（来源：Stone Jin IPO 早知道）

引领国产算力持续进化，为万物智能打造更为坚实、高效、可靠的算力基石。

本文为 IPO 早知道原创

微信公众号｜ipozaozhidao

据 IPO 早知道消息，7 月 18 日，作为 2026 世界人工智能大会（WAIC）分论坛之一，摩尔线程 " 词元时代 万物智能 " 主题论坛在上海世博展览馆举行。会上，摩尔线程创始人、董事长兼首席执行官张建中系统介绍了三大 "AI 工厂 " 的落地部署及最新进展。

张建中在演讲中表示，基于摩尔线程夸娥（KUAE）智算集群打造的三大 "AI 工厂 " —— " 模型训练工厂 "" 词元生产工厂 "" 智能体生产工厂 "，凭借显著的全场景通用优势，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。

1、" 模型训练工厂 "：全功能、高性能、高扩展、高精度、高稳定、效果优

结合完备的训练套件和领先的训练优化、强化学习等技术，以摩尔线程全功能 GPU 为根基的夸娥智算集群在关键维度均已实现突破。例如，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，以及实现北京大学 5D 世界模型 EvoPhys-World 的全栈原生训练等，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。

2、" 词元生产工厂 "：全适配、高性能、低延迟、高性价比

摩尔线程高性能推理套件深度适配 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 "。除此之外，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，大幅提升性价比。

3、 " 智能体生产工厂 "：高效连接数字世界与物理世界

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 的跨应用控制，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。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。值得关注的是，摩尔线程通过 MusaCoder 代码大模型、MUSACODE 编程智能体等 AI 工具，降低开发者使用国产算力的门槛。此外，摩尔学院联合企业、高校等打通产学研用，让 MUSA 生态的发展越来越快。

从三大 "AI 工厂 " 到 AI 原生终端，再到 MUSA 生态，摩尔线程面向真实产业需求进行了系统化布局。随着生态伙伴的不断加入，以及更多行业场景的落地验证，摩尔线程正引领国产算力持续进化，为万物智能打造更为坚实、高效、可靠的算力基石。

本文由公众号 IPO 早知道（ID：ipozaozhidao）原创撰写，如需转载请联系 C 叔↓↓↓