（来源：电子创新网）

过去一年，AI 行业发生了一件被严重低估的变化：模型不再稀缺，Token 开始爆炸。当每一次对话、每一次生成、每一个智能体决策都在吞噬算力，问题已经不再是 " 模型够不够强 "，而是——有没有一套算力体系，能把这场 Token 洪流接住。

就在这个临界点上，摩尔线程给出的答案不是一块 GPU，而是一整套 " 打穿云边端 " 的算力底座。

5 月 18 日，摩尔线程在北京举办主题为 " 词元时代，万物智能 " 的年度产品发布会。在 Agentic AI 驱动词元（Token）需求呈指数级跃升的关键节点，万物智能处于爆发前夜，算力的基石作用愈发关键。

摩尔线程在此次盛会上全方位展示了其作为智算底座的战略纵深，全面展示了 " 云 - 边 - 端 " 全栈智算矩阵：从万卡级规模的夸娥智算集群，到自研 " 长江 "SoC 驱动的智能终端 MTT AICUBE 和 MTT AIBOOK；从数字世界智能体 " 小麦 "，到加速物理 AI 落地的首个全栈具身智能仿真平台 MT Lambda，再到持续进化的 MUSA 生态。这不仅是摩尔线程核心技术和产品的集中亮相，更标志着其全面打通了 " 云 - 边 - 端 " 智能算力生态，赋能从数字世界到物理世界的全场景 AI 应用。

云端筑基：夸娥智算集群，全链路加速大模型训推

在智算基础设施领域，摩尔线程以夸娥（KUAE）智算集群为核心，构建起适配词元时代需求的高性能 AI 基础设施。目前，夸娥万卡级智算集群已经成功落地，多项关键指标达到国际主流水平，在 Dense 大模型训练中的模型算力利用率（MFU）达 60%，在 MoE 大模型上达 40%，有效训练时长达 90%，训练线性扩展效率达 95%。这标志着摩尔线程已具备支撑超大规模模型稳定训练的硬核实力。

大模型训练是一项极为复杂的系统性工程，涵盖预训练、持续预训练（CPT）、长文本训练、微调（SFT）及强化学习（RL）等流程。为赋能开发者，摩尔线程推出夸娥训练套件，覆盖大模型预训练和后训练全链路，包括训练框架、AI 框架及训练辅助工具等核心组件，专门优化了对强化学习的支持，兼容业界主流的 VeRL 训推一体与 Slime 训推分离框架，并完成了对多项微调框架的适配。面对高达数十万亿 Tokens 的超大规模数据集，基于摩尔线程万卡级集群训练的科学基础大模型，实现了全流程训练技术的突破，在 MMLU 等评测指标上的表现持续提升。

在推理端，摩尔线程展现了其深厚的生态底蕴与 " 发布即适配 "（Day-0 适配）的响应速度。目前，摩尔线程已全面适配 DeepSeek、GLM、MiniMax、Kimi、Qwen 等国内头部大模型，以及主流的语音、视觉理解及多模态模型。值得一提的是，摩尔线程在推理框架 SGLang 主线代码中获得了官方原生支持，并开源了 vLLM-MUSA，可原生获得摩尔线程 GPU 加速能力，大幅提升推理效率。

夸娥云服务以 " 算力即服务 " 的方式，将前沿模型推理能力快速转化为可用的行业应用：现场展示了基于 GLM 模型推理服务的 Vibe Coding，用户用口语描述需求即可生成专属 App，整个开发由多智能体协同完成，无需手写代码；同时以 AIGC 微短剧制作工作流 , 呈现从剧本策划到视频合成的全链路智能生成，直观展示夸娥在内容创作与智能化应用落地上的强大生产力。

终端进阶：" 长江 "SoC 驱动，开启全场景智能

发布会上，以 " 小麦 " 智能体为核心的端侧 AI 产品正式亮相。基于情景感知决策、长上下文历史检索、自主任务编排、多模态情绪识别以及跨端协同、端云一体的能力，" 小麦 " 可以提供有温度的专属人格体验。其背后依托三大关键技术支撑：运行于 AI 原生操作系统 MTT AIOS，采用独特的二维拓扑记忆系统，搭载自研 Agent 开源框架 MTClaw。

为承载 " 小麦 " 智能体的智慧进化，摩尔线程重磅发布了全新智能家庭 AI 中枢—— MTT AICUBE，标志着 Agentic AI 将走进千家万户。它深度整合了 " 智能体 + AI PC + AI NAS" 三大核心能力矩阵，以一站式解决方案赋能家庭智能体验。AICUBE 内置的 " 小麦 " 智能体预装 60 余项技能（Skills），支持超 36 款 APP 的跨应用控制，提供智慧化的主动服务；全闪存 AI NAS 模块则为家庭数据提供了安全、高效的本地存储与智能管理；同时，AICUBE 还具备完整的桌面 AI PC 能力，可轻松满足家庭用户的观影娱乐、高效办公、在线学习、云游戏以及本地大模型运行等全方位需求。AICUBE 将于 6 月 18 日在京东摩尔线程旗舰店开启预售。

