量子位AI Agent

WAIC 2026 | 摩爾線程首次公開多項訓練推理實踐成果,三大“AI工廠”持續釋放算力價值

2026年7月19日 14:27
WAIC 2026 | 摩爾線程首次公開多項訓練推理實踐成果,三大“AI工廠”持續釋放算力價值

重點摘要

# WAIC 2026|摩爾線程首度公開多項訓練推理實踐成果,三大「AI工廠」持續釋放算力價值 2026年7月18日,上海——在2026世界人工智能大會(WAIC)期間,摩爾線程於上海世博展覽館舉辦「詞元時代 萬物智能」主題論壇,匯聚院士學者、國家級智庫、頂尖高校、互聯網企業及頭部科創機構代表。摩爾線程創始人、董事長兼首席執行官張建中在會上系統介紹了三大「AI工廠」的落地部署與最新進展,展現國產算力從技術創新走向規模化應用的實踐路徑。

站內 AI 整理稿

# WAIC 2026|摩爾線程首度公開多項訓練推理實踐成果,三大「AI工廠」持續釋放算力價值

2026年7月18日,上海——在2026世界人工智能大會(WAIC)期間,摩爾線程於上海世博展覽館舉辦「詞元時代 萬物智能」主題論壇,匯聚院士學者、國家級智庫、頂尖高校、互聯網企業及頭部科創機構代表。摩爾線程創始人、董事長兼首席執行官張建中在會上系統介紹了三大「AI工廠」的落地部署與最新進展,展現國產算力從技術創新走向規模化應用的實踐路徑。中國工程院院士、清華大學教授鄭緯民在演講中指出,算力基建的核心在於將每一份算力有效轉化為高品質詞元,而三大「AI工廠」正是算力基礎設施發展的必然演進方向。

國家信息中心大數據發展部副主任魏穎則強調,算力基礎設施是詞元生產的物理底座,GPU作為算力核心直接決定生產效率與成本。摩爾線程以全功能GPU為核心打造安全可靠、高性能的「AI工廠」,已攜手眾多行業夥伴在多個技術場景完成端到端驗證,為各行各業的智能化升級築起算力基石。在代理式AI、物理AI等創新浪潮中,全功能GPU正加速AI變革。張建中表示,前沿基礎模型平均每兩個月迭代一次,詞元消耗量快速增長,算力需求呈現指數級提升。

摩爾線程基於誇娥(KUAE)智算集群打造的三大「AI工廠」——「模型訓練工廠」「詞元生產工廠」「智能體生產工廠」,憑藉全場景通用優勢,支援從訓練到推理、從數位世界到物理世界的多元算力需求。「模型訓練工廠」方面,誇娥智算集群在關鍵維度實現多項突破。隨著集群訓練規模持續擴大,線性擴展效率仍可維持高達95%;訓練精度與國際主流計算卡持平,損失曲線高度一致;集群支援斷點續訓,有效訓練時長佔比超過90%。

摩爾線程已完成多項「國芯訓國模」實踐,包括從零起步完整訓練MoE-236B基礎模型,以及實現北京大學5D世界模型EvoPhys-World的全棧原生訓練,充分驗證國產晶片在超大規模、超長連續穩定訓練上的全鏈路閉環能力。「詞元生產工廠」部分,摩爾線程推出高效能推理套件,深度適配SGLang、vLLM等主流推理框架,涵蓋大型語言模型、視覺、語音、DiT及影片生成等多模態推理場景。目前,摩爾線程已實現對DeepSeek、MiniMax、GLM、Kimi、Qwen等主流大模型的「發布即適配」。

此外,摩爾線程基於MTT S5000推出PD分離異構推理方案,將高算力需求的Prefill計算池與高頻寬的Decode生成池異構分離、分池部署,大幅提升性價比。「智能體生產工廠」方面,摩爾線程自研全域數位智能體「小麥」,具備超過60項技能,支援38款應用程式的跨應用控制,並透過前端多模型與豐富知識庫的靈活配置,實現更快、更準、更懂個人需求的使用體驗。同時,摩爾線程打造全棧具身智慧模擬平台MT Lambda,從底層算力、核心引擎到上層框架及工具提供完整解決方案,致力於生產物理世界的智能體。

為承載「小麥」的智慧進化,摩爾線程推出兩款AI原生終端——AI算力本MTT AIBOOK與家庭AI中樞MTT AICUBE,建構「雲-邊-端」協同的全場景智算矩陣。支撐三大工廠與終端產品的是摩爾線程基於MUSA架構所搭建的開源開放生態。摩爾線程透過MusaCoder程式碼大模型、MUSACODE程式設計智能體等AI工具,降低開發者使用國產算力的門檻。此外,摩爾學院聯合企業與高校打通產學研路徑,加速MUSA生態發展。三大「AI工廠」的規模化落地已獲得眾多產業夥伴響應。

