PPIO亮相WAIC 2025,重磅推出国内首个Agentic AI基础设施服务平台

PPIO亮相WAIC 2025,重磅推出国内首个Agentic AI基础设施服务平台

7 月 26 日至 29 日,中国领先的独立分布式云计算服务商 PPIO 亮相 2025 世界人工智能大会暨人工智能全球治理高级别会议(WAIC)。

PPIO 联合创始人兼 CEO 姚欣在 WAIC 活动上重磅发布了国内首个 Agentic AI 基础设施(Infra)服务平台,加速 Agent 应用的开发和规模化落地。

针对 Agent 特性的开发需求,PPIO 推出了 AI 智能体平台产品,分为通用版和企业版。


通用版:以极具性价比的分布式 GPU 云底座为支撑,发布中国首款兼容 E2B 接口的 Agent沙箱,以及更适用于 Agent 构建的模型服务,为个人开发者与中小企业提供兼具性能、效率、成本优势的 AI 智能体平台。


企业版:面向中大型企业多元化的 Agent 需求,联动 PPIO GPU 云服务、行业应用与开放生态,凭借长期记忆、流程可控、全域操作、业务联动、多模态协同等五大差异化优势,构建智能决策到执行全闭环,突破传统 AI 边界,为行业打造“能听会看、善思会做”的智能体解决方案,推动 Agent 应用赋能千行百业。


# 01

引领 Agentic AI Infra

PPIO 发布中国首款 Agent 沙箱

当前,人工智能正加速向 Agentic AI 演进,具备自主感知、规划和执行复杂任务能力的 Agent 应用,不仅需要强大的大语言模型作为“大脑”提升理解与决策,还需敏捷的“手和脚”实现精准 API 调用与工具操作,以增强灵活性和通用性。

随着技术的革新,行业亟需面向 Agentic AI 时代的基础设施服务平台,为 Agent 应用开发提供系统性支撑和底座。

“PPIO 作为国内首个聚焦 Agentic AI 的基础设施服务商,致力于从中国首款 Agent 沙箱到模型服务,再到 AI 智能体平台全面布局,为开发者和企业打造全栈式的 Agent 基础设施服务。”姚欣表示。

相比传统的编程模式,Agent 在任务执行过程中生成的代码质量存在不确定性,可能有危险代码的生成对系统安全造成威胁并影响其他用户。

因此为 Agent 构建一个安全隔离的环境显得尤为重要,PPIO 推出的中国首款兼容 E2B 接口的“ Agent沙箱”产品,就用来解决这个问题。该沙箱是专为 Agent 执行任务设计的云端运行环境,为 Agent 赋予安全可靠、高效敏捷的“手和脚”,沙箱内支持动态调用 Browser use、Computer use、MCP、RAG、Search 等各种工具。

目前 PPIO Agent 沙箱已接入Camel AI、OpenManus、Dify等著名开源项目。

PPIO Agent沙箱基于 Firecracker MicroVM 构建,具备强安全隔离、毫秒级极速启动、高并发创建三大特性,无需预部署,即启即用,让 Agent 的所有操作均处于“受限、可控”的状态。

强安全隔离,让不同 Agent沙箱的环境可实现完全隔离,当多个任务并发执行时,每个任务都能在独立环境中运行,从根源上避免数据泄漏和资源抢占冲突;小于 200ms 的极速启动时间,远远小于传统虚拟机沙箱数分钟甚至更长的时效,可瞬间创建沙箱环境、运行生成的代码并展示预览效果,大幅提升用户的开发流畅度;并且PPIO Agent沙箱还支持同时快速启动数千个沙箱实例的高并发创建能力,可充分满足业务场景中的高并发需求,加快结果交付速度,保障用户体验。

此外,相比传统中心化云,PPIO 凭借覆盖全球分布式的算力网络,Agent沙箱在相同规格资源单价低至 E2B 官方定价的 50% 以下,进一步帮企业优化 Agent沙箱成本。同时,客户无需月费订阅即可获得 24 小时会话保持、高并发及规格自定义等高级特性。

