直击WAIC | 摩尔线程披露“AI工厂”新进展：完成多项“国芯训国模”实践，Token性价比大幅提升

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）