从角色扮演到代码生成，金山云API解锁AI应用全场景｜2025极新AIGC峰会演讲实录

2025年12月26日，极新主办的【想象·2025极新AIGC峰会】在上海浦东浦软大厦成功召开。金山云公有云事业部解决方案架构师宋烨先生在会上发表题为《大模型技术演进与想象力引擎构建》的重要演讲，分享大模型技术发展趋势与普惠算力实践。

金山云公有云事业部解决方案架构师宋烨

宋烨重点提到以下几点：

“效率革命是提升社会工作效率的关键”

“公有云的本质是解放客户生产力”

“普惠算力让AI汇集到千行万业”

以下为宋烨演讲全文，经极新整理：

各位早上好！我是金山云解决方案架构师团队负责人宋烨，今天非常荣幸能有机会，与大家分享 AIGC 浪潮下金山云的实践探索，以及行业与技术的发展趋势。本次汇报主题为《大模型技术演进与想象力引擎构建》。

01效率革命与AI驱动

“效率革命是提升社会工作效率的关键”

首先要提出“效率革命”这一核心概念。用经济学公式可对人均 GDP（衡量国民生活幸福程度的重要参考指标）进行拆解：人均GDP=GDP÷总人口，进一步迭代为（GDP÷工作人口）×（工作人口÷总人口）。

随着社会发展，等式右侧“工作人口÷总人口”的比值正持续下降，我国面临老龄化加剧、出生人口低迷的现状，未来这一趋势难以逆转。因此，提升人均GDP的唯一路径，就是提高“GDP÷工作人口”的比值，这一数值本质上就是国家整体生产效率。AIGC 的诞生与发展，核心作用正是提升社会工作效率，这也是中美等世界主要国家争相在 AIGC 领域加大资源投入的根本原因，目前中美已成为该领域最发达的两个国家。

基于这一判断，金山云领导层坚定认为 AIGC 是必须布局的核心赛道。早在三年前，公司CEO就提出“奥运 AI”战略口号，始终践行相关发展目标。人工智能虽已发展多年，但自Transformer等传统模型提出后，行业迎来爆发式增长，吸引了大量投资与技术跟进。

金山云始终紧跟行业浪潮，技术布局与上述方向高度契合，主要聚焦三大核心工作：其一，基座模型研发支持。2023-2024年基座模型是热门投资方向，金山云前两年重点为基座模型厂商提供大规模算力支持，这一过程极具挑战性；

其二，融合感知技术研发，即多模态技术。除语言研究外，进一步覆盖视觉、听觉等人类核心感知维度，而视觉感知尤为重要。众多知名科学家提出，语言无法完美描述世界，例如模型对“重力”等物理世界的感知存在欠缺，需通过视觉等多模态能力弥补，当前世界模型的研究已在机器人、自动驾驶等领域广泛开展；

其三，普惠化落地探索。核心目标是让AI算力与技术惠及千行万业。对于初创企业等成本敏感型主体而言，GPU算力投入门槛极高，金山云正致力于降低AI工具使用门槛，助力各类主体快速运用AI实现创新突破。

02算力集群构建挑战

“公有云的本质是解放客户生产力”

首先要明确公有云的核心本质：解放客户生产力。客户无需在基础架构上投入精力，可将全部资源集中于核心业务创新，把基础架构相关的技术工作交由公有云承接，这正是公有云的核心价值。也正因如此，在AI爆发的这几年，公有云服务了大量客户，行业内国内外相关企业的股价均表现亮眼，金山云也不例外。

接下来重点分享金山云在算力集群领域的实践。过去三年，我们持续投入大量精力构建算力集群，而大模型的工程落地并非简单采购机器即可，中间涉及复杂的实施过程，需满足高性能、高带宽、高存储等多重需求。

在网络构建阶段，工程师曾为避免光纤在运输中沾染灰尘，用酒精棉签擦拭，却导致集群构建后信号抖动严重，酒精蒸发后残留的痕迹会影响信号传输；在硬件部署层面，GPU服务器功耗极高，传统机柜适配性差，部分机柜仅能容纳一台机器，运行时的啸叫堪比飞机起飞，且对散热要求严苛。