PPIO 让企业在保持完整 E2B 兼容性的同时,将整体运行成本直降 50% 以上,真正为大规模 Agent 应用落地提供了更快、更安全、更经济的运行底座。


#02

模型服务

为 Agent 开发量身打造

支持超长下文输出

在安全可控的运行环境基础上,根据 Agent 运行决策所需的“大脑”——大语言模型,PPIO 的模型服务在第一时间内上线并优化主流的开源大语言模型。

PPIO 模型服务支持百款主流开源与定制 AI 模型的快速接入、弹性部署与高效调用,助力开发者与企业快速构建 AI Agent 应用,实现规划、记忆、执行等完整的 Agent 任务的核心需求。

针对 Agent 的规划能力,PPIO 上线了 DeepSeek R1、Qwen3、MiniMax M1 等国内主流推理模型,来担任 Agent 的“大脑”,可以将复杂任务拆解为多个步骤;针对 Agent 的记忆需求,PPIO 在业内率先完成了 DeepSeek 上下文窗口的升级,将上下文窗口扩展至 160K,最大输出扩展至 160K,可满足多轮超长对话、Agent 深度分析等场景长输出应用需求;针对 Agent 的执行能力,PPIO 率先支持 Kimi-K2、Qwen3 Coder 等代码模型,实现强大的自主编程、工具调用和数学推理能力。

同时,PPIO 模型服务平台还提供涵盖文本、语音、视频、图像等多模态模型支持,满足多样化 Agent 应用需求。

另外,在针对大模型的推理加速技术上,PPIO 基于算法、系统和硬件的协同创新实践,以自研推理加速引擎,在 PD 分离、FlashMLA、DeepEP、DeepGEMM、EPLB、MicroBatch Overlap 等核心技术上做了深度优化,彻底打破 Agent 开发的“硬件束缚”,同时也实现模型推理的 10 倍 + 降本,实现推理效率与资源使用的动态平衡。


# 03

“脑-眼-耳-嘴-手”协同

为企业智能化打造“数字劳动力”

Agent 的加速涌现,为各行业大型企业的数智化升级带来全新机遇。但因企业核心数据的敏感性,私有化部署成为众多大型企业落地 Agent 的普遍选择。构建行业专属 Agent 并实现私有化部署,不仅面临“算力适配难、模型整合难、成本控制难”等核心痛点,还需深度融合行业知识与数据,实现“懂行业、懂专业”的精准赋能。

针对中大型企业的行业 Agent 需求与痛点,PPIO 推出了 AI 智能体平台的企业版本,以“脑 - 眼 - 耳 - 嘴 - 手”协同,构建智能决策到执行全闭环,借“数字劳动力”重塑自动化。平台可覆盖教育、工业、企业等多领域场景,融合基础设施、基础大模型、大模型工厂、知识库大脑和智能体编排等多种基础能力,以智能底座驱动企业效率升级,为数字化转型注入“全链路智能动力”,让自动化从工具升级为业务增长引擎,赋能企业高效落地智能应用。

目前 PPIO 的 AI 智能体平台企业版本已有实践案例落地:基于 AI智能体平台,PPIO 为某国际学校打造了智慧教育全场景解决方案,覆盖管理、教学、学习、研学全场景,贯穿课前备课、课堂作业、学情分析、心理监测、家校互动等全流程,适配校内校外各教育阶段。教师借助 AI 大模型高效整合双语资源,备课流程显著优化,日均备课时长缩减超 50%。平台串联教师 - 学生 - 家长三方链路后,信息协同响应时效从 1 天压缩至 1.5 小时;在近期月考中,三个年级平均成绩更实现约 10% 的环比提升,直观印证了平台的赋能价值。

“从 AI Infra 到 Agentic AI Infra,PPIO AI 智能体平台不仅为 Agent 的开发者和企业提供了从底层算力到上层应用的全方位支持,降低了技术门槛和开发成本,更通过安全高效的沙箱环境、丰富多元的模型资源以及极致性价比的算力服务,为 Agent 的规模落地筑牢了根基,推动 Agent 从技术探索迈向价值创造的新阶段。”姚欣表示。

未来,通过持续完善平台服务能力,PPIO 将助力更多企业和开发者在 Agentic AI 时代抢占先机,加速创新应用的诞生,重塑众多行业的工作模式与生产流程,激发全新生产力,为构建更加智能、高效、创新的未来产业生态奠定坚实基础。

