詞元時代算力先行。

據IPO早知道消息，摩爾線程于5月18日在主題為“詞元時代，萬物智能”的年度產品發布會上全方位展示了其作為智算底座的戰略縱深，全面展示了“云-邊-端”全棧智算矩陣：從萬卡級規模的夸娥智算集群，到自研“長江”SoC驅動的智能終端MTT AICUBE和MTT AIBOOK；從數字世界智能體“小麥”，到加速物理AI落地的首個全棧具身智能仿真平臺MT Lambda，再到持續進化的MUSA生態。這不僅是摩爾線程核心技術和產品的集中亮相，更標志著其全面打通了“云-邊-端”智能算力生態，賦能從數字世界到物理世界的全場景AI應用。

夸娥智算集群多項關鍵指標達國際主流水平

全鏈路加速大模型訓推

在智算基礎設施領域，摩爾線程以夸娥（KUAE）智算集群為核心，構建起適配詞元時代需求的高性能AI基礎設施。目前，夸娥萬卡級智算集群已經成功落地，多項關鍵指標達到國際主流水平，在Dense大模型訓練中的模型算力利用率（MFU）達60%，在MoE大模型上達40%，有效訓練時長達90%，訓練線性擴展效率達95%。這標志著摩爾線程已具備支撐超大規模模型穩定訓練的硬核實力。

大模型訓練是一項極為復雜的系統性工程，涵蓋預訓練、持續預訓練（CPT）、長文本訓練、微調（SFT）及強化學習（RL）等流程。為賦能開發者，摩爾線程推出夸娥訓練套件，覆蓋大模型預訓練和后訓練全鏈路，包括訓練框架、AI框架及訓練輔助工具等核心組件，專門優化了對強化學習的支持，兼容業界主流的VeRL訓推一體與Slime訓推分離框架，并完成了對多項微調框架的適配。面對高達數十萬億Tokens的超大規模數據集，基于摩爾線程萬卡級集群訓練的科學基礎大模型，實現了全流程訓練技術的突破，在MMLU等評測指標上的表現持續提升。

在推理端，摩爾線程展現了其深厚的生態底蘊與“發布即適配”（Day-0適配）的響應速度。目前，摩爾線程已全面適配DeepSeek、GLM、MiniMax、Kimi、Qwen等國內頭部大模型，以及主流的語音、視覺理解及多模態模型。值得一提的是，摩爾線程在推理框架SGLang主線代碼中獲得了官方原生支持，并開源了vLLM-MUSA，可原生獲得摩爾線程GPU加速能力，大幅提升推理效率。

夸娥云服務以“算力即服務”的方式，將前沿模型推理能力快速轉化為可用的行業應用：現場展示了基于GLM模型推理服務的Vibe Coding，用戶用口語描述需求即可生成專屬App，整個開發由多智能體協同完成，無需手寫代碼；同時以AIGC微短劇制作工作流,呈現從劇本策劃到視頻合成的全鏈路智能生成，直觀展示夸娥在內容創作與智能化應用落地上的強大生產力。

面向端側和邊緣場景

以“長江”智能SoC為核心構建多維產品矩陣

發布會上，以“小麥”智能體為核心的端側AI產品正式亮相。基于情景感知決策、長上下文歷史檢索、自主任務編排、多模態情緒識別以及跨端協同、端云一體的能力，“小麥”可以提供有溫度的專屬人格體驗。其背后依托三大關鍵技術支撐：運行于AI原生操作系統MTT AIOS，采用獨特的二維拓撲記憶系統，搭載自研Agent開源框架MTClaw。

為承載“小麥”智能體的智慧進化，摩爾線程發布了全新智能家庭AI中樞——MTT AICUBE，標志著Agentic AI將走進千家萬戶。它深度整合了“智能體 + AI PC + AI NAS”三大核心能力矩陣，以一站式解決方案賦能家庭智能體驗。AICUBE內置的“小麥”智能體預裝60余項技能（Skills），支持超36款APP的跨應用控制，提供智慧化的主動服務；全閃存AI NAS模塊則為家庭數據提供了安全、高效的本地存儲與智能管理；同時，AICUBE還具備完整的桌面AI PC能力，可輕松滿足家庭用戶的觀影娛樂、高效辦公、在線學習、云游戲以及本地大模型運行等全方位需求。AICUBE將于6月18日在京東摩爾線程旗艦店開啟預售。

