海马云推出RunningHub系统与RH系列垂直模型
Start here
2026年11月，海马云依托6 EFLOPS算力池推出面向AIGC的垂直生产力系统RunningHub。该系统通过“渲推一体”调度使算力利用率较行业常见水平提升70%，平台每月Token消耗量达9万亿，约60%的模型调用由智能动态路由完成。同时，海马云推出RH系列后训练垂直模型，其中H3 Lightning模型将5秒视频生成时间压缩至28.7秒。11月4日，海马云创始人党劲峰针对AI落地发声，指出消费级AI商业化困难，大模型落地的核心壁垒不在于通用参数规模，而在于算力、Harness工具链与行业数据深度咬合的垂直生产力系统。
AI-generated from reports · Updated 3 hours ago
Report timeline
Follow the reports to see different sides of the story.
- AITNT · AI头条海马云剖析 AI 应用落地：拉开差距的是垂直生产力系统而非模型参数
海马云创始人党劲峰提出消费级 AI 商业化困难，大模型落地的核心壁垒不在于通用参数规模，而在于算力、Harness 工具链与行业数据深度咬合的垂直生产力系统。海马云旗下 RunningHub 依托 6 EFLOPS 算力池实现渲推一体调度，算力利用率比行业常见水平提升 70%，并通过 RH 系列后训练模型优化交付画质与速度。
- 量子位海马云：模型谁都买得到，拉开差距的是AI生产力系统
海马云依托 6 EFLOPS 算力池推出面向 AIGC 的垂直生产力系统 RunningHub，通过“渲推一体”调度将整体算力利用率提升 70%。该平台每月 Token 消耗量达 9 万亿，约 60% 的模型调用由智能动态路由完成；同时推出 RH 系列垂直模型，其中 H3 Lightning 将 5 秒视频生成时间压缩至 28.7 秒。
Story heat trend
Current heat 15·Comparable peak 16（Nov 4 12:00）·Comparable change, last 24 hours–
Trends compare only the same parties observed continuously, so the scope can be narrower than current heat counts. Move the pointer or tap the chart to see hourly heat; use the left and right arrow keys on a keyboard.