6月16日，AI獨角獸企業九章云極DataCanvas公司宣布，正式上線工業級強化學習AI新云平臺——九章強化學習云平臺AgentiCTRL。該平臺專為加速 AI智能體“訓推一體”而構建，通過強化“Control”能力，讓強化學習（RL）賦予大模型更強的行動力和決策控制力，助力全球領先企業和 AI 實驗室充分釋放創新潛力。

 

　　據實測數據顯示， AgentiCTRL將AI智能體訓推門檻壓縮至一行代碼。與傳統強化學習相比，該平臺端到端訓練效率提升500%，綜合成本下降60%，成為全球支持萬卡級異構算力調度的強化學習基礎設施。

 

　　九章云極DataCanvas公司是領先的AI基礎設施提供商，為企業和 AI 研究實驗室提供GPU 計算加速的AI云平臺、智算工具鏈及人工智能軟件等產品和服務。目前，該公司已在全球建立了多個針對加速計算進行優化的AIDC智算中心。

 

　　九章強化學習云AgentiCTRL是下一代智能體的智算基座

 

　　與數據驅動的深度學習不同，強化學習通過經驗迭代提升模型能力，突破了全球AI產業受限于靜態數據訓練的瓶頸，在智能體發展中展現卓越性能。

 

　　隨著DeepSeek、OpenAI等主流基座模型運用強化學習（RL）顯著提升推理能力，九章強化學習云平臺AgentiCTRL憑借基于反饋機制持續迭代的特性，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，以低門檻、低TCO（總擁有成本）和高彈性等顯著優勢，成為推進AI普惠的基座。該平臺支持跨AIDC彈性資源調度，訓練高峰期可秒級擴展響應；實現萬卡級GPU集群的統一調度。同時，其多環境異構執行引擎支持CPU、GPU、NPU等多元算力透明調用，在AIDC一體化架構下，訓練任務可自動選擇優算力組合，這一優異表現使平臺在支撐萬億模型訓練時，仍保持毫秒級擴縮響應速度。

 

　　通過深度融合智能體訓練與推理的一體化，AgentiCTRL正在成為行業的智能體開發基座。在生物醫藥領域，AgentiCTRL平臺展現出卓越的技術優勢，依托對海量基因數據、蛋白質組數據的動態反饋優化機制，平臺可賦能智能體快速生成新型藥物分子結構，為靶向藥物研發、疑難病癥治療方案創新提供技術支撐。工業應用方面，平臺基于"數據提取+經驗反饋"的雙重特性，依托離散制造和壓力傳感等領域的經驗反饋數據，支撐智能體實現模型圖紙的實時生成能力。在游戲競技領域，經AgentiCTRL平臺訓練的模型已展現出超越職業玩家的競技水平。

 

　　一行代碼啟動的智算革命

 

　　在強化學習共識機制下，九章云極的工程化能力保障了AgentiCTRL的易用性、穩定性與快速迭代的能力。

 

　　九章強化學習云平臺AgentiCTRL核心突破在于徹底消解工業級強化學習的工程復雜度，支持開發者通過單行API調用平臺內DeepSeek、Qwen等國際主流模型，可調度跨AIDC的萬卡異構算力，其自動化多目標獎勵融合與Tool Use設計簡化訓推流程。

 

　　AgentiCTRL在訓推任務實測中表現卓越。和傳統強化學習方式相比，AgentiCTRL將Agent訓練耗時從13.8小時壓縮至8.7小時，訓練耗時縮短37%；GPU利用率從59%提升至84%，采樣軌跡延遲降低80%以上；獨創的“按度計費”模式實現綜合成本下降60%，突發訓練任務響應速度達秒級。

 

　　針對智能體后訓練的巨大市場需求，AgentiCTRL同步發布了業內訓練流程智能體Alaya-UI，實現一行代碼啟動強化學習訓練任務。九章云極DataCanvas公司技術副總裁楊健對此表示，“用戶無需準備算力、訓練環境或采樣環境——這些均由AgentiCTRL的智能體自動完成。”

 

　　Alaya-UI通過建模GUI環境為馬爾可夫決策過程，在OSWorld Task測試中任務完成率從6.87%躍升至24.8%，支撐"秒級生成百萬token級"的云編程需求，實現智能體訓推自動化任務。

 

　　面向生物醫藥、工業設計、消費創意等領域加速智能體進程，AgentiCTRL將憑借萬卡異構調度能力與秒級響應的可靠性，以低門檻、極具性價比的中國智算方案，支持大規模智能體應用創新，助力千行百業進入AI普惠時代。