智通财经APP获悉，近日，范式智能公布信创模盒最新节点进展：信创模盒ModelHub XC 适配认证模型数量已超 2000 个，比预期目标时间提前了半个 月。继 11 月达成"千模适配"里程碑后，平台加速升级算力引擎自动化适配能力，持续提升模型适配速度和质量，使国产信创 AI 生态在模型覆盖广度与确 定性上进一步提升。此期间的模型适配认证来自100+个开源组织与开发者社区贡献。新增/更新模型覆盖 Qwen、Llama、Mistral、Phi、DeepSeek 等主流 开源体系，并进一步补齐推理、代码等关键能力类型。 关于信创模盒ModelHub XC 信创模盒ModelHub XC是面向信创算力生态的AI模型与工具平台，兼具社区和服务的功能，致力于推动国产硬件平台上的人工智能创新与落地，提供涵 盖模型训练、推理到部署的全流程解决方案。 适配范围以昇腾 910B3/910B4 为主，同时扩展至沐曦曦云 C500、海光 K100AI、天数智芯智铠 100等国产算力平台，覆盖主流国产算力平台。 2000+的适配认证模型不只是"模型更多"，更是"落地更确定"。「信创模盒」ModelHub XC 通过模型—硬件—软件的 ...

近日，范式智能公布信创模盒最新节点进展：信创模盒ModelHub XC 适配认证模型数量已超 2000 个， 比预期目标时间提前了半个月。继 11 月达成"千模适配"里程碑后，平台加速升级算力引擎自动化适配 能力，持续提升模型适配速度和质量，使国产信创 AI 生态在模型覆盖广度与确定性上进一步提升。此 期间的模型适配认证来自100+个开源组织与开发者社区贡献。新增/更新模型覆盖Qwen、Llama、 Mistral、Phi、DeepSeek等主流开源体系，并进一步补齐推理、代码等关键能力类型。 适配范围以昇腾 910B3/910B4 为主，同时扩展至沐曦曦云 C500、海光 K100AI、天数智芯智铠 100等国 产算力平台，覆盖主流国产算力平台。 信创模盒ModelHub XC是面向信创算力生态的AI模型与工具平台，兼具社区和服务的功能，致力于推 动国产硬件平台上的人工智能创新与落地，提供涵盖模型训练、推理到部署的全流程解决方案。 我们诚邀广大开发者、企业与行业伙伴加入「信创模盒」生态，共同参与模型适配、技术优化与场景共 建，携手推进国产算力与AI应用的深度融合，赋能千行万业的智能化转型。 关于信创模盒 M ...

平台发展里程碑 - 「信创模盒」ModelHub XC上线两个月后，已完成适配并认证的模型数量突破1000个，比原计划提前了4个月[1] - 平台于2025年9月22日正式启动上线，旨在解决模型与底层芯片架构互不兼容的行业核心痛点[1][2] - 2025年11月25日，平台在摩尔线程芯片上一次性完成108个模型的规模化适配，为扩展至千量级模型库奠定基础[11] 核心技术突破与适配成果 - 2025年10月17日，在国产芯片曦望S2上完成风洞计算大模型的完整适配，实现单张图处理时间约1.5秒，性能比肩国际主流高端GPU[4] - 2025年11月1日，完成创新模型DeepSeek-OCR在昇腾、沐曦等信创算力卡上的适配测试，模型输出效果与NVIDIA平台完全一致，推理性能差距控制在30%以内[6] - 2025年11月17日，在昇腾910B4芯片上完成总参数量2300亿的顶尖开源Agent模型MiniMax-M2的适配，通过EngineX对GGML/MoE架构的深度优化实现“即插即用”部署[8][9] 平台核心能力与生态建设 - 平台以"EngineX引擎+批量适配"为核心，通过基础算法架构的深度适配实现模型在国产芯片上的“即插即用”[12] - 模型生态覆盖从通用大语言模型、垂直领域专业模型到前沿创新模型的多元化品类，已广泛支持华为昇腾、壁仞科技、天数智芯、昆仑芯、摩尔线程、曦望等主流国产算力[1][2][12] - 每个模型均标注可运行的芯片型号，支持用户快速匹配模型与算力[12] 未来发展规划 - 平台未来将加速向“万模互联”迈进，计划在一年之内冲刺十万模型，持续扩展模型规模与芯片支持范围[13] - 公司将保持快速更新节奏，以构建更完整、更高效的国产AI基础设施[13]

