H2 AIDM · 一体智能

四层贯通,
一体交付。

算力、模型、智能体、应用,豪泓四层都自己做。
让每一家企业拥有自己的 AI,而不是租用别人的。

向上支撑
向下反哺
行业痛点 · 为什么要四层一起做

任务越长,
越贵、越慢、越容易错。

聊天是一问一答。智能体要连续走几十步:边读、边调工具、边写,上下文越滚越长。看下面这个任务怎么一步步变重。

聊天 vs 智能体 示意
聊天一问一答
上下文短,问完即止
智能体一个任务 · 第 1 / 30 步
读资料
上下文长度2 千词元

每走一步就长一截,可到几十万至百万。行业观察

累计处理量1× 一次聊天

不做缓存,每一步都要把历史重读一遍:单任务是聊天的 5–30 倍。行业观察

全部做对的概率100%

单步 95%,连续 30 步全对只有约 21%。示意计算

示意动画:红色表示这一步要重读的历史,蓝色是这一步新增的内容。节奏也不同:智能体是「调一次模型、执行工具 30–60 秒、再调一次」,不是人打字的节奏。

越长越贵

历史被一遍遍重算,词元消耗成倍增加。

越长越慢

每一步都要先读完全部历史才能开口。

越长越容易错

一步出错,后面全跟着错,只能整段重来。

所以要四层一起做

算力让缓存留得住,模型只算新增,智能体只重做错的那一步,应用把它变成产品。

H2 AIDM 架构

四层清楚,
六条产品线彼此咬合。

名字借自半导体:从设计到制造都自己做的,叫 IDM。算力中心做算力,模型服务商做模型,应用公司做应用——AIDM 四层都做。

L1 · 模型

部署、推理优化、后训练。

让模型在优化过的硬件上跑得快、用得起;把业务约束写进模型本身。

    一条请求怎么走完四层

    跟着一个任务,
    看每一层在做什么。

    用户说一句话,到拿到结果,中间要过七步。请求先一层层往下走,推理完成后再回到上面审查、结算。

    一条请求的七步 示意
    任务 把小说第 3 章拍成一集 2 分钟短剧
    L3应用
    ①
    L2智能体
    ②⑥
    平台网关
    ③⑦
    L1模型
    ⑤
    L0算力
    ④
    1. ①下任务 · L3 应用
      用户一句话描述目标。
    2. ②拆解分派 · L2 智能体
      拆成环节,交给专职智能体。
    3. ③进网关 · 平台
      鉴权、计量、冻结预算。
    4. ④路由 · L0 算力
      把会话送到存着它历史的通道。
    5. ⑤推理 · L1 模型
      命中读过的历史,只算新增。
    6. ⑥审查 · L2 智能体
      不合格退回本环,只重做这一环。
    7. ⑦结算 · 平台
      成功才扣费,结果交回用户。
    为什么四层要一起设计

    ④ 路由错了,⑤ 的缓存就白存了;没有 ⑥,任务越长越做不完。任何一层单独做好,都接不住这条请求。

    逐层证明

    每一层,都有一个硬数字。

    2路 · 25fps
    L0 算力 单张 RTX PRO 4500(32GB · 200W)并发两路实时直播,0 掉帧。
    生产实证
    约 0秒
    L1 推理 长上下文首字约 1 秒;整栈 4 卡 H200 实测 96 路并发。
    实测
    1/0
    L1 世界模型 RayWorld R1 768p 约 0.07 元/秒,约为主流同类的 1/14。
    已上线
    0+
    L2 智能体 H2 Harness 组织的专职智能体;1 天上线一部量产剧。
    已上线
    真实产出

    不是概念图,
    是线上生成的真实画面。

    下面的片段都来自线上产品:RayWorld R1 样片取自 rayworld.ai,作品片段取自小影马。

    RayWorld R1 · 环绕运镜相机绕主体一圈,人物与道路的空间关系保持一致
    RayWorld R1 · 镜头猛晃剧烈晃动下,教室的空间结构不塌
    RayWorld R1 · 空场篮球相机跟随球落地,球场线条与透视保持稳定
    小影马 · 作品片段yingma.ai 展示作品
    RayWorld R1 · 多人场景镜头转开再转回,每个人还在原位
    小影马 · 作品片段yingma.ai 展示作品
    六条产品线

