2026年3月2日，团队专程前往上海弘玑信息有限公司开展交流调研，围绕AI模型全生命周期管理平台的技术构想、功能设计及落地实施等核心需求展开深入探讨，明确平台建设技术路径，敲定双方人员协作相关事宜，为后续平台研发落地凝聚共识、夯实基础。

        交流中，双方聚焦基于Kubernetes（K8S）和Kubeflow构建AI模型全生命周期管理平台的核心需求，针对平台后端能力闭环建设展开细致研讨，明确了平台的六大核心设计方向。双方商定，平台将在K8S服务器上启动容器执行训练任务并提前分配计算资源，支持用户编写或上传训练代码并自动完成数据集下载与训练；集成MLflow实现训练损失值、准确率等关键指标的日志追踪与实验分析；依托Kubeflow流水线打造自定义多节点编排能力，覆盖数据准备、模型训练、评估、部署全流程；初期采用OSS等对象存储完成模型产物暂存与部署拉取；借助KFServing及自定义服务插件实现模型服务化部署，支持按需配置部署资源并在K8S容器中完成服务管理；现阶段以打造无前端的最小可行原型（MVP）为核心目标，优先打通后端核心链路。

        针对平台研发落地的实操层面，双方就技术实施中的难点、痛点交换解决方案，重点明确了人员协作的相关细节，划定各环节技术对接职责，确定了“先完成K8S集群部署、Kubeflow环境搭建等后端核心链路打通，再推进前端界面开发”的实施路线。

        此次赴弘玑的交流调研，有效理清了模型全生命周期管理平台的建设思路，明确了技术落地步骤与人员协作机制，搭建起高效的技术对接与合作桥梁。未来，双方将依托此次沟通成果，加强技术联动与人员配合，稳步推进平台原型研发与功能落地，助力AI模型开发、部署全流程的数字化、智能化升级。