智通财经APP获悉，今天(11月27日)，范式智能对外宣布，「信创模盒」ModelHub XC上线两个月，已完成适配并认证的模型数量破千，比原计划提前了4个月，国产信创AI生态在模型覆盖广度上取得显著进展，并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。
「信创模盒」ModelHub XC当前已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，功能强大、生态日趋完善，为国产AI软硬件协同发展提供了坚实基础。
在平台发展脉络中，几个关键节点尤为突出，清晰勾勒出其持续突破的技术路径：
2025-9-22启动上线
当大模型运行的显存不足困境被逐步破解，AI产业发展的新矛盾已然浮现：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。
直面这一行业核心痛点，范式智能于今年9月22日正式上线「信创模盒」ModelHub XC平台、信创社区及信创模型适配增值服务，致力于打破客户、算力与开发者之间的屏障。上线当天，范式智能创始人戴文渊出席并讲话，范式智能联合创始人、首席科学家陈雨强与华为昇腾、壁仞科技、天数智芯、昆仑芯、摩尔线程、曦望等头部国产芯片厂商一起，启动「信创模盒」ModelHub XC上线，并同步推出信创社区与模型适配增值服务，直面国产算力与模型适配难题。
2025-10-17 攻克垂直领域复杂模型
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。
·首例商用级适配：完成业内首次在国产芯片上对垂直领域复杂大模型的完整适配，达到可商用、可部署的生产级性能标准
·性能比肩国际主流：实现单张图处理时间约1.5秒，与当前国际主流高端GPU性能持平
·突破关键领域瓶颈：为关键领域计算基础设施自主化奠定了坚实基础
2025-11-1 适配前沿全模态OCR模型
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。
·技术创新价值突出：该模型开创性地利用视觉模态压缩文本信息，是破解大语言模型长上下文效率难题的关键探索。
·架构级适配路径贯通：基于EngineX体系对Transformer架构的底层支持，实现了模型在信创环境下的高效、稳定推理。
·输出效果与性能兼具：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，达到可用、好用标准。
2025-11-17 部署高效开源Agent模型
在昇腾910B4芯片上完成高效Agent模型MiniMax-M2的适配。
·模型能力全球领先：适配模型MiniMax-M2为顶尖开源Agent模型，采用MoE架构，总参数量2300亿，在代码与智能体任务上表现卓越。
·实现“即插即用”部署：通过EngineX对GGML/MoE架构的深度优化，实现了该复杂模型在国产算力上的稳定推理与快速部署。
·夯实企业应用基座：为企业在国产化环境中构建和部署复杂的AI Agent应用提供了可靠、高性能的模型选择。
2025-11-25 实现百模批量适配与量化优化
平台在摩尔线程芯片上实现108个模型的规模化适配，展现出强大的生态拓展能力。
·规模化适配成效显著：一次性完成108个模型适配，广泛覆盖文本生成、视觉理解、多模态问答等多种任务类型。
·硬件量化优势凸显：充分释放摩尔线程GPU在低精度计算与缓存优化上的硬件潜力，显著降低显存占用并提升推理速度。
·生态动能持续注入：此次批量适配标志着平台具备规模化交付能力，并为未来半年内扩展至千量级模型库奠定坚实基础。
平台核心能力：引擎驱动，模型适配破千
「信创模盒」ModelHub XC 不仅是模型仓库，更是以“EngineX引擎+批量适配”为核心的高能社区，致力于打通国产算力与AI模型之间的关键通路。目前，平台已完成超过1000个模型的适配认证，标志着国产信创模型生态建设迈入规模化新阶段。
平台核心能力包括：
EngineX引擎驱动：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，解决兼容性瓶颈。
模型生态丰富多元：已覆盖从通用大模型、垂直领域模型到前沿创新模型的多元化品类，并广泛支持华为昇腾、寒武纪、天数智芯、昆仑芯、摩尔线程、沐曦、曦望等主流国产算力。
适配标签清晰直观：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。
专业服务全程兜底：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。
展望未来：共建十万级信创模型生态
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：
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;
持续高速迭代：保持快速更新节奏，构建更完整、更高效的国产AI基础设施。
