来源：新浪科技

新浪科技讯 7 月 19 日下午消息，2026 世界人工智能大会（WAIC）期间，摩尔线程集中展示了三大 "AI 工厂 " ———模型训练工厂、词元生产工厂、智能体生产工厂建设取得的阶段性成果。

当前，前沿基础模型平均每两个月完成一次迭代，词元消耗量迅速增长，由此带来的算力需求指数级提升。摩尔线程创始人、董事长兼首席执行官张建中在现场分享指出，基于摩尔线程夸娥（KUAE）智算集群打造的三大 "AI 工厂 "，可支撑从训练到推理、从数字世界到物理世界的多元算力需求。

在训练环节，" 模型训练工厂 " 结合完备的训练套件和领先的训练优化、强化学习等技术，在扩展效率、精度及稳定性等关键维度均实现突破。在高扩展方面，随着集群训练规模持续增大，可保持高达 95% 的线性扩展效率；在高精度方面，训练精度与国际主流计算卡持平，训练损失曲线高度一致；在高稳定方面，集群支持断点续训，有效训练时长占比超 90%。

基于此，摩尔线程夸娥智算集群已完成多项 " 国芯训国模 " 实践成果，包括从零起步完整训练 MoE-236B 基础模型等，充分验证了国产芯片在超大规模、超长连续稳定训练上的全链路闭环能力。

在推理侧，摩尔线程 " 词元生产工厂 " 深度适配 SGLang、vLLM 等主流推理框架，覆盖大语言模型、视觉、语音、DiT 及视频生成等多模态推理场景。目前，摩尔线程可实现对 DeepSeek、MiniMax、GLM、Kimi、Qwen 等主流大模型的 " 发布即适配 "。除此外，摩尔线程推出基于 MTT S5000 的 PD 分离异构推理方案，将高算力需求的 Prefill 计算池（MTT S5000）与高带宽的 Decode 生成池（国际主流 GPU）异构分离、分池部署，可大幅提升性价比。

据极佳视界合伙人、副总裁毛继明介绍，公司基于摩尔线程 MTT S5000 联合共研完成驾驶世界模型、驾驶重建模型、具身世界模型、世界动作模型等物理 AI 模型的训练，双方将聚焦软硬协同下的模型效率继续深化合作。北京大学 EvoPhys 项目组在摩尔线程 " 灯塔计划 " 支持下，基于摩尔线程 MTT S5000 完成全栈原生训练的 5D 世界模型 EvoPhys-World，连续 37 天登顶 WorldScore" 世界生成 " 维度。

在智能体落地环节—— " 智能体生产工厂 "，摩尔线程自研全域数字智能体 " 小麦 "，掌握 60 余项技能（Skills），支持 38 款 App 跨应用控制，并通过前端多模型、丰富知识库的灵活配置等，能够做到更快、更准、更懂你。同时，摩尔线程全栈具身智能仿真平台 MT Lambda，构建了从底层算力、核心引擎到上层框架及工具的完整解决方案，致力于生产物理世界的智能体。

为承载 " 小麦 " 智能体的智慧进化，摩尔线程打造了两款 AI 原生终端—— AI 算力本 MTT AIBOOK 和家庭 AI 中枢 MTT AICUBE，构建起 " 云 - 边 - 端 " 协同的全场景智算矩阵。而支撑三大 "AI 工厂 " 和两款 AI 原生终端的，是摩尔线程基于 MUSA 架构搭建的开源开放生态。

据京东集团技术委员会主席、京东云总裁曹鹏介绍，目前京东云正携手摩尔线程，通过 JoyAI 大模型联合攻坚、打造更高效率企业级推理平台、共建全链路具身智能服务等，让国产算力不仅能跑好模型，更能跑好业务，释放产业智能生产力。（文猛）