16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did 4Paradigm and RiseUnion announce in their October 16, 2026 open-source release of ModelSphere, including its production-oriented ro. Article summary: On October 16, 2026, 4Paradigm/Phancy and RiseUnion announced ModelSphere as a free, open-source, production-oriented AI deployment platform unifying compute management, model deployment and runtime optimization—not a fi. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły uruchomienie ModelSphere — otwartej platformy, która ma połączyć zarządzanie zasobami obliczeniowymi, wdrażanie modeli i optymalizację ich działania w jednym systemie. To narzędzie infrastrukturalne dla firm, które chcą uruchamiać i obsługiwać duże modele AI; nie jest to komunikat o finansowaniu ani wynikach finansowych. 1
2
ModelSphere ma uprościć drogę od dostępnych zasobów obliczeniowych do działającej usługi AI. Według zapowiedzi platforma jest bezpłatna dla użytkowników biznesowych i dostępna jako oprogramowanie open source. 1
2 Jej repozytorium wdrożeniowe znajduje się pod adresem modelsphere/modelsphere na GitHubie, a projekt udostępniono na licencji Apache 2.0.
11
33
Materiały dotyczące premiery wymieniają graficzny panel wdrożeniowy, elastyczne skalowanie, równoważenie obciążenia o wysokiej dostępności oraz automatyczne przywracanie działania usług. Repozytorium opisuje też obsługę rozdzielenia etapów prefill i decode oraz wspólną pulę pamięci podręcznej KV trzeciego poziomu (L3 KV). To funkcje deklarowane w materiałach firm i projektu — dostępne źródła nie przedstawiają ich niezależnych testów. 2
11
38
Jednym z celów ModelSphere jest wspólne zarządzanie różnymi zasobami obliczeniowymi. W zapowiedzi wymieniono akceleratory Huawei Ascend, Iluvatar, Moore Threads i Hygon DCU oraz silnik wnioskowania EngineX. 2 Repozytorium projektu opisuje z kolei zunifikowany system obsługi modeli na różnych typach akceleratorów.
11
Firmy informują również o dostosowaniu platformy do modeli DeepSeek-V4 i V4-Flash, Qwen, Kimi, MiniMax oraz GLM. Deklarowanym celem jest przyspieszenie wdrażania kolejnych modeli. 26 Są to informacje o deklarowanym wsparciu i dostosowaniu — nie niezależne potwierdzenie, że każda kombinacja modelu i akceleratora jest gotowa do użycia w środowisku produkcyjnym.
W komunikacie premierowym firmy deklarują, że maksymalna przepustowość może wzrosnąć nawet o 285% względem poziomu bazowego, co opisują jako wynik bliski czterokrotności. 1 Matematycznie wzrost o 285% oznacza 3,85-krotność wartości początkowej, więc określenie „blisko czterokrotnie” jest zgodnym z tym zaokrągleniem opisem tej samej deklaracji.
Dostępne materiały nie podają jednak dość szczegółów, by ocenić, w jakich warunkach uzyskano taki rezultat ani czy został on niezależnie odtworzony. To deklaracja firmy, a nie gwarancja ogólnej poprawy wydajności. Rzetelne porównanie powinno określać między innymi użyty sprzęt, model, rodzaj obciążenia, konfigurację bazową i ograniczenia dotyczące opóźnień.
Najlepiej udokumentowana jest rola, jaką ModelSphere ma pełnić: wspólna warstwa do wdrażania modeli AI i zarządzania ich działaniem w firmach, obejmująca zasoby obliczeniowe, serwowanie modeli i optymalizację w czasie pracy. 1
2 Źródła potwierdzają udostępnienie projektu open source i wymieniają konkretne funkcje oraz obsługiwane akceleratory. Nie dowodzą jednak, że wszystkie reklamowane możliwości zostały niezależnie sprawdzone ani nie wyjaśniają szczegółowo, jak ModelSphere dzieli zadania z silnikami wnioskowania takimi jak vLLM czy SGLang.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach.
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach. Projekt łączy zarządzanie zasobami obliczeniowymi, wdrażanie modeli i optymalizację ich działania; jego repozytorium jest dostępne na GitHubie na licencji Apache 2.0.
Firmy deklarują wzrost maksymalnej przepustowości nawet o 285%, ale dostępne materiały nie zawierają szczegółów pozwalających niezależnie ocenić ani odtworzyć ten wynik.