平台发展里程碑 - 公司于2025年9月22日正式上线「信创模盒」ModelHub XC平台、信创社区及模型适配增值服务，旨在解决模型与底层芯片架构不兼容的行业核心痛点 [1][2] - 平台上线两个月后，已完成适配并认证的模型数量突破1000个，比原计划提前了4个月，标志着国产信创AI生态在模型覆盖广度上取得显著进展 [1][11] - 2025年10月17日，公司在国产芯片曦望S2上完成风洞计算大模型的完整适配与深度优化，实现单张图处理时间约1.5秒，性能比肩国际主流高端GPU [4] - 2025年11月1日，公司完成创新模型DeepSeek-OCR在昇腾、沐曦等信创算力卡上的适配测试，模型输出效果与NVIDIA平台完全一致，推理性能差距控制在30%以内 [6] - 2025年11月17日，公司在昇腾910B4芯片上完成高效Agent模型MiniMax-M2的适配，该模型为顶尖开源Agent模型，总参数量2300亿 [7] - 2025年11月25日，平台在摩尔线程芯片上实现108个模型的规模化适配，广泛覆盖文本生成、视觉理解、多模态问答等多种任务类型 [9] 平台核心能力与技术优势 - 平台以"EngineX引擎+批量适配"为核心，通过基础算法架构的深度适配实现模型在国产芯片上的"即插即用"，极大缩短部署周期 [12] - EngineX体系对Transformer架构提供底层支持，并对GGML/MoE架构进行深度优化，实现了复杂模型在信创环境下的高效、稳定推理 [6][7] - 平台模型生态丰富多元，覆盖从通用大语言模型（如DeepSeek V3.1）、垂直领域专业模型（如风洞计算大模型）到前沿创新模型（如gpt-oss-20B，MiniMax-M2）的多元化品类 [1] - 平台广泛支持华为昇腾、壁仞科技、天数智芯、昆仑芯、摩尔线程、沐曦、曦望等主流国产算力芯片 [2][12] - 每个模型均标注可运行的芯片型号，支持用户快速匹配模型与算力，提供清晰的适配标签 [12] - 平台提供「信创模型适配增值服务」，由数百人工程师团队支撑，确保指定模型在国产环境中的成功适配与稳定运行 [12] 行业发展与未来规划 - 平台解决了AI产业发展的新矛盾：部署的模型与底层芯片架构互不兼容，采购的硬件缺乏充分适配的模型生态，这种"算力—模型"的二元割裂正成为制约AI规模化落地的隐形天花板 [1] - 平台为国产AI软硬件协同发展提供了坚实基础，将持续为产业智能化转型提供更为坚实与丰富的模型基座 [1] - 平台已按原计划提前4个月达成"千模适配"里程碑，未来将加速向"万模互联"迈进，计划一年之内冲刺十万模型 [14] - 公司将持续扩展模型规模与芯片支持范围，保持快速更新节奏，构建更完整、更高效的国产AI基础设施 [14]

