摩尔线程 WAIC 2026 首次公开三大「AI 工厂」训练与推理实践

2026 年 7 月 18 日，2026 世界人工智能大会（WAIC）期间，摩尔线程在上海世博展览馆举办「词元时代万物智能」主题论坛，首次系统公开其三大「AI 工厂」的落地部署与最新训练、推理实践成果。中国工程院院士郑纬民、国家信息中心大数据发展部副主任魏颖等嘉宾，以及京东云、MiniMax、极佳视界、EvoPhys.ai、趋境科技、无问芯穹等企业代表出席并发言。

三大「AI 工厂」的整体布局

摩尔线程创始人、董事长兼首席执行官张建中在演讲中介绍，公司基于夸娥（KUAE）智算集群，构建了「模型训练工厂」「词元生产工厂」「智能体生产工厂」三大 AI 工厂，覆盖从基础模型训练、词元生产到智能体落地的全链路算力需求。

张建中表示，在代理式 AI、物理 AI 等前沿趋势推动下，前沿基础模型平均每两个月迭代一次，词元消耗量迅速增长，由此带来的算力需求呈指数级提升。摩尔线程以全功能 GPU 为核心，依托三大 AI 工厂为各行业智能化升级提供算力底座。

模型训练工厂：聚焦高扩展、高精度与高稳定

「模型训练工厂」定位为全功能、高性能、高扩展、高精度、高稳定、效果优的训练基础设施，关键指标包括：

集群训练规模扩大时，可保持高达 95% 的线性扩展效率；
训练精度与国际主流计算卡持平，训练损失曲线高度一致；
支持断点续训，有效训练时长占比超 90%。

基于上述能力，摩尔线程已完成多项「国芯训国模」实践，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。EvoPhys.ai 创始人谭桦杰在论坛上透露，EvoPhys-World 在 WorldScore 榜单的「世界生成」维度连续 37 天排名第一。

词元生产工厂：适配主流大模型与多模态推理

「词元生产工厂」围绕全适配、高性能、低延迟、高性价比构建，重点能力包括：

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；
对 DeepSeek、MiniMax、GLM、Kimi、Qwen 等主流大模型实现「发布即适配」；
推出基于 MTT S5000 的 PD 分离异构推理方案，将 Prefill 计算池与 Decode 生成池分池部署，以提升性价比。

趋境科技创始人艾智远表示，公司已具备日均万亿级高品质词元供应能力，通过将摩尔线程全功能 GPU 与国际主流 GPU 深度融合，在 PD 分离异构推理上实现品质与成本的平衡。

智能体生产工厂：从数字世界到物理世界

「智能体生产工厂」负责高效连接数字世界与物理世界，核心产品包括：

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；
全栈具身智能仿真平台 MT Lambda：覆盖底层算力、核心引擎、上层框架与工具；
AI 原生终端 AI 算力本 MTT AIBOOK 与家庭 AI 中枢 MTT AICUBE，与云端算力协同构建「云-边-端」矩阵。

无问芯穹技术副总裁吴保东介绍了 Infini-AIOps 运维智能体在夸娥智算集群上的应用，实现了从问题发现、分析定位到辅助处置的智能化闭环。

产业合作与生态建设

论坛期间，多家企业公布了与摩尔线程的合作进展：

京东云：联合攻坚 JoyAI 大模型，共建企业级推理平台与全链路具身智能服务；
极佳视界：基于 MTT S5000 联合训练驾驶世界模型、驾驶重建模型、具身世界模型与动作模型；
MiniMax：认为多芯片适配能力是高效算力基础设施的关键，有助于实现极致训练与推理性能。

生态层面，摩尔线程依托 MUSA 架构构建开源开放生态，推出 MusaCoder 代码大模型与 MUSACODE 编程智能体，并通过摩尔学院联合高校与企业推动产学研用协同。

（本文核心事实与数据均来自摩尔线程「词元时代万物智能」主题论坛公开内容，原文经量子位授权转载。）