MiniMax в сотрудничестве с Tencent Cloud успешно развернула песочницу для обучения агентов на основе методов усиленного обучения (Reinforcement Learning) с возможностью обработки миллионов операций и десятков тысяч одновременных сессий. Песочница достигла полной и стабильной работы в тестовой среде, что является значительным прорывом в области базовой инфраструктуры для AI-агентов. Это создает критическую поддержку для их широкого применения.Усиленное обучение играет ключевую роль в повышении способностей агентов по принятию решений. Однако масштабное обучение таких агентов часто сопряжено с высокими вычислительными затратами и сложностями в создании экспериментальных сред. Основным достижением этого сотрудничества является то, что Tencent Cloud помогла платформе усиленного обучения MiniMax — Forge — совершить качественный скачок:
Экстремальная эффективность: Тренировочная среда поддерживает «активацию на уровне секунд», что значительно сокращает время подготовки экспериментов.
Оптимизация ресурсов: Динамическое управление ресурсами с принципом «использовал и удалил» обеспечивает, что вычислительные мощности не пропадают впустую.
Снижение затрат и повышение эффективности: При сохранении стабильного и быстрого процесса обучения общие затраты на масштабное обучение значительно снижаются.
MiniMax, относительно новая компания в области искусственного интеллекта с оценкой, превышающей традиционных интернет-гигантов, активно действует как на финансовом рынке, так и в технологической сфере. Не только её рыночная стоимость продолжает расти, но и доля рынка за рубежом уже превысила 70%. Сотрудничество с Tencent Cloud не только обеспечивает выигрыш в техническом плане, но и предоставляет отраслевую модель для масштабного развертывания песочниц агентов.
По мере того как формируется «операционная система» эпохи AI, более эффективная базовая песочница станет ускорителем эволюции агентов. По мере углубления исследований в области усиленного обучения MiniMax всё ближе подходит к созданию миллионного уровня экосистемы агентов, способной к самообучению и быстрой итерации.