出品/未來(lái)科技界

作者/布林

編輯/楊宇

5月18日，摩爾線程舉辦了2026年年度產(chǎn)品發(fā)布會(huì)。不過(guò)令硬件迷和投資者稍顯意外的是，這家國(guó)內(nèi)頭部的芯片廠商并未帶來(lái)核心GPU的升級(jí)迭代，取而代之的，是創(chuàng)始人張建中在近兩小時(shí)的演講中，系統(tǒng)性地鋪開(kāi)了一張名為“云-邊-端”的全棧智算矩陣藍(lán)圖。

摩爾線程一口氣發(fā)布了六大產(chǎn)品與解決方案，從支撐大模型訓(xùn)練的萬(wàn)卡級(jí)“夸娥”智算集群，到走進(jìn)家庭的AI中樞“AICUBE”和AI筆記本“AIBOOK”，再到具身智能仿真平臺(tái)“MT Lambda”和持續(xù)進(jìn)化的“MUSA”軟件生態(tài)，以及全新的智能體“小麥”。

發(fā)布會(huì)的主題是“詞元時(shí)代，萬(wàn)物智能”，這清晰地傳遞出一個(gè)信號(hào)：在“詞元（Token）時(shí)代”的算力焦慮中，這家國(guó)產(chǎn)GPU廠商的戰(zhàn)略重心，正從單一的硬件性能追逐，轉(zhuǎn)向一場(chǎng)更為復(fù)雜的、圍繞生態(tài)與全棧能力的系統(tǒng)性戰(zhàn)役。

“一句話生成游戲”，這聽(tīng)起來(lái)很未來(lái)，但它具體是怎樣的體驗(yàn)？

從“紙面參數(shù)”轉(zhuǎn)向“工程化ROI”

張建中在演講中提到，過(guò)去幾個(gè)月，以“龍蝦（OpenClaw）”為代表的Agentic AI迅速爆發(fā)，將全行業(yè)推入了指數(shù)級(jí)消耗Token（中文名：詞元）的“詞元時(shí)代”。

雖然算力荒無(wú)處不在，但對(duì)于芯片廠商來(lái)說(shuō)，受限于先進(jìn)制程的客觀壁壘，國(guó)產(chǎn)GPU盲目追求硬件迭代周期的邊際效應(yīng)正在遞減。而對(duì)于大模型廠商來(lái)說(shuō)，以前看重芯片的紙面浮點(diǎn)運(yùn)算力，現(xiàn)在看重的是整體運(yùn)營(yíng)成本（TCO）與回本周期（ROI），也就是手頭的算力能不能穩(wěn)定地跑出商業(yè)成果。

張建中在演講中披露了一組數(shù)據(jù)：夸娥集群有效訓(xùn)練時(shí)長(zhǎng)占比超90%，Dense模型（稠密模型）和MOE模型（混合專家模型）的算力利用率分別達(dá)60%和40%，8000張卡規(guī)模的集群在Weak Scaling（弱擴(kuò)展）下實(shí)現(xiàn)了95%的線性擴(kuò)展效率。

摩爾線程在硬件未升級(jí)的情況下，通過(guò)MUSA生態(tài)的Day-0級(jí)適配（支持DeepSeek、Kimi、GLM、MiniMax、Qwen等）以及Automusify智能遷移工具，本質(zhì)上是在幫B端客戶省錢(qián)和搶時(shí)間。

用自研“長(zhǎng)江”SoC開(kāi)辟第二戰(zhàn)場(chǎng)

“長(zhǎng)江”是摩爾線程旗下基于Arm架構(gòu)的智能SoC芯片，于去年12月在其舉辦的首屆MUSA開(kāi)發(fā)者大會(huì)上發(fā)布，32GB內(nèi)存、120GB/s帶寬，集成CPU、GPU、NPU、VPU等單元，兼顧AI計(jì)算、圖形處理、多媒體編解碼與設(shè)備控制能力，提供50 TOPS的異構(gòu)AI算力，并支持INT8/FP16/FP32混合精度計(jì)算，能匹配終端側(cè)智能體運(yùn)行、本地推理、多任務(wù)協(xié)同的真實(shí)需求。

“長(zhǎng)江”SoC驅(qū)動(dòng)了AICUBE和AIBOOK兩款產(chǎn)品：

其中AICUBE，是摩爾線程面向家庭場(chǎng)景打造的一體化AI中樞，將AI Agent（“小麥”智能體）、AI PC、AI NAS三種能力融合，切的是當(dāng)下用戶對(duì)本地AI、數(shù)據(jù)隱私、一站式智能體驗(yàn)的需求。它不只是一臺(tái)迷你主機(jī)或存儲(chǔ)設(shè)備，而是承載“小麥”智能體的家庭入口，把多應(yīng)用控制、智能相冊(cè)、視頻超分、本地大模型運(yùn)行等能力整合在了一臺(tái)設(shè)備中。

和“長(zhǎng)江”SoC同樣在MUSA開(kāi)發(fā)者大會(huì)上首發(fā)的AIBOOK，則聚焦個(gè)人AI生產(chǎn)力場(chǎng)景，以原生Linux AI OS為基礎(chǔ)，主打多智能體并行運(yùn)行、開(kāi)箱即用的開(kāi)發(fā)環(huán)境與全場(chǎng)景工具支持，面向AI開(kāi)發(fā)者、輕量化辦公人群與“一人公司”等群體。它跳出了傳統(tǒng)筆記本的性能內(nèi)卷思路，將核心競(jìng)爭(zhēng)力放在AI任務(wù)高效運(yùn)行、智能體協(xié)同、多系統(tǒng)兼容與端云一體開(kāi)發(fā)上，讓用戶無(wú)需復(fù)雜配置即可開(kāi)展AI開(kāi)發(fā)、模型調(diào)試、智能體應(yīng)用部署等工作，既是面向終端用戶的生產(chǎn)力工具，也是摩爾線程觸達(dá)開(kāi)發(fā)者、普及MUSA生態(tài)的重要載體。

