摩尔线程推出“云边端”全栈智算矩阵

5月18日，摩尔线程在北京举办了一场年度产品发布会，主题定为“词元时代，万物智能”。当前，Agentic AI正驱动着词元（Token）需求呈指数级跃升，万物智能的浪潮已处于爆发前夜，算力作为基石的重要性愈发凸显。

在这场盛会上，摩尔线程全方位展示了其作为智能计算底座的战略纵深，一个覆盖“云-边-端”的全栈智算矩阵清晰呈现：从支撑万卡级规模的夸娥智算集群，到由自研“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”，到旨在加速物理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软件生态。这不仅是其核心技术与产品的集中检阅，更标志着其已全面打通从云端到边缘再到终端的智能算力生态，为从数字世界到物理世界的全场景AI应用提供了坚实支撑。

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，构建起一套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成功落地，多项关键指标达到国际主流水平。具体来看，在Dense大模型训练中，其模型算力利用率（MFU）达到60%，在MoE大模型上则为40%，有效训练时长高达90%，训练线性扩展效率也达到了95%。这些数据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）等多个流程。为了赋能开发者，摩尔线程推出了夸娥训练套件，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。该套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，摩尔线程则展现了深厚的生态底蕴与“发布即适配”（Day-0适配）的快速响应能力。目前，其产品已全面适配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的主线代码中获得了最新原生支持，并开源了vLLM-MUSA，使开发者能够原生获得摩尔线程GPU的加速能力，从而大幅提升推理效率。

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

“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”旨在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，并搭载自研的Agent开源框架MTClaw。

为了承载“小麦”智能体的智慧进化，摩尔线程重磅发布了全新的智能家庭AI中枢——MTT AICUBE，这标志着Agentic AI正走进千家万户。AICUBE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。其内置的“小麦”智能体预装了60余项技能（Skills），支持超过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。据悉，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，摩尔线程宣布其MTT AIBOOK全面升级。作为一款“为智能体而生”的笔记本电脑，AIBOOK在MTT AIOS原生Linux系统下，预装了原生“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，有效降低开发配置成本；并创新性地支持原生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，力求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，构建了多维产品矩阵：除了AICUBE与AIBOOK，还展示了专为嵌入式边缘场景设计的MTT E300 AI模组。该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

摩尔线程重磅发布了其首个全栈具身智能仿真平台MT Lambda，旨在赋能用户构建从数据合成、策略训练到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”；中间层深度融合了自研的物理、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，具身智能正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、能够打通“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。

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，兼容接口总数达到761个，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真正具备了“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最新后端，更成功合入SGLang最新主线并获得“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上达到了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Top100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，并基于TileLang自动调优Group GEMM算子实现了60%的性能提升。