與此同時，摩爾線程宣布MTT AIBOOK全面升級。作為“為智能體而生”的筆記本電腦，AIBOOK在MTT AIOS原生Linux系統下，預裝原生“龍蝦”智能體（OpenClaw），支持多智能體協作，為智能體應用的開發、調試與部署提供完整的閉環解決方案。AIBOOK具備“工具直達”特性，提供90+工具調用接口，降低開發配置成本；并創新支持原生Linux、虛擬化Windows及容器化Android多系統，同時提供LLM/ASR/TTS/OCR等模型支持的“端側感知”能力，一臺設備即可覆蓋用戶的全場景使用需求。

面向端側和邊緣場景，摩爾線程以“長江”智能SoC為核心構建多維產品矩陣：除AICUBE與AIBOOK外，還展示了專為嵌入式邊緣場景設計的MTT E300 AI模組，支持混合精度計算，可在嚴苛環境中穩定運行，為工業質檢、能源巡檢、智慧教室、具身智能、智能汽車及低空經濟等典型場景提供高效、低延遲、強可靠的邊緣AI能力。

發布首個全棧具身智能仿真平臺

賦能具身智能訓練與仿真

摩爾線程發布其首個全棧具身智能仿真平臺MT Lambda，旨在賦能用戶構建數據合成、策略訓練、仿真驗證的高效工作流。該平臺構建了從底層算力、核心引擎到上層框架及工具的完整解決方案：其底層基于全功能GPU，實現渲染、物理、AI計算在同一芯片中完成，數據“零拷貝”；中間層深度融合自研物理、渲染、AI三大引擎；上層則提供MT Lambda-Lab具身策略開發與訓練平臺以及MT Lambda-Sim高保真物理仿真與渲染平臺。在發布會現場，摩爾線程通過機器狗實景演示，直觀展現了該平臺在具身智能策略開發與動作訓練上的卓越表現。

當前，具身智能加速從技術驗證邁向工程化與產業化，摩爾線程作為國內極為稀缺的打通“大模型訓練—仿真模擬—端側部署”生態閉環的GPU企業，已經構建起全棧自主、端到端的軟硬件技術棧，可以為具身智能提供一站式、安全可靠的國產算力方案。

在具身智能領域，摩爾線程依托自研的夸娥智算集群、仿真平臺及端側SoC芯片，已經形成云邊端協同的產品與能力布局。同時，摩爾線程積極拓展具身生態“朋友圈”，通過與光輪智能在合成數據等關鍵領域共筑國產具身智能仿真底座，以及與光線云聯合打造RaysTwins具身仿真平臺等深度合作，共同推動技術成果加速轉化落地。

MUSA 100%兼容

開源與開放共建

作為貫穿摩爾線程全功能GPU硬件與全棧軟件體系的底層架構，MUSA已全面實現對業界主流CUDA生態的深度兼容。最新發布的MUSA SDK 5.1.0，對標CUDA 12.8，從驅動與運行時新增248個API，兼容接口數達到761，到核心數學庫的100%對齊，從覆蓋55類核心AI算子，到完整支持PyTorch全部3194個算子，MUSA軟件棧全鏈路覆蓋了底層驅動、編譯器、算子加速庫、訓練與推理框架，讓國產GPU真正具備“即插即用”的開放能力。

在開源生態與關鍵場景中，MUSA也取得了里程碑式的突破：在推理生態上，MUSA不僅正式成為vLLM官方后端，更成功合入SGLang官方主線并獲得“原生支持”；在底層編譯上，TileLang-MUSA成功合入開源主線，升級支持Trition 3.6最新版本，FlashAttention3等熱點算子在MUSA上達到95%的極致效率；此外，訓練套件產品化支撐超大規模集群與強化學習，推理套件全面適配主流框架。無論是前沿大模型訓練，還是科學計算中的VASP加速，MUSA都已交出成熟答卷。

更具前瞻性的是，MUSA正引入AI技術加速生態的自我演進。依托Automusify 智能遷移工具的“零干預”自動化轉化，MUSA實現了對Top 100人工智能與Top 100科學計算兩大領域加速倉庫的100%自動遷移。同時，全新升級的MUSACODE AI 編程助手通過大模型智能體協同，已成功開發并交付超10,000個Kernel算子，基于TileLang自動調優Group GEMM算子實現60%性能提升。

MUSA不僅是國產GPU的生態底座，更是一個開放、自進化、與開發者共同成長的智能生態。