问题现象

今天在hyper-v虚拟机安装ubuntu时，老是在安装阶段出错，提示：Sorry, there was a problem completing the installation，如下图所示：

分析过程

我以前就在Hyper-v中安装过ubuntu很多次了，这是第一次遇到的错误，于是作了如下的尝试：

(1) 怀疑是iso镜像有破损，于是重新下载了一遍再试，还是一样的错误

(2) 由22版本换为24版本，还是一样的错误

(3) 换了windows 10镜像，成功安装！

那么看看具体的错误日志吧(点击上图中的view full report)，出现了以下错误：clocksource:hyper_clocksource_tsc_page: mask: 0xffffffff.....

tsc:Marking TSC unstable due to running on Hyper-v

解决办法

看起来是时钟的校验的问题(可能是联网时间服务出错、时区不匹配等各种原因吧)，于是直接将该虚拟机的网络适配器设置为未连接，或者先临时删掉网络适配器，终于成功安装完成，如下图所示：

# ubuntu
Logo
魔珐星云具身智能3D数字人开放平台已上线！

电影级数字人，免显卡端渲染SDK，十行代码即可调用，工业级demo免费开源下载！

更多推荐

2026 年 5 月 16 日 AI 行业大事件：编程智能体爆发、巨头生态博弈、具身智能落地提速

今日，在武汉举办的世界电信和信息社会日大会上，中国信通院联合三大运营商、AIIA 等机构，正式发起智能 IP 广域网（AI WAN）应用推进行动。企业入算：低成本高效调用远程算力；边缘入算：赋能智慧家庭算力服务；城域网络：支撑 AI 分布式训练 / 推理；数据流通：保障数据要素安全高速流转。此举标志着国内 AI 算力基建从 “单点建设” 转向全网协同，为大模型、具身智能等产业落地提供关键网络支撑。

avatar 魔珐星云开发社区

（深度）强化学习

深度强化学习（DRL）结合了深度学习的感知能力和强化学习的决策能力，已成为机器人控制、自动驾驶和大模型对齐等领域的核心技术。主流算法包括PPO（适用于稳定运动控制）和SAC（擅长高维操作）。当前研究聚焦于提升样本效率、安全性和泛化能力，并探索模仿学习与强化学习的融合（如DSRL技术）。尽管面临训练成本高、安全性等挑战，DRL正通过Sim-to-Real迁移和大规模并行仿真实现工业落地，在具身智能和

avatar 魔珐星云开发社区

天津机器人，藏不住了

这里拥有全国门类最齐全的工业体系，有着最扎实的重工底子，更构建起一条从核心零部件研发、本体制造到场景集成应用的完整闭环产业链——这种深厚的产业土壤、这份产业链闭环生态，是天津在具身智能机器人领域独有的生态位，是其他城市难以复制、无法照搬的核心壁垒，更是中国机器人产业突围的重要支撑。幽蓝的海水包裹着机身，亮黄色的外壳在深海里格外醒目，如同真正的 “水下大黄蜂”一样，在暗流中稳稳悬停，灵活转向、进退自

avatar 魔珐星云开发社区