摩尔线程与光轮智能达成战略合作

5月11日晚间，一则来自摩尔线程的消息，为国产算力与前沿AI的融合又添上了关键一笔。这家公司与光轮智能正式携手，达成了一项战略合作。双方的目标很明确：要联手打造一套高置信度的仿真数据合成方案。

这背后依托的，是摩尔线程的全功能GPU与夸娥（KUAE）智算集群，再加上光轮智能那个听起来就颇具技术含量的“求解—测量—生成”三位一体全栈自研仿真平台。简单来说，这是一次国产算力底座与核心仿真算法的深度绑定，其最终指向，是为当下火热的具身智能领域，夯实一个自主可控的基础设施。

那么，为什么是仿真数据？这恰恰击中了具身智能发展的一个核心瓶颈。行业里都知道，训练一个聪明的“身体”（机器人或智能体），需要海量、多样且高质量的数据。但真刀真枪地去现实世界采集——也就是所谓的“真机数据”——成本高昂不说，还面临物理数据稀缺、场景覆盖有限、复杂物理过程难以稳定复现等一系列老大难问题。

于是，通过仿真合成高质量数据，就成了跨越这道数据鸿沟的关键路径。但这条路也不好走，要想规模化生产出逼真的仿真数据，背后所需的渲染计算量是指数级爆炸的，对算力提出了近乎苛刻的要求。

面对这个双重挑战，摩尔线程与光轮智能的这次合作，试图给出一个系统性的国产化答案。双方的思路是，将国产GPU的算力优势，与自研的仿真合成技术进行深度协同，共同构建一个从“真实轨迹”到“仿真建模”，再到“数据扩增”的完整闭环。

据了解，这套方案已经攻克了像柔性体抓取物理模拟这类技术难关。这意味着，海量且高置信度的合成数据，其规模化“量产”正在从理想照进现实。这不仅仅是解决了“有没有”的问题，更是为后续模型的训练质量提供了关键保障。

当然，合作不会止步于此。消息透露，双方未来的探索将更加深入，计划在具身智能评测平台、物理AI高置信度闭环仿真等方向继续发力。最终的目标，是推动合作从当前的数据合成阶段，演进为一个覆盖“仿真-训练-评测”的全平台闭环。这无疑为国产具身智能生态的自主演进，铺下了一块重要的基石。