Anyscale 是一家围绕开源分布式计算框架 Ray 构建 AI 基础设施的公司，旗下产品覆盖 Ray 托管平台、分布式推理与模型训练服务，位于大模型工程化落地的基础层。Ray 已成为 PyTorch 生态中处理分布式训练、推理服务和数据处理的主流选择，而 Anyscale 是 Ray 背后的主要商业公司，其近期动向集中在软硬协同、推理扩展和开源社区建设三个方向。
Anyscale 近期进展
软硬集成方面，Anyscale 与 GPU 云厂商 CoreWeave 拆解了双方软硬件集成背后的工程细节，反映其正通过与底层算力厂商深度协作来优化 Ray 在大规模 GPU 集群上的性能表现（Anyscale 与 CoreWeave 拆解软硬件集成背后的工程细节）。
推理服务是当前的重点场景。Coinbase 在 Anyscale 平台上以 AI 智能体自动监控并再训练模型，日均推理量达到 10 亿次，是大规模生产环境推理的代表性案例（Coinbase 用 AI 智能体自动监控并再训练模型，日均推理达 10 亿次）；公司同时推出网络研讨会，讲解如何用 Ray Serve 构建可扩展的分布式推理系统（Anyscale 网络研讨会：用 Ray Serve 构建可扩展的分布式推理系统）。
训练侧的提速效果同样被反复验证：Chef Robotics 在 Anyscale 上训练 VLA（视觉-语言-动作）模型时速度提升 10 倍（Chef Robotics 在 Anyscale 上训练 VLA 模型提速 10 倍）；卫星影像公司 Xoople 则用 Ray on Anyscale 处理 PB 级全球卫星影像数据（Xoople 用 Ray on Anyscale 处理 PB 级全球卫星影像）。
生态与社区层面，Anyscale 宣布与 Hugging Face 等于 10 月 16 日在旧金山合办开源 AI 聚会（Anyscale 宣布与 Hugging Face 等于 10 月 16 日在旧金山合办开源 AI 聚会），并将在 PyTorch Conference 为 Ray 与 vLLM 团队组织线下交流（Anyscale 将在 PyTorch Conference 举办 Ray 与 vLLM 团队咖啡聚会）。
当前焦点与观察点
Anyscale 当前的问题大致有三条线。一是商业化与开源的平衡：Ray 作为开源项目持续活跃，Anyscale 需要证明托管平台与多云自部署之间的差异化价值，近期支持用户在自有账户部署第三方产品（如 Reflection 的 Beam）即是对“开放部署”诉求的回应。二是与基础设施层的竞合：Ion Stoica 将在 PyTorch 大会上讨论 Ray 与 Kubernetes 的协同演进（Ion Stoica 将在 PyTorch 大会演讲，谈 Ray 与 Kubernetes 协同演进），而云厂商也在把类 Ray 能力内化进自有平台，这一层关系值得关注。三是场景验证：从机器人 VLA 训练、金融级推理到地球观测数据，案例正在从通用计算框架转向具身智能与大规模推理等前沿负载，实际落地效果将决定 Anyscale 在 AI 基础设施竞争中的位置。