整體來(lái)看，“長(zhǎng)江”SoC、AICUBE與AIBOOK三者形成了清晰的協(xié)同關(guān)系，芯片提供統(tǒng)一底層能力，兩款終端分別覆蓋家庭與個(gè)人場(chǎng)景，共同將摩爾線程在云端積累的智算、智能體、軟件生態(tài)能力延伸至終端側(cè)。

以全功能GPU的優(yōu)勢(shì)做具身大腦

具身大模型是人形機(jī)器人的“大腦”。隨著視頻生成、時(shí)空建模、多模態(tài)融合等技術(shù)的突破，“世界模型”已成為具身智能領(lǐng)域最具前景的又一技術(shù)路線，其核心意義在于賦予智體“內(nèi)在的世界理解與模擬能力”，能夠在與環(huán)境交互過(guò)程中產(chǎn)生對(duì)應(yīng)的高維、多模態(tài)的感知數(shù)據(jù)中提取物理規(guī)律、因果結(jié)構(gòu)與環(huán)境動(dòng)態(tài)，從而形成可用于推理與規(guī)劃的內(nèi)部表征，進(jìn)而提升決策性能。

張建中在演講中也總結(jié)了具身大模型建設(shè)的三個(gè)挑戰(zhàn)：一是數(shù)據(jù)稀缺且獲取成本高；二是真機(jī)由于造價(jià)昂貴、試錯(cuò)成本高導(dǎo)致訓(xùn)練效率低；三是訓(xùn)練環(huán)境不可控導(dǎo)致實(shí)驗(yàn)難復(fù)現(xiàn)，單一環(huán)境無(wú)法覆蓋各種場(chǎng)景變化，因此難以在實(shí)際應(yīng)用中實(shí)現(xiàn)泛化。

以前訓(xùn)練一個(gè)機(jī)器人，需要CPU做物理剛體碰撞模擬，需要A卡/N卡做圖形渲染來(lái)讓“機(jī)器人看清世界”，同時(shí)還需要AI芯片來(lái)跑大模型進(jìn)行策略訓(xùn)練。數(shù)據(jù)在不同的芯片、不同的內(nèi)存區(qū)域之間“搬來(lái)搬去”，延遲極高，效率極低。

面對(duì)大模型向“物理世界落地”的確定性趨勢(shì)，摩爾線程的首個(gè)全棧具身智能仿真平臺(tái)MT Lambda的底層基于全功能GPU，實(shí)現(xiàn)了圖形渲染、物理求解、AI計(jì)算在同一芯片中完成，這讓摩爾線程成為了國(guó)內(nèi)少數(shù)能提供“一站式訓(xùn)練”的廠商。

結(jié)語(yǔ)

總結(jié)來(lái)看，摩爾線程的這場(chǎng)產(chǎn)品發(fā)布會(huì)，展現(xiàn)出了其跳脫出傳統(tǒng)芯片算力競(jìng)賽的發(fā)展路徑。面向詞元時(shí)代與Agentic AI浪潮，它主動(dòng)選擇將戰(zhàn)略重心從單一的GPU性能迭代，轉(zhuǎn)向構(gòu)建一個(gè)覆蓋“云-邊-端”、軟硬一體的全棧智算生態(tài)，核心從解決客戶“有沒(méi)有芯片可用”的基礎(chǔ)問(wèn)題，升級(jí)到回答“如何更低成本、更高效率、更安全可控地獲得AI生產(chǎn)力”的系統(tǒng)性命題。

但這條“全棧生態(tài)”之路，也是一條高投入、長(zhǎng)周期、需要強(qiáng)大多線協(xié)同能力的道路。它要求企業(yè)同時(shí)在基礎(chǔ)設(shè)施、軟件生態(tài)、終端產(chǎn)品與前沿平臺(tái)等多個(gè)維度保持競(jìng)爭(zhēng)力，對(duì)公司的技術(shù)整合、產(chǎn)品定義與市場(chǎng)開(kāi)拓能力構(gòu)成了前所未有的考驗(yàn)。其成功與否，最終將取決于各產(chǎn)品線能否真正形成合力、生態(tài)能否實(shí)現(xiàn)正向循環(huán)，以及市場(chǎng)對(duì)這套系統(tǒng)性解決方案的買(mǎi)單意愿。

然而，這或許也是中國(guó)高端算力產(chǎn)業(yè)在特定產(chǎn)業(yè)周期與外部環(huán)境下的一種務(wù)實(shí)選擇。當(dāng)單一節(jié)點(diǎn)的技術(shù)追趕面臨客觀約束時(shí)，通過(guò)系統(tǒng)集成與生態(tài)創(chuàng)新，在更廣闊的“應(yīng)用-軟件-硬件”協(xié)同中創(chuàng)造獨(dú)特價(jià)值，不失為一種構(gòu)建差異化優(yōu)勢(shì)、尋求破局的戰(zhàn)略嘗試。