - 推出《端到端与视觉语言动作模型自动驾驶小班课》和《自动驾驶视觉语言动作模型和大模型实战课程》，旨在帮助学员快速高效入门 [1] 自动驾驶视觉语言动作模型与大模型实战课程 - 课程聚焦视觉语言动作模型领域，内容涵盖从视觉语言模型作为自动驾驶解释器到模块化、一体化及当前主流的推理增强视觉语言动作模型 [1] - 课程配套理论基础梳理，包括视觉、语言、动作三大模块、强化学习、扩散模型等，并设有大作业章节指导学员从零搭建自己的视觉语言动作模型及数据集 [1] - 由学术界专家带队，适合刚接触大模型和视觉语言动作模型的学员 [1] 端到端与视觉语言动作模型自动驾驶课程 - 课程聚焦端到端自动驾驶宏观领域，梳理一段式/两段式方向的重点算法和理论基础，详细讲解鸟瞰图感知、大语言模型、扩散模型和强化学习 [9] - 课程设计两大实战项目：基于扩散模型的Diffusion Planner和基于视觉语言动作模型的ORION算法 [9] - 由工业界专家带队，讲师为国内顶级主机厂算法专家，拥有端到端算法研发和产品量产交付经验 [9][11] 师资团队 - 讲师团队由学术界和工业界专家组成，包括清华大学硕士生、QS30高校博士等，在ICCV、IROS、EMNLP等顶级会议发表多篇论文 [6][8][11] - 团队拥有多模态感知、自动驾驶视觉语言动作模型、大模型Agent等前沿算法预研经验，并主持完成多项自动驾驶框架工具和产品量产 [6][8][11] - 一位讲师在GitHub上维护的自动驾驶与计算机视觉开源项目总Star数已超过2k [6] 目标学员与技术要求 - 学员需自备GPU，推荐算力在4090及以上 [12] - 要求具备一定的自动驾驶领域基础，熟悉基本模块，了解Transformer大模型、强化学习、鸟瞰图感知等技术概念 [13] - 需具备概率论、线性代数基础及Python和PyTorch编程能力 [13]