百度智能云技术站

在 OpenClaw 中，一个常见却不容易被察觉的情况是： 它可以顺利完成任务， 但你并不总是清楚，它在过程中具体做了什么。 而另一类问题，则发生在执行本身， 你的意图，在...

本文整理自 26 年 3 月 15 日 vLLM-Kunlun Meetup 北京站活动的同名主题演讲。在公众号回复「vLLM-Kunlun」，可以获得此次 Meetup ...

本文整理自 26 年 3 月 15 日 vLLM-Kunlun Meetup 北京站活动的同名主题演讲。在公众号回复「vLLM-Kunlun」，可以获得此次 Meetup ...

对网络工程师而言，「变更」这两个字天生带着重量。变更重点在于「变」字，网络有个朴素的规律：不动，就不坏。重大活动封网期间往往是故障最少的日子，这几乎是行业共识。但业务不会静...

百度百舸基于昆仑芯算力平台构建了一套覆盖「模型量化 - 量化推理 - 硬件加速」的端到端量化支持体系，实现模型层、框架层与硬件层的全栈协同优化。...

在企业的技术运营中，一条被广泛验证的降本增效路径早已形成共识：采购时通过规模优势压低硬件单价，使用时借助调度、混部和潮汐算力提升资源利用率...

将主流大模型「发布即可用」常态化，让开发者和用户在模型上线第一时间就能切实享受到国产 AI 芯片带来的高效加速体验。...

百度百舸基于 SGLang 与 vLLM 推理框架，完成智谱 GLM-4.x 系列模型（GLM-4.5 / GLM-4.5-Air / GLM-4.6 / GLM-4.7）...

在技术深水区，最大的障碍往往不是未知，而是那些我们深信不疑的已知。 这篇文章清晰还原了创新的真实路径：问题从何而来、传统方案为何失效，以及 Mantle 新的系统设计思路是...

LoongFlow 是百度百舸团队发布的一个开源的、旨在让 AI 学会「专家级思考」的智能体开发框架。我们相信，设计一个能解决复杂问题的专家级 Agent，关键在于其思考模...

百度智能云混合云团队基于 vLLM 框架，在扩容和容灾场景下，将推理服务拉起时间压缩到「几秒级」—— 模型权重可在约 2 秒内完成加载，采用预留的守护实例后，不到 5 秒即...

百度百舸和昆仑芯的技术团队基于 vLLM-Kunlun Plugin，仅用 2 天时间便在 vLLM 环境中实现了 MiMo Flash V2 在昆仑芯 P800 XPU ...

最大无本体具身数据集开源！简智机器人秉持 「具身智能源于人、回归人」 的核心理念，将「RealOmni」数据集第一时间同步在百度百舸平台，便于具身智能行业伙伴快速将数据集应...

结合新硬件架构的特性，AI Infra 团队可以基于对上层模型算法特性的深度理解，进一步做 AI 工程上的软件优化，充分释放硬件潜能，在吞吐量、TTFT、TPOT 等核心指...

百度百舸联合北京人形，构建了覆盖「模型提效加速、训练稳定性保障、企业级开发平台」的 AI Infra 具身智能解决方案，加速了 Pelican-VL 模型的落地。...

百度百舸 AIAK 团队为 DeepSeek V3.2 开发的上下文并行（Context Parallelism, CP）方案已正式合入 SGLang 主分支。...

本文整理自 2025 年 12 月 14 日的「百度百舸 X SGLang Meetup 北京站」的同名主题分享。在公众号回复「AI Infra」，可以获得此次 Meetu...

本文整理自 2025 年 12 月 14 日的「百度百舸 X SGLang Meetup 北京站」的同名主题分享。...

本文整理自 2025 年 12 月 14 日的「百度百舸 X SGLang Meetup 北京站」的同名主题分享。在公众号回复「SGLangV5」，可以获得此次 Meetu...

长文本推理被「显存墙」卡住 在 32K 至 128K 超长上下文场景中，DeepSeek-V3.2-Exp 的 Decode 阶段需维护一个随序列长度线性增长的 Laten...