更具挑战的是机房空间问题：客户常需从256台扩展至512台规模，但多数机房难以满足需求，被迫搬家时还需规避北方冬季的冷凝水风险，低温环境运输的机器进入高温机房后，极易产生冷凝水，严重影响设备寿命。此外，物理服务器选型、机房筛选等环节也面临诸多考验。

除物理层难题外，网络组网方案的优化同样关键。技术层面主要有两种选择：IB和ROCE。IB方案性能更优，但成本是ROCE的三倍。为此，金山云专门组建网络团队，持续迭代优化 ROCE 网络性能，目前已实现接近IB的水平，这一过程中交换机系统等相关组件也在不断升级，投入了大量技术资源。

至今，我们仍在持续承接超大规模算力集群项目，这些集群的核心用途是作为模型训练的底座。为保障交付给客户的环境稳定，我们对所有服务器选型进行严格筛选与检测，交付前需经过数天的加电稳定性测试，覆盖服务器、网络等全环节。

03普惠算力实践

“普惠算力让AI汇集到千行万业”

接下来重点分享当前我们聚焦的“普惠算力”相关实践，核心围绕 API 服务的落地与应用展开。先通过一张海外权威报告说明行业趋势：海外顶尖 token 服务公司OpenRoad在2025年5月至11月的调研显示，其平台上各类模型调用需求中，“角色扮演（Role Play）”占比最高，这类应用涵盖陪伴、情感陪护等场景；其次是代码生成，此外技术、财务、学术、科学、法务、翻译、健康等领域的需求也较为突出。

这里的API服务核心价值在于降低AI使用门槛：初创企业无需搭建复杂的算力集群，只需通过现成的AI API服务，即可调用各类先进模型，OpenRoad本质就是这样的模型中转站，而金山云也已同步布局该领域，面向用户提供托管式及公有API服务。

我们的API服务布局分为两大方向，背后对应不同的技术与运营团队：一方面，金山云自主部署并调优市场上主流的开源模型，用户通过公有云账号即可直接访问这些模型的API；另一方面，搭建模型中转服务，对于未开源的商业API，用户无法直接获取模型部署权限，金山云作为中转方对接原厂商，凭借海量客户资源争取更优合作价格，为此专门设立采购团队与模型厂商洽谈折扣，同时组建技术团队保障开源模型的快速上线，实现“模型发布次日即可在平台提供服务”的响应速度。

从技术架构来看，所有API服务提供商均需覆盖资源层、平台组件等核心模块，而行业竞争的关键在于两点：一是性价比，满足用户对低成本使用AI服务的需求；二是性能稳定性，通过KB/PB分离、TPP并行等优化算法，提升推理速度与服务可靠性，这也是金山云API服务的核心竞争力，更是普惠算力的重要落地方式。

实际应用中，AI API服务的用户群体广泛，有同事在出差途中与陌生人交流后，对方当场注册金山云账号并启用API服务。目前我们已积累了各类行业用户，其中包括国内多家知名大型模型厂商（作为中立云厂商，我们为其提供多元服务支持）。

值得一提的是，代码生成是当前热门赛道，金山云也针对性开发了内部研发工具。公司内部对该工具的使用极为重视，管理层已调研所有程序员的使用频率，以此推动内部AI工具的深度应用。

结合网上的“AIGC适用度四象限图”，不同场景的AI应用适配性存在差异：右上角“想象力优先”象限的应用最为广泛；右下角代码生成等赛道已有实际落地案例；左上角容错率低的场景目前应用较少；左下角最严谨的领域则有部分企业主攻。而金山云的核心目标，正是为各领域用户提供“助飞想象”的AI引擎。

最后，金山云为用户提供完整的技术支持体系。最底层是基础设施层，提供高性能算力集群。在此基础上是AI平台层，用户可通过金山云调用各种市场常用模型。

目前我们的平台支持近30种不同模型，包括Kimi、Deepseek等热门模型，甚至一些海外模型。通过一站式访问渠道，用户能专注于业务创新。

总之，金山云始终致力于从技术底座层面帮助用户实现想象力，推动AI技术在各行各业的落地应用。

更多干货分享敬请注我们的公众号与视频号~超多精彩对话内容等待您的解锁！