京東集團技術委員會主席、京東雲總裁曹鵬表示,京東雲正攜手摩爾線程,透過JoyAI大模型聯合攻關、打造更高效率企業級推理平台、共建全鏈路具身智能服務,讓國產算力不僅能跑好模型,更能跑好業務,釋放產業智能生產力。在「模型訓練工廠」方面,極佳視界合夥人、副總裁毛繼明指出,雙方基於摩爾線程MTT S5000聯合完成駕駛世界模型、駕駛重建模型、具身世界模型、世界動作模型等物理AI模型的訓練,未來將聚焦軟硬協同下的模型效率繼續深化合作。EvoPhys.

ai創始人兼首席執行官譚樺傑表示,北京大學EvoPhys項目組在摩爾線程「燈塔計畫」支持下,基於MTT S5000完成全棧原生訓練的5D世界模型EvoPhys-World,連續37天登頂WorldScore「世界生成」維度,象徵國產算力在支撐高水平AI研究方面取得重要進展。在「詞元生產工廠」領域,MiniMax副總裁薛子釗認為,高效算力基礎設施透過多晶片適配,包括國產晶片在內,實現極致的訓練與推理性能,進而開啟每個人的智能應用。

趨境科技創始人兼首席執行官艾智遠則表示,公司已具備日均萬億級高品質詞元的供應能力,並將摩爾線程全功能GPU與國際主流GPU深度融合,在PD分離異構推理上實現高品質與性價比的優勢互補,讓國產算力真正轉化為規模化詞元產能。在「智能體生產工廠」方面,無問芯穹技術副總裁吳保東強調,公司與摩爾線程在多維度、多方向展開深入合作,並分享Infini-AIOps運維智能體在摩爾線程誇娥智算集群上的應用實例,從問題發現、分析定位到輔助處置實現智能化閉環,為算力基礎設施的長遠發展樹立標竿。從三大「AI工廠」到AI原生終端,再到MUSA生態,摩爾線程針對真實產業需求進行系統化布局。

隨著生態夥伴持續加入與更多行業場景落地驗證,摩爾線程正引領國產算力持續進化,為萬物智能時代打造更堅實、高效且可靠的算力基石。

Related

相關文章

當 human in the loop 變成“閉著眼睛點確認”,企業Agent 安全還能靠誰?

專家指出,AI Agent 從內容安全轉向行為安全,提示詞注入、工具濫用與過度授權成為主要風險。企業應建立可視、可管、可追溯的安全基線,並對工具權限進行最小化與臨時化管理,避免 human in the loop 淪為形式。安全防護需從靜態入口轉向動態行為約束,以因應 Agent 自主執行帶來的全新挑戰。

剛剛

開源Agent框架刷爆ARC-AGI-3,「自我改進」的RLM harness引爭議

一套開源Agent框架在ARC-AGI-3基準測試中創下超過85%的正確率,大幅領先其他解決方案,其核心是名為「RLM harness」的自我改進機制。然而,該方法引發學術爭議,部分研究者批評它透過反覆試錯「鑽漏洞」,不符合ARC-AGI評測一次性推理的精神。這場討論促使AI社群重新審視評測標準,並可能影響未來ARC-AGI版本的設計方向。

剛剛
鈦媒體AI Agent

騰訊是在“賽馬”,還是在打造 “Agent工廠”?

騰訊內部正在探討其發展策略究竟是「賽馬」機制還是打造「Agent工廠」。相關討論聚焦於公司如何平衡內部競爭與統一平台建設。目前站內已移除相關混雜文字,保留原始主題供讀者參考。

41 分鐘前
TechWebAI Agent

ChinaJoy 2026 AI遊戲規模化落地,邊緣雲與API安全重構產業底層邏輯

2026年ChinaJoy展館,“與AI同遊”的主題隨處可見。行業調查顯示,僅有21%的企業擁有完整的API資產清單,大量後臺AI接口仍在無人監控的狀態下裸奔。合規與安全也同步下沉。算力下沉還不夠,API安全必須同步前移邊緣雲解決了體驗問題,但AI交互入口的安全,同樣需要前置到邊緣。算力與安全,缺一不可Akamai的判斷很明確:遊戲AI轉型不能割裂算力與安全。這也是遊戲廠商規模化落地AI智能體、構建AI原生遊戲的標準化底層方案。

2 小時前
量子位AI Agent

螞蟻集團開源Avernet,讓人與智能體像組織一樣高效協作

**螞蟻集團開源Avernet:打造人與智能體高效協作的“組織級”基礎設施** **來源:量子位** **2026-08-07 11:08:51** 近日,螞蟻集團正式宣佈開源多智能體協作基礎設施Avernet,其社區版本已同步上線。作為業界首個聚焦於“組織級協作”的智能體基礎設施,Avernet的首個版本重點開放了智能體協作網絡能力,旨在支持不同智能體之間的發現、共識達成、跨團隊協作與治理,為人工智能從“單點智能”走向“系統智能”提供關鍵支撐。

7 小時前