返回首页

Hedra Model Factory

x+web 0.94
访问原文

介绍

Hedra Model Factory 是 Hedra 在 2026 年 11 月 10 日推出的平台，官方定位为“为真实世界构建模型”的自主后训练与推理服务，面向机器人、制造、生物和国防团队。Hedra 是一家由 a16z 投资、总部位于旧金山的研究公司，创始人兼 CEO 为 Michael Lingelbach。官方账号 @hedra_labs 在 2026-11-10T17:30:47Z 发帖宣布；同日 10:00 ET 的 GlobeNewswire 通稿 给出了产品说明，并称服务即日起在 hedra.com 提供。

按官方材料，通用模型往往不了解某一台机器人、一条产线或一间实验室。Model Factory 把此前主要留在少数前沿实验室里的“递归自我改进”流程，做成面向客户自有仿真器和数据的服务。通稿把它拆成四段：计算（基于 Hedra 推理引擎的 GPU 沙箱，官方强调不必长期锁定 GPU）、后训练（客户带来仿真引擎和数据，Hedra 研究员与自主智能体一起搭建强化学习环境和数据集；没有自有研究团队的客户还可以由 Hedra 协助数据采集、评测和训练-上线闭环）、部署（可在客户本地或邻近合作数据中心做低延迟推理，例子包括把世界动作模型蒸馏到快于实时、或把视觉-语言-动作模型装进端侧设备；也可以把已有模型放到 Hedra 的推理引擎上）、以及自我改进（上线后根据生产表现再训练，只发布通过客户评测的版本）。

通稿还给出了公司自行报告的研究数字：为物理一致性重新训练的 H3 在 Google DeepMind 的 Physics-IQ 上得 34.9，对比 H3 Max 的 30.3，视觉质量自称接近；经蒸馏的版本在 AMD MI355X 上渲染 5 秒片段不到 3 秒。图像编辑方面，官方称在同一套四张 MI355X 上、不到一周内，把 2K 编辑从约 22 秒（原始 bf16、30 步）降到 3.6 秒（蒸馏 14 步模型），大约 6 倍。Hedra 还称过去 12 个月收入增长了 15 倍。这些数字均来自公司通稿，我们没有独立复现。

要点：

解释

为什么值得关注

物理 AI 的数据是视频、传感器和仿真，体量和模态都和文本不同，强化学习环境和仿真器往往还需要 GPU 才能跑到可用规模。Hedra 把“研究员 + 自主智能体做后训练、再根据线上数据继续改进”做成一项可购买的平台，并且公开了几项自己的优化结果作为能力证明。对没有自建研究团队、又需要在自有数据上改模型的机器人或产线团队，这是一个新的产品类别入口。

需要分清的是：Hedra 原本以 AI 视频（如 Character-3、H3）为人所知，Model Factory 是 2026 年 11 月 10 日新宣布的后训练与推理平台，不是又一个生成模型的名字。Physics-IQ 分数、6 倍加速和 15 倍收入都是通稿中的公司陈述，引用时请标明来源，并与上游通稿核对口径（例如 Physics-IQ 对比的是 H3 Max，图像编辑对比的是同一硬件上的步数和精度设置）。

局限

公开材料没有给出定价、SLA、支持的基座模型清单，也没有第三方评测。通稿中的基准和时延数字未经我们复现，也未说明实验次数和方差。客户需要自带仿真器和数据，实际效果取决于数据质量和评测集设计。官方“即日起可用”以 hedra.com 和通稿为准。

用法

  1. 阅读官方宣布帖 https://x.com/hedra_labs/status/2120207555263905973 与通稿 https://www.globenewswire.com/news-release/2026/11/10/3399821/0/en/hedra-launches-model-factory-an-autonomous-post-training-and-inference-platform-for-real-world-ai.html ；
  2. 在 https://hedra.com/ 查看当前产品入口、申请方式和部署选项（GPU 沙箱、本地或合作数据中心推理）；
  3. 引用 Physics-IQ 或图像编辑时延时，请写明这是 Hedra 通稿中的公司结果，并核对对比对象（H3 Max、步数、硬件）；
  4. 不要把 Hedra Model Factory 写成新的视频生成模型名，也不要和 H3 / Character-3 混用；本页数字只复述官方通稿与宣布帖，对外引用前请再对一次上游。

广告