信创模盒ModelHub XC适配进展 - 范式智能宣布其信创模盒ModelHub XC已完成108个主流AI模型在摩尔线程GPU上的适配认证，涵盖文本生成、视觉理解、多模态问答等多种任务类型 [1] - 适配模型系列包括Mata、千问、Deepseek、混元、Open Sora等，预计未来半年内将扩展至千量级 [1][3] - 信创模盒ModelHub XC是面向信创算力生态的AI模型与工具平台，提供涵盖模型训练、推理到部署的全流程解决方案 [4] 摩尔线程GPU技术优势 - 摩尔线程GPU在量化模型方面展现出显著优势，凭借对低精度数据类型的硬件级支持、优化的指令集与缓存机制，有效降低模型显存占用并提升推理速度 [1] - 通过精细化校准与优化，适配模型在性能提升的同时确保推理精度满足商业落地要求 [1] - 摩尔线程于11月24日正式启动科创板发行，发行价为114.28元/股，创下2025年以来A股新股发行价新高 [1] EngineX引擎技术突破 - 范式智能依托自研EngineX引擎技术，重点突破模型在国产芯片上的兼容性与运行效率，显著降低开发者部署门槛 [1] - EngineX引擎实现“引擎驱动、多模型即插即用”，有效解决国产芯片在模型兼容性与规模支持上的瓶颈 [3] - 引擎支持多种国产算力卡，包括沐曦曦云C系列、天数智芯智铠/天垓系列等，覆盖文本生成、图片生成、语音合成等任务 [5] 国产算力生态合作 - 信创模盒平台支持多家国产硬件厂商，包括摩尔线程、寒武纪、昆仑芯、沐曦、海光等 [4] - 平台提供热门推理引擎如EngineX特制优化版本，基于transformer和diffusion架构，支持vLLM等 [5] - 平台定位为国内开发者互帮互助的AI社区，推动模型在国产化算力上生根发芽 [5]

信创模盒ModelHub XC适配进展 - 范式智能宣布“信创模盒”ModelHub XC已完成108个主流AI模型在摩尔线程GPU上的适配认证，涵盖文本生成、视觉理解、多模态问答等多种任务类型 [1] - 平台预计未来半年内将扩展适配至千量级模型，为国产算力生态注入持续动能 [1] - 目前已完成包括Mata、千问、Deepseek、混元、Open Sora等模型系列的适配验证 [3] 摩尔线程GPU技术优势 - 摩尔线程GPU在量化模型方面展现出显著优势，其硬件凭借对低精度数据类型的硬件级支持、优化的指令集与缓存机制，有效降低模型显存占用并提升推理速度 [1] - 通过精细化校准与优化，适配模型在性能提升的同时，确保了推理精度满足商业落地要求 [1] - 摩尔线程于11月24日正式启动科创板发行，发行价为114.28元/股，创下2025年以来A股新股发行价新高 [1] EngineX引擎技术支撑 - 范式智能依托自研的EngineX引擎技术，重点突破模型在国产芯片上的兼容性与运行效率，显著降低开发者的部署门槛 [1] - EngineX引擎作为底层支撑体系，实现了“引擎驱动、多模型即插即用”，有效解决了国产芯片在模型兼容性与规模支持上的瓶颈 [3] - 该引擎是运行于国产算力卡（如沐曦曦云C系列、天数智芯智铠/天垓系列）的特制优化版本，基于transformer、diffusion等架构 [6] 信创模盒平台定位与服务 - 信创模盒ModelHub XC是面向信创算力生态的AI模型与工具平台，兼具社区和服务功能，致力于推动国产硬件平台上的人工智能创新与落地 [5] - 平台提供涵盖模型训练、推理到部署的全流程解决方案 [5] - 平台定位为国内开发者互帮互助的AI乐园，提供国产化算力开发经验分享，是最新最全的国产化算力社区 [6] 已适配的国产硬件与模型组合 - 适配工作覆盖多家国产GPU硬件，包括摩尔线程MTT S4000、沐曦曦云C500、天数智芯智铠100/天垓100、寒武纪MLU370-X4/X8、昆仑芯R200-8F、海光K100AI等 [4] - 已完成适配的模型包括姜子牙2-13B-Chat、Yi-1.5-9B、XVERSE-MoE-A4.2B、XVERSE-7B等多个文本生成与文本分类模型 [4] - 引擎支持的任务类型多样，包括文本生成、语音合成、图片生成等 [6]