与此同时，摩尔线程宣布 MTT AIBOOK 全面升级。作为 " 为智能体而生 " 的笔记本电脑，AIBOOK 在 MTT AIOS 原生 Linux 系统下，预装原生 " 龙虾 " 智能体（OpenClaw），支持多智能体协作，为智能体应用的开发、调试与部署提供完整的闭环解决方案。AIBOOK 具备 " 工具直达 " 特性，提供 90+ 工具调用接口，降低开发配置成本；并创新支持原生 Linux、虚拟化 Windows 及容器化 Android 多系统，同时提供 LLM/ASR/TTS/OCR 等模型支持的 " 端侧感知 " 能力，一台设备即可覆盖用户的全场景使用需求。

面向端侧和边缘场景，摩尔线程以 " 长江 " 智能 SoC 为核心构建多维产品矩阵：除 AICUBE 与 AIBOOK 外，还展示了专为嵌入式边缘场景设计的 MTT E300 AI 模组，支持混合精度计算，可在严苛环境中稳定运行，为工业质检、能源巡检、智慧教室、具身智能、智能汽车及低空经济等典型场景提供高效、低延迟、强可靠的边缘 AI 能力。

物理跨越：生态闭环，赋能具身智能训练与仿真

摩尔线程重磅发布其首个全栈具身智能仿真平台 MT Lambda，旨在赋能用户构建数据合成、策略训练、仿真验证的高效工作流。该平台构建了从底层算力、核心引擎到上层框架及工具的完整解决方案：其底层基于全功能 GPU，实现渲染、物理、AI 计算在同一芯片中完成，数据 " 零拷贝 "；中间层深度融合自研物理、渲染、AI 三大引擎；上层则提供 MT Lambda-Lab 具身策略开发与训练平台以及 MT Lambda-Sim 高保真物理仿真与渲染平台。在发布会现场，摩尔线程通过机器狗实景演示，直观展现了该平台在具身智能策略开发与动作训练上的卓越表现。

当前，具身智能加速从技术验证迈向工程化与产业化，摩尔线程作为国内极为稀缺的打通 " 大模型训练—仿真模拟—端侧部署 " 生态闭环的 GPU 企业，已经构建起全栈自主、端到端的软硬件技术栈，可以为具身智能提供一站式、安全可靠的国产算力方案。

在具身智能领域，摩尔线程依托自研的夸娥智算集群、仿真平台及端侧 SoC 芯片，已经形成云边端协同的产品与能力布局。同时，摩尔线程积极拓展具身生态 " 朋友圈 "，通过与光轮智能在合成数据等关键领域共筑国产具身智能仿真底座，以及与光线云联合打造 RaysTwins 具身仿真平台等深度合作，共同推动技术成果加速转化落地。

生态进化：MUSA 100% 兼容，开源与开放共建

作为贯穿摩尔线程全功能 GPU 硬件与全栈软件体系的底层架构，MUSA 已全面实现对业界主流 CUDA 生态的深度兼容。最新发布的 MUSA SDK 5.1.0，对标 CUDA 12.8，从驱动与运行时新增 248 个 API，兼容接口数达到 761，到核心数学库的 100% 对齐，从覆盖 55 类核心 AI 算子，到完整支持 PyTorch 全部 3194 个算子，MUSA 软件栈全链路覆盖了底层驱动、编译器、算子加速库、训练与推理框架，让国产 GPU 真正具备 " 即插即用 " 的开放能力。

在开源生态与关键场景中，MUSA 也取得了里程碑式的突破：在推理生态上，MUSA 不仅正式成为 vLLM 官方后端，更成功合入 SGLang 官方主线并获得 " 原生支持 "；在底层编译上，TileLang-MUSA 成功合入开源主线，升级支持 Trition 3.6 最新版本，FlashAttention3 等热点算子在 MUSA 上达到 95% 的极致效率；此外，训练套件产品化支撑超大规模集群与强化学习，推理套件全面适配主流框架。无论是前沿大模型训练，还是科学计算中的 VASP 加速，MUSA 都已交出成熟答卷。

更具前瞻性的是，MUSA 正引入 AI 技术加速生态的自我演进。依托 Automusify 智能迁移工具的 " 零干预 " 自动化转化，MUSA 实现了对 Top 100 人工智能与 Top 100 科学计算两大领域加速仓库的 100% 自动迁移。同时，全新升级的 MUSACODE AI 编程助手通过大模型智能体协同，已成功开发并交付超 10,000 个 Kernel 算子，基于 TileLang 自动调优 Group GEMM 算子实现 60% 性能提升。

MUSA 不仅是国产 GPU 的生态底座，更是一个开放、自进化、与开发者共同成长的智能生态。未来已来，我们诚邀您一同加入 MUSA，共创国产算力的新篇章。