Hedra 推出 Model Factory，助力训练、部署并改进真实世界 AI

Hedra 正在推出 Model Factory，这是一个将 GPU 基础设施、模型后训练、推理优化和生产环境反馈整合到同一工作流中的平台。这家获得 a16z 支持的研究公司，目标客户是机器人、制造、生物学和国防领域的团队；这些团队需要根据自己的数据和运行条件调整模型。

这一方案针对企业 AI 面临的一个实际问题：能力出众的通用模型往往只是起点。要将其转变为能够处理视频、传感器数据或物理动作的可靠系统，可能需要定制训练环境、专门的部署软件，以及一种评估每个新版本是否胜任目标任务的方法。

打通训练、部署与生产反馈

Model Factory 将灵活的 GPU 沙盒与后训练相结合，后训练由 Hedra 研究人员与自主 AI 智能体协作完成。客户提供数据和仿真引擎；Hedra 协助搭建强化学习环境和数据集，随后优化生成模型的运行方式。

Hedra 创始人兼首席执行官 Michael Lingelbach 表示：“递归式自我改进已经在改变前沿模型的构建方式。下一步是走向真实世界，在那里，数据来自视频、传感器和仿真。Hedra Model Factory 为机器人、制造、生物学和国防领域的团队提供基础设施，让他们能够对自己的模型进行后训练、部署并持续改进。”

部署后，研究人员会分析模型在生产环境中的表现、重新训练模型，并且只有在新版本通过客户评估后才会发布。因此，评估标准是这项服务的核心：更快的模型仍须满足使用它的应用需求。

Hedra 用“递归式自我改进”来描述研究人员和自主 AI 科学家反复迭代实验、训练流程和优化方法的过程。此次公布的流程包含研究人员参与和客户评估关卡，而不是不受限制地自动更改生产模型。

为什么物理 AI 所需的不只是文本模型服务技术栈

Hedra 的 World Model Runtime（简称 WMR）为此次发布提供了更多背景信息。该公司将其描述为一种采用开放核心模式的推理引擎，可用于图像、视频、世界模型和文本模型，并支持 NVIDIA 和 AMD GPU。它的优化重点包括扩散步骤、跨帧注意力，以及在视觉工作负载中可能大量占用 GPU 时间的编码和解码操作。

对于视觉—语言—动作模型，推理不仅要解读输入，还要生成动作。在仿真环境中，模型和生成训练经验的环境都可能需要加速器。因此，改进工作流不只是选择模型，还可能包括减少数据传输、使数值精度符合质量要求，以及协调训练与服务流程。

该公司的 GPU 沙盒服务允许团队将容器、依赖项和模型代码导入隔离环境，同时由 Hedra 管理资源分配、扩缩容和硬件故障恢复。团队可以修改运行时、开展训练或评估，并导出检查点和产物。其训练平台支持监督微调、轻量级 LoRA 适配器和强化学习，并可在提供服务前评估检查点。

图像编辑速度提升六倍，但有明确适用条件

发布公告以 Krea 3 图像编辑作为优化流程的一个示例。Hedra 表示，在不到一周的时间内，他们将一张 2K 图像的编辑时间从约 22 秒缩短至 3.6 秒，使用的仍是同样四块 AMD Instinct MI355X GPU。这项对比结合了推理优化与蒸馏：基准版本使用原始 bf16 模型，采样步数为 30 步；更快的版本则使用经过蒸馏的 14 步模型。

这一区别很重要，因为这一结果既反映了模型计算方式的变化，也反映了执行模型的软件发生了变化。这是针对特定工作负载和配置报告的结果，并不意味着该平台提供服务的所有模型都能普遍提速六倍。

Hedra 另行发布的 Krea 3 工程技术说明详细介绍了低精度矩阵运算、自定义注意力、融合操作，以及转由专用复制引擎执行的 GPU 间传输。其中，22.9 秒至 3.3 秒的对比衡量的是扩散 Transformer 的运行时间，而非完整请求的延迟。因此，这些数据应与发布公告中的图像编辑结果分开解读。

视频物理特性与机器人硬件适配

Hedra 还报告称，他们重新训练了 H3，以提高其物理一致性。在 Google DeepMind 的 Physics-IQ 基准测试中，重新训练后的模型得分为 34.9，高于 H3 Max 的 30.3；Hedra 称，两者的视觉质量相当。该公司表示，一个经自主蒸馏的版本可在 MI355X GPU 上用不到 3 秒渲染一段 5 秒的视频片段。

另一个例子中，一项仿真研究更换了运行已训练策略的机器人的夹爪。Hedra表示，只要让替换后的夹爪在腕部相机视野中的可达范围和抓取点与原夹爪相匹配，任务成功率就能在不重新训练的情况下从接近零恢复到接近100%。这一发现仅适用于所报告的仿真设置；它并不能证明，在实际部署的机器人上，无须进一步训练就能应对任意硬件变更。

这些例子体现了同一个工程问题的不同方面：在改变模型的运行方式或其所处系统的同时，如何保留有用的行为能力。

围绕客户自有模型打造的研究服务

Model Factory自11月10日起开放。团队可以与Hedra的研究人员合作开发定制模型，在没有长期承诺的情况下使用灵活的GPU沙盒算力，或将现有模型接入其推理引擎。部署选项包括本地基础设施或附近合作伙伴的数据中心；优化目标涵盖运行速度快于实时的世界动作模型，以及可在边缘设备上运行的视觉-语言-动作模型。

该公司表示，在此前12个月中，营收增长了15倍，但并未在公告中披露营收基数。其公司概况将该平台定位为其构建和提供自有视觉模型的经验之延伸。

对客户而言，核心价值主张是构建一个贯通的工程闭环：利用领域数据改进模型，根据硬件条件和延迟预算对其进行优化，评估结果，并将生产环境中的经验反馈到下一轮迭代中。实际效果如何，既取决于针对具体任务的评估和部署限制，也取决于底层GPU的速度。