    每一层都能单独交付。

    客户可以整套拿走 AIDM,也可以只要其中一层。

    L0 · 算力

    H2 GPU Combo

    量体裁衣:按客户现有的算力设备定方案,有什么卡就把什么卡用好。

    单卡两路 25fps 直播
    L1 · 模型

    H2 Model Combo

    全模态部署、智能体推理优化与架构级后训练。

    长上下文首字约 1 秒
    L1 · 世界模型

    RayWorld

    R1 离线世界模型 × Live 实时直播模型,相机成了参数。

    rayworld.ai768p 约 0.07 元/秒
    L2 · 智能体

    H2 Harness

    服务端智能体运行时架构:分工 · 审查 · 单步重做 · 记忆与复用。

    100+ 专职智能体
    L3 · 应用

    小影马

    AIGC 内容创作平台:一句话进去,全自动出成片;短剧、影游、广告短片、直播都能做。

    yingma.tv 国内yingma.ai 海外5 类内容形式 · 8 语种
    L3 · 应用

    H2 Code

    通用桌面 Agent:写材料、查资料、做表,能私有化部署。

    长任务首字约 1 秒
    哪些是自研的

    说清楚自己做了什么,
    也说清楚用了谁的开源。

    层豪泓自研采用的开源技术
    L0 算力GPU 底层优化、异构协同、会话亲和路由与调度分页显存参考 PagedAttention 等开源推理框架思路
    L1 文本推理有状态缓存、通道锁定等推理工程DeepSeek 等开源模型;推测解码技术 DSpark
    L1 世界模型RayWorld R1 的结构改造、新增权重、验收标准开源视频基座模型
    L2 智能体H2 Harness 编排框架对接开源与商用模型,按能力槽路由
    L3 应用小影马、小影马直播、H2 Code—
    对外是两门生意

    同一套技术,
    两种交付方式。

    业务一

    AI 转型技术服务

    给想转型为 AI 技术公司的企业,重点是上市公司:钱和卡都有,但卡的利用率低,没有自己的模型能力,也没有能写进财报的 AI 产品与收入。

    • GPU 优化——验收看每张卡服务多少路、多少用户
    • 模型优化——验收看首字、出字速度与能力完整度
    • 模型部署——验收看可用性与容量
    • 模型后训练——验收看评测集指标,权重归客户
    业务二

    企业 Agent 定制服务

    给任何有重复性知识工作的企业。按客户的工作流定制一套多 Agent 系统,部署在客户本地,数据不出域。

    • 工作流拆解 → Agent 架构设计 → 系统对接
    • 本地化部署 → 知识接入与后训练 → 评测上线
    • 权限、审计、人工确认点一并设计
    • 证据:小影马把短剧行业的工作流交给了智能体

    两样都要的客户,拿到的就是整套 AIDM。

    一笔账 经营测算

    同样 8 张卡,
    卖法不同,产值与估值都不同。

    一台 8 卡 H200 服务器,每月产值。只出租,卖的是卡时;部署模型,卖的是推理;做成智能体,卖的是完成的工作。

    只出租卡时卖算力 · 按卡时计费
    约 15 万元1×
    部署 DeepSeek卖模型推理 · 按词元计费
    约 50 万元约 3.3×
    做成智能体服务卖完成的工作 · 按席位与任务
    约 100 万元约 6.7×
    估值逻辑 A

    算力租赁

    重资产生意。收入跟着卡数与出租率走,市场按算力资产与租金回报给估值。

    估值逻辑 B

    AI 产品与服务

    收入跟着用户与任务量增长,可以写进财报的是 AI 产品收入,市场按收入规模与增长给估值。

    每月产值为经营测算,按一台 8 卡 H200 服务器估算,以实际运行数据为准。从 A 走到 B,差的不是卡,而是四层技术:L0 让卡跑得满,L1 让推理快且便宜,L2 让智能体把长任务做完,L3 把能力变成能卖的产品。

    影片

    四部影片,看懂全栈。

    资料

    七份白皮书,PDF 下载。

    与本网站同一份内容、同一套数字。可直接转发给投资人、决策者与技术负责人。

    00 · 总览PDF

    H2 AIDM 技术总览

    四层架构、七步请求、逐层指标、两条业务线与一笔账。

    01 · L0 算力PDF

    H2 GPU Combo 白皮书

    四项底层优化、异构协同、三档硬件方案与两项生产实证。

    02 · L1 模型PDF

    H2 Model Combo 白皮书

    三项推理机制、全模态矩阵、三步后训练与平台能力。

    03 · L1 世界模型PDF

    RayWorld 世界模型白皮书

    视线场、R1 与 Live 双引擎、四种相机模式、价格与路线。

    04 · L2 智能体PDF

    H2 Harness 白皮书

    长任务错误累积、四个机制、双作用域记忆与能力槽。

    05 · L3 应用PDF

    小影马产品方案

    八项创作与直播能力、计费方式、企业白标与承制。

    06 · L3 应用PDF

    H2 Code 白皮书

    长任务、长上下文、记忆、多模态与私有化五个工程差异。

    下一步

    从一次演示开始。

    接入方式与官方接口一致,最快 4–6 周上线第一个产品。

    30 分钟演示

    看平台与三款成品的实际使用。

    3 天试用

    结束后给一份延迟、用量、费用报告。

    一页纸定方向

    定下做哪几件事,按模块单买或整包。