摩尔线程发布三大“AI工厂”部署进展：从模型训练到智能体生产全链路闭环
近日，在2026 WAIC“词元时代 万物智能”主题论坛上，摩尔线程创始人、董事长兼首席执行官张建中首次系统介绍了基于夸娥（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”的落地部署及最新进展。这三个平台覆盖了从训练到推理、从数字世界到物理世界的全场景算力需求，标志着摩尔线程在国产全功能GPU生态建设上进入系统化落地阶段。
在模型训练层面，摩尔线程夸娥智算集群已在多个关键维度实现突破：高扩展方面，随着集群规模持续增大，可保持高达95%的线性扩展效率；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；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，夸娥集群已完成多项“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，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。
在推理层面，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。公司可实现对DeepSeek、MiniMax、GLM、Kimi、Qwen等主流大模型的 “发布即适配” 。
此外，摩尔线程推出了基于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。
智能体层面，摩尔线程自研全域数字智能体 “小麦”，已掌握60余项技能，支持38款APP的跨应用控制。同时，公司推出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”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。支撑这一切的是摩尔线程基于MUSA架构搭建的开源开放生态，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。
本次WAIC上，摩尔线程首次展出了MTT C256超节点。据现场工作人员介绍，该超节点首创一层Scale-up网络，实现标准单宽机柜128卡全互联，并柜扩展可达256卡极速互联，攻克传统多层网络的带宽损耗与高延迟痛点。MTT C256采用计算与交换一体化的高密设计，将大幅提高智算中心GPU部署密度，为万卡乃至十万卡级超大规模长稳训推集群构建算力底座。
从模型训练到词元生产再到智能体落地，摩尔线程展示了国产GPU厂商在AI算力全栈上的系统化布局。三座“工厂”的命名逻辑也清晰地指向了当前AI产业链的核心价值节点——算力的终点不是做芯片，而是生产智能体。在算力自主可控的大背景下，摩尔线程的工程化落地能力正成为外界持续关注的核心变量。