Read more

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

如何保障AI代码安全运行?深入拆解PPIO沙箱五大Agent实战场景

AI 写出的代码,你敢直接跑在生产环境吗?代码执行失控、用户数据泄露、环境冷启动拖慢体验……这些不是假设,而是每一个 Agent 开发者迟早会踩的坑。PPIO 沙箱是一款专为 Agent 场景设计的新一代运行时基础设施,提供了一个安全隔离的云端沙箱环境来执行 AI 生成的代码。从 Vibe Coding 到自动化测试,五个真实场景告诉你:一个好的沙箱,是 Agent 从 Demo 走向生产的最后一块拼图。 场景一:Vibe Coding Vibe Coding 的核心体验是“生成即运行”——用户希望 Agent 写出代码后立刻看到执行结果,并根据结果继续迭代。但如果每次执行都要拉起一个新的空白环境,依赖重新安装、项目重新初始化,等待时间会严重割裂体验,等待期间计算资源不释放的话也会造成大量的成本浪费。多用户同时使用时,还要保证各自的代码执行环境完全隔离,不能互相干扰。PPIO 沙箱为每个用户提供独立的持久化沙箱。亚秒级冷启动保证环境随时就绪;

By shalina
创建Agent云沙箱,为什么传统容器和云主机不够用?

创建Agent云沙箱,为什么传统容器和云主机不够用?

你用 AI 写出的代码,敢直接跑在生产环境吗? 答案往往是否定的。这就是沙箱(Sandbox)存在的意义——给 AI 安装一个可控的安全围栏,无论 AI 怎么折腾,也始终控制在沙箱的范围内。 过去两年 Agent 的爆发催生了大量的沙箱需求。但问题是,传统的容器、云主机等沙箱创建方案都不是专门为 Agent 任务需求而设计的。能用,但不够好。 在此背景下,PPIO 推出了国内第一个真正为 Agent 量身定制的沙箱,一举满足 Agent 任务对沙箱的安全性、完整性、低成本、开箱即用等专属需求。 PPIO 沙箱为什么能做到?本文从技术角度深入拆解。 1、传统技术方案的三个矛盾 首先看一下 Agent 执行任务的具体需求。Manus 在他们关于沙箱的技术文章里对这件事描述得很直接: “最强大的莫过于一台真正的云电脑——它拥有完整的能力:网络、文件系统、

By shalina
PPIO上线DeepSeek-V4预览版

PPIO上线DeepSeek-V4预览版

今天,PPIO 已上线备受关注的 DeepSeek-V4 新模型。 DeepSeek-V4 预览版包含两个 MoE 模型:DeepSeek-V4-Pro(1.6T 总参数/49B 激活)和 DeepSeek-V4-Flash(284B/13B 激活),均支持 100 万 token 上下文。 DeepSeek-V4 在架构创新和上下文效率上作出了新的突破,在 Agent 能力、世界知识和推理性能上做到了国内与开源领域最强模型。 DeepSeek-V4-Pro 大幅缩小了与顶级闭源模型的差距,Agent 能力优于 Sonnet 4.5,交付质量接近 Opus 4.6 非思考模式,但仍与 Opus 4.6 思考模式存在一定差距。 DeepSeek-V4-Flash 能够提供更加快捷、

By shalina
新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

新品内测|延迟从500ms降至50ms!PPIO Sandbox TURN发布,彻底打通Agent实时交互网络

PPIO Sandbox TURN,打通 Agent Sandbox实时通信通路。 进入 Agent 时代,云沙箱(Sandbox)已成为智能体执行代码、调用工具、操作浏览器的基础设施。然而,当你的 Agent 试图进行音视频处理、远程桌面操作或人机实时协同等“延迟敏感型”任务时,往往会遭遇滑铁卢:画面撕裂、操作迟钝、哪怕在同城也卡成 PPT。不是带宽不够,而是底层的网络协议走错了路。PPIO Sandbox TURN 实时通信服务正式开启内测,专为实时类 Agent 应用优化,一举将端到端延迟从 300-500ms 暴降至 50-100ms。 挑战:沙箱的网络层不是天生为实时交互而设计 标准云沙箱的网络层并非天生为实时交互类请求而设计,很难满足延迟敏感型 Agent 场景的需求。大多数云沙箱的网络架构是为 HTTP 服务场景优化的——流量走 TCP(

By shalina