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did 4Paradigm and RiseUnion announce in their October 16, 2026 open-source release of ModelSphere, including its production-oriented ro. Article summary: On October 16, 2026, 4Paradigm/Phancy and RiseUnion announced ModelSphere as a free, open-source, production-oriented AI deployment platform unifying compute management, model deployment and runtime optimization—not a fi. Topic tags: general, news, general web, user generated, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, water
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły uruchomienie ModelSphere — otwartej platformy, która ma połączyć zarządzanie zasobami obliczeniowymi, wdrażanie modeli i optymalizację ich działania w jednym systemie. To narzędzie infrastrukturalne dla firm, które chcą uruchamiać i obsługiwać duże modele AI; nie jest to komunikat o finansowaniu ani wynikach finansowych. 1
2
ModelSphere ma uprościć drogę od dostępnych zasobów obliczeniowych do działającej usługi AI. Według zapowiedzi platforma jest bezpłatna dla użytkowników biznesowych i dostępna jako oprogramowanie open source. 1
2 Jej repozytorium wdrożeniowe znajduje się pod adresem modelsphere/modelsphere na GitHubie, a projekt udostępniono na licencji Apache 2.0.
11
33
Materiały dotyczące premiery wymieniają graficzny panel wdrożeniowy, elastyczne skalowanie, równoważenie obciążenia o wysokiej dostępności oraz automatyczne przywracanie działania usług. Repozytorium opisuje też obsługę rozdzielenia etapów prefill i decode oraz wspólną pulę pamięci podręcznej KV trzeciego poziomu (L3 KV). To funkcje deklarowane w materiałach firm i projektu — dostępne źródła nie przedstawiają ich niezależnych testów. 2
11
38
Jednym z celów ModelSphere jest wspólne zarządzanie różnymi zasobami obliczeniowymi. W zapowiedzi wymieniono akceleratory Huawei Ascend, Iluvatar, Moore Threads i Hygon DCU oraz silnik wnioskowania EngineX. 2 Repozytorium projektu opisuje z kolei zunifikowany system obsługi modeli na różnych typach akceleratorów.
11
Firmy informują również o dostosowaniu platformy do modeli DeepSeek-V4 i V4-Flash, Qwen, Kimi, MiniMax oraz GLM. Deklarowanym celem jest przyspieszenie wdrażania kolejnych modeli. 26 Są to informacje o deklarowanym wsparciu i dostosowaniu — nie niezależne potwierdzenie, że każda kombinacja modelu i akceleratora jest gotowa do użycia w środowisku produkcyjnym.
W komunikacie premierowym firmy deklarują, że maksymalna przepustowość może wzrosnąć nawet o 285% względem poziomu bazowego, co opisują jako wynik bliski czterokrotności. 1 Matematycznie wzrost o 285% oznacza 3,85-krotność wartości początkowej, więc określenie „blisko czterokrotnie” jest zgodnym z tym zaokrągleniem opisem tej samej deklaracji.
Dostępne materiały nie podają jednak dość szczegółów, by ocenić, w jakich warunkach uzyskano taki rezultat ani czy został on niezależnie odtworzony. To deklaracja firmy, a nie gwarancja ogólnej poprawy wydajności. Rzetelne porównanie powinno określać między innymi użyty sprzęt, model, rodzaj obciążenia, konfigurację bazową i ograniczenia dotyczące opóźnień.
Najlepiej udokumentowana jest rola, jaką ModelSphere ma pełnić: wspólna warstwa do wdrażania modeli AI i zarządzania ich działaniem w firmach, obejmująca zasoby obliczeniowe, serwowanie modeli i optymalizację w czasie pracy. 1
2 Źródła potwierdzają udostępnienie projektu open source i wymieniają konkretne funkcje oraz obsługiwane akceleratory. Nie dowodzą jednak, że wszystkie reklamowane możliwości zostały niezależnie sprawdzone ani nie wyjaśniają szczegółowo, jak ModelSphere dzieli zadania z silnikami wnioskowania takimi jak vLLM czy SGLang.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach.
16 października 2026 r. Phancy Group (4Paradigm) i RiseUnion ogłosiły ModelSphere — bezpłatną, otwartą platformę do wdrażania i obsługi modeli AI w przedsiębiorstwach. Projekt łączy zarządzanie zasobami obliczeniowymi, wdrażanie modeli i optymalizację ich działania; jego repozytorium jest dostępne na GitHubie na licencji Apache 2.0.
Firmy deklarują wzrost maksymalnej przepustowości nawet o 285%, ale dostępne materiały nie zawierają szczegółów pozwalających niezależnie ocenić ani odtworzyć ten wynik.