近日 , 摩尔线程与光轮智能达成战略合作。双方将依托摩尔线程全功能 GPU 与夸娥 ( KUAE ) 智算集群 , 结合光轮智能 " 求解—测量—生成 " 三位一体全栈自研仿真平台 , 联合打造高置信度仿真数据合成方案 , 以国产 GPU 算力与仿真算法的深度融合 , 为具身智能发展夯实自主可控的基础设施。

本次合作直击具身智能行业的核心痛点 : 真机数据采集长期面临物理数据稀缺、成本高昂、场景覆盖不足、复杂物理过程难以稳定复现等难题。为跨越数据鸿沟 , 高质量仿真合成数据成为关键路径 , 但其规模化生产又面临渲染量指数级爆炸的算力瓶颈。以典型操作任务为例 , 单条轨迹泛化后渲染量可达 4.8 万帧 ( 如图 2 ) , 数百条轨迹即达数百万帧规模 , 传统算力难以支撑。这类海量并发渲染与复杂物理仿真任务 , 对国产 GPU 的 AI 计算、图形渲染、物理仿真等全功能能力提出刚性要求 , 硬件级光线追踪更是确保合成数据物理真实度的关键。

图 1: 合成数据示例 , 一条机械臂任务的执行轨迹中 , 包含了 5 个视觉相机机位的画面渲染 , 用于机器人的视觉仿真数据生成。

图 2:4 种装修风格 ,4 个灯光环境 , 形成 16 组渲染结果。每一组渲染配有 5 个机位 , 每个机位有 600 帧画面需要渲染。最终 , 单条轨迹的渲染总量达 4.8 万帧。

国产算力 × 仿真算法 , 构建具身智能合成数据平台

为系统性应对上述挑战 , 摩尔线程与光轮智能充分发挥各自优势 , 通过国产 GPU 算力底座与自研仿真合成技术的深度协同 , 共同构建起 " 真实轨迹→仿真建模→数据扩增 " 的完整国产化闭环 , 不仅攻克了柔性体抓取物理模拟等技术难关 , 更让海量、高置信度合成数据的规模化 " 量产 " 成为现实。

光轮智能作为全球领先的物理 AI 数据与仿真基础设施企业 , 首创 " 求解—测量—生成 " 三位一体全栈自研仿真平台 , 为此次合作提供了核心算法与仿真资产支撑。

· 仿真层 , 基于国产 GPU 的算力支持 , 光轮自研高精度 GPU 物理求解器具备可微分、多物理、多材质统一求解 , 支持刚体、柔体、流体、颗粒等复杂物理过程的高精度实时仿真 , 并已深度适配摩尔线程 MUSA 架构 , 在 MTT S5000 智算卡上依托全功能 GPU 原生加速与光线追踪硬件单元 , 实现高效稳定运行与高保真渲染。与此同时 , 光轮依托首创物理测量工厂与虚实对标方法论 , 将真实世界中的质量、摩擦、接触、形变等关键物理参数引入仿真环境 , 结合 SimReady 标准体系 , 确保仿真资产可验证、可复用、可规模化 , 核心物理参数仿真准确度达 99% 以上 , 为高置信度合成数据生产提供物理真实基础。

· 平台层 , 构建覆盖场景构建、任务生成、仿真执行到评测验证的闭环 , 形成以 RoboFinals 为代表的系统化评测能力 , 结合摩尔线程国产 GPU 算力底座与大规模并发能力 , 实现位姿、物性、视角与环境条件等维度的高效泛化 , 推动具身数据从有限采集走向规模化生成。

图 3: 模拟机械臂抓取不同质量的柔性物体 ( 抓取物从左往右 , 质量依次变大 )

摩尔线程作为国内稀缺的全功能 GPU 企业 , 充分发挥全栈通用算力底座优势。基于自研 MUSA 架构 , 其单颗芯片实现同时支持 AI 计算、图形渲染、物理仿真、科学计算与超高清视频编解码的技术突破 , 为具身智能合成数据生产提供一体化、全链路的算力支撑。旗舰级 AI 训推一体智算卡 MTT S5000, 作为国内极少数同时支持硬件级光线追踪与 AI 训推的国产 GPU, 内置独立的光线追踪硬件单元 ( RT Core ) , 可支撑复杂物理场景的实时高保真渲染。基于 MTT S5000 的夸娥千卡智算集群 , 凭借全精度通用计算能力 , 为海量合成数据生产提供稳定、高效的算力保障 , 支撑单一任务即可在位姿、物性、视角与环境条件等维度实现高效泛化 , 推动具身数据从有限采集走向规模化生成。与此同时 , 摩尔线程全功能 GPU 支持光轮自研的物理求解器 , 实现柔性体动力学、刚体碰撞、流体模拟等复杂物理计算 , 这也体现出国产 GPU 在物理一致性保障上的关键作用 , 确保合成数据达到工业级精度要求。

图 4: 使用 MTT S5000 RT Core 硬件光线追踪加速渲染 , 可以获得 2.7 倍的性能提升

图 5: 夸娥千卡智算集群加速合成数据生成

双方协同构建的具身数据生成国产化闭环 , 既体现了光轮智能在数据与仿真领域的深厚积累 , 也彰显了摩尔线程全功能 GPU 全栈计算能力 , 对数据合成与生产效能的显著提升。这一实践标志着摩尔线程与光轮智能正在携手打造 " 具身智能数据生产基础设施 ", 以国产 GPU 与自主技术能力支撑起具身智能与机器人训练的海量数据需求。

共筑国产物理 AI 底座 , 引领具身智能生态迈向自主可控

此次的合作 , 不仅是技术的强强联手 , 更意味着国产 GPU 的具身智能基础设施能力 , 正从单点突破走向更深层次的协同建设。双方验证了国产自研物理求解器与国产 GPU 算力底座的深度兼容能力 , 为行业提供了从算法到芯片全面协同攻关的可复制范本 , 也为具身智能行业提供了从算力、算法到数据的全栈式价值。

未来 , 摩尔线程与光轮智能将继续深化合作 , 在具身智能评测平台、物理 AI 高置信度闭环仿真等方向持续探索。依托国产 GPU 的算力底座 , 双方将加速推进从数据合成到 " 仿真 - 训练 - 评测 " 的全平台闭环 , 持续夯实自主可控的物理 AI 基础设施 , 加速人工智能走向物理世界。

免责声明：此文内容为本网站转载企业资讯，仅代表作者个人观点，与本网无关。所涉内容不构成投资、消费建议，仅供读者参考，并请自行核实相关内容。

作者声明：作品含 AI 生成内容