产品发布 - 公司于9月22日发布"信创模盒"ModelHub XC平台、信创社区及信创模型适配增值服务 [1] - 新产品旨在打破客户、算力与开发者之间的屏障 并为用户真实需求提供"兜底"服务 [1] 技术解决方案 - 针对国产算力生态中模型需分别适配的痛点 推出专门适配信创算力的AI引擎体系EngineX [1] - 通过基础算法架构适配实现批量化模型支持 解决耗时长且存在大量重复劳动的问题 [1] 模型生态 - 平台提供下载的模型种类丰富 已适配认证模型数量超过百个 [1] - 未来适配认证模型数量将保持快速更新 [1] 算力兼容 - 已适配信创算力包括华为昇腾、寒武纪、天数智芯、昆仑芯、沐曦和曦望等 [1] - 未来将覆盖市面上更多主流信创算力 [1] 增值服务 - 针对不了解国产算力适配模型及需要模型适配指定算力的用户 提供信创模型适配增值服务 [1] - 公司可对模型进行调整直至适配 实现适配"兜底"服务 [1]

产品发布 - 公司发布信创模盒ModelHub XC平台、信创社区及信创模型适配增值服务 [1] - 平台联合华为昇腾、壁仞科技、天数智芯、昆仑芯、摩尔线程、曦望等多家头部芯片厂商共同推进国产模型与国产芯片适配 [1] 技术解决方案 - 推出专门适配信创算力的AI引擎体系EngineX 通过基础算法架构适配实现批量模型支持 [1] - 引擎驱动实现多模型即插即用 缩短部署周期并解决兼容性问题 [1] 服务与规模 - 提供由数百名工程师支持的兜底增值服务 确保模型适配指定国产算力 [1] - 目前已适配认证模型上百个 预计一年内达十万数级 半年内覆盖所有常见算力平台 [1] 行业影响 - 打破算力与模型二元割裂现状 为AI产业规模化落地提供关键支撑 [1]

行业痛点 - 行业面临算力与模型二元割裂的隐形天花板 部署模型与芯片架构互不兼容 采购硬件缺乏适配模型[1] - 国产硬件使用国外优化模型时出现水土不服 不同模型需分别适配 导致耗时长且重复工作量大[8] 产品发布 - 公司正式发布信创模盒ModelHub XC平台 信创社区及信创模型适配增值服务 旨在打破客户 算力与开发者之间的屏障[3] - 产品获得华为昇腾 壁仞科技 天数智芯 昆仑芯 摩尔线程和曦望等头部芯片厂商现场支持[5] 技术方案 - 开创性发布AI引擎体系EngineX 通过基础算法架构适配驱动批量化模型支持 解决国产信创芯片在模型兼容性和支持数量的长期瓶颈[7] - 极大缩短模型上国产算力平台部署周期 实现引擎驱动和多模型即插即用[7] 平台能力 - 上线当日提供上百个适配认证模型 包含DeepSeek V3.1和OpenAI开源大语言模型gpt-oss-20B等热门模型[10] - 平台已适配华为昇腾 寒武纪 天数智芯 昆仑芯 沐曦和曦望等信创算力 未来将覆盖所有主流信创算力[10] - 模型标注可适配的国产芯片品牌 明确下载模型与采购芯片的对应关系[10] 发展目标 - 未来半年适配认证模型数量达千数级 一年内达十万数级 后续保持持续更新速度[10] 增值服务 - 提供信创模型适配增值服务 针对不了解国产算力适配模型或需要模型适配指定算力的用户提供调整服务[12] - 数百名专业工程师团队解决卡跑不了模型或模型不知匹配什么卡的问题 后续将开放更多定制化能力[12]