摩爾線程：全面打通“雲邊端”智算生態，成功落地“萬卡”智算集群

新浪科技訊 5月20日下午消息，在摩爾線程年度產品發佈會上，摩爾線程全方位展示了公司“雲-邊-端”全棧智算矩陣：從萬卡級規模的誇娥智算集群，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台MT Lambda，再到持續進化的MUSA生態，宣佈全面打通“雲-邊-端”智能算力生態。

當前，萬物智能處於爆發前夜，算力的基石作用愈發關鍵。在智算基礎設施領域，摩爾線程以誇娥（KUAE）智算集群為核心，構建起高性能AI基礎設施。據悉，目前誇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%，已具備支撐超大規模模型穩定訓練的硬核實力。

在大模型訓練環節，為賦能開發者，摩爾線程推出誇娥訓練套件，覆蓋大模型預訓練和後訓練全鏈路，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，並完成了對多項微調框架的適配。據悉，面對高達數十萬億Tokens的超大規模數據集，基於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，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。此外，誇娥雲服務還以“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：基於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微短劇製作工作流，呈現從劇本策劃到視頻合成的全鏈路智能生成。 

發佈會上，以“小麥”智能體為核心的端側AI產品亮相。基於情景感知決策、長上下文曆史檢索、自主任務編排、多模態情緒識別以及跨端協同、端雲一體等能力，“小麥”可提供有溫度的專屬人格體驗。為承載“小麥”智能體的智慧進化，摩爾線程還發佈了全新智能家庭AI中樞——MTT AICUBE，深度整合了“智能體 + AI PC + AI NAS”三大核心能力矩陣，內置預裝60餘項技能（Skills），支持超36款APP的跨應用控製，可提供智慧化主動服務。（文猛）