RACEMIND
通用基座大模型
产品概述
RACEMIND是锐西科技自主研发的通用基座大模型，名称取自"Race"（竞速、前行）与"Mind"（思维）的组合，寓意锐意进取、智慧领先。作为锐西科技AI能力体系的基座模型，RACEMIND承担着为锐西科技所有智能终端产品提供通用AI能力的核心职责。
RACEMIND大模型深度适配OpenHarmony操作系统，在鸿蒙原生环境下具备优异的推理效率和资源利用率。模型覆盖自然语言理解、多模态感知、知识推理、决策规划等核心AI能力，能够有效支撑锐西科技各场景化智能终端产品的AI需求。
RACEMIND大模型深度适配OpenHarmony操作系统，在鸿蒙原生环境下具备优异的推理效率和资源利用率。模型覆盖自然语言理解、多模态感知、知识推理、决策规划等核心AI能力，能够有效支撑锐西科技各场景化智能终端产品的AI需求。
技术架构
RACEMIND采用Transformer++架构，结合混合专家模型(MoE)策略，在保持高精度的同时优化推理效率。技术架构主要特点如下:
1
模型架构
基于Transformer++的MoE架构，支持千亿级参数规模；
2
适配优化
深度适配OpenHarmony运行时环境，支持NNE（Neural Network Engine）加速推理；
3
多模态融合
统一视觉、语音、文本多模态编码器，实现跨模态理解与生成；
4
持续学习
支持在线增量训练，持续从终端数据中学习优化；
5
端云协同
支持端侧轻量化推理与云端全量推理的灵活切换；
6
联邦学习
支持隐私保护的联邦学习框架，保障数据安全；
1
模型架构
基于Transformer++的MoE架构，支持千亿级参数规模；
2
适配优化
深度适配OpenHarmony运行时环境，支持NNE（Neural Network Engine）加速推理；
3
多模态融合
统一视觉、语音、文本多模态编码器，实现跨模态理解与生成；
4
持续学习
支持在线增量训练，持续从终端数据中学习优化；
5
端云协同
支持端侧轻量化推理与云端全量推理的灵活切换；
6
联邦学习
支持隐私保护的联邦学习框架，保障数据安全；
自然语言理解
中文语义理解、意图识别、多轮对话、文本摘要、情感分析
多模态感知
图像识别、视频理解、语音识别与合成、文档智能解析
知识推理
行业知识问答、逻辑推理、因果推断、常识推理
决策规划
任务规划、路径规划、资源调度、应急决策
安全合规
内容安全审核、隐私保护、对抗攻击防御、
模型水印
模型水印
部署架构示意图
RACEMIND大模型采用"云端训练 + 边云协同推理"的混合部署架构
应用场景
政务服务全栈智能终端
提供智能语音交互、文书自动生成、政策知识问答等AI能力
危货品押运机器人
环境感知与决策、路径规划、风险预警、自动避障
通用企业AI助手
知识管理、智能客服、数据分析、自动化报告
