摩尔线程打通具身智能任督二脉 物理AI加速技术走进现实
全国产自主具身智能算力底座正式发布，摩尔线程全功能GPU成为破局关键。
当前，我们正全面迈入“词元（Token）时代”。数字世界中，智能体（Agent）浪潮正重塑各行各业，“龙虾（OpenClaw）”、“爱马仕（Hermes）”等现象级应用的涌现，进一步加速了这一进程。与此同时，在物理世界中，AI的行动边界也在迅速拓展，机器人正从工业产线走向家庭服务。业界共识指出，未来五到十年，以具身智能为核心的物理AI（Physical AI）将成为人工智能发展的核心方向。据IDC预测，到2030年，全球具身智能市场规模有望达到1.5万亿美元。
在这场技术变革中，中国企业始终处于引领地位。宇树机器人的每次新品发布都在海内外引发热议，春晚舞台上众多机器人创新企业密集展示前沿成果，标志着中国已成为具身智能产业化落地的前沿阵地。政府工作报告也已连续两年明确提及“具身智能”，彰显其战略重要性。
行业的蓬勃发展与快速迭代也带来了全新挑战。具身智能技术的突破，依赖于构建“从仿真模拟（Sim）到真实物理世界（Real）”的高效闭环，这一过程涉及复杂且多样的计算需求，对传统芯片架构提出了巨大考验。
近期，国内GPU领域的领军企业摩尔线程在其发布会上，系统展示了覆盖“云-边-端”的全栈智算产品矩阵：包括万卡级规模的夸娥（KUAE）智算集群、搭载自研“长江”SoC的智能终端MTT AICUBE与MTT AIBOOK、面向数字世界的智能体“小麦”，以及业界首个全栈式具身智能仿真平台MT Lambda，还有持续进化的MUSA软件生态。从数字智能到物理智能，摩尔线程均能在算力层面提供“云边端”一体化的坚实支撑。
其中，面向具身智能的仿真平台MT Lambda引发了行业高度关注，它精准地解决了该领域的核心算力痛点：通过单一架构，同时满足AI计算、图形渲染、物理仿真、科学计算及超高清视频编解码的复合需求，真正为具身智能的规模化应用按下加速键。值得强调的是，摩尔线程也因此成为国内极少数能够打通具身智能“大模型训练—仿真模拟—端侧部署”全流程的GPU厂商。
01. 攻克具身智能落地核心瓶颈，摩尔线程为何能率先破局？
在具身智能领域，智能体若要在真实世界中有效服务于人类，必须通过机器人的物理形态与环境进行交互。AI不仅需要“思考”，更需要通过机器人“行动”。如何安全、可靠地与人互动并完成复杂的物理任务，这对系统的物理仿真、实时感知与交互决策能力提出了极高要求。而实现这些能力，离不开海量训练数据的持续迭代与模型优化。
因此，在数字世界中进行高保真仿真训练成为必然选择，但这一模式也给底层算力带来了新挑战。机器人在虚拟场景中进行大规模物理仿真训练，涉及大量柔性抓取、复杂接触、高危场景测试等环节，要求GPU具备高精度刚体动力学、软体变形及复杂接触碰撞等物理计算能力。同时，为获得高质量的训练数据，仿真环境必须足够“逼真”，这又需要GPU支持如光线追踪、3D高斯溅射等先进的图形渲染技术。当然，在具身智能核心的视觉-语言-动作（VLA）大模型训练、强化学习、模仿学习等关键环节，芯片的AI训练与推理性能同样至关重要。
可以说，传统基于专用计算架构的AI芯片难以“一站式”应对这些复杂且多样的计算需求。不同异构平台间的切换、数据迁移与格式转换，会显著降低研发效率，并拉大仿真与现实的差距。行业迫切需要一套基于全能型GPU的全链路解决方案。
这正是摩尔线程能够率先取得突破的关键所在——摩尔线程拥有国内极为稀缺的“全功能GPU”技术。其全功能GPU基于统一的MUSA架构，能够实现AI计算、科学计算、物理仿真、3D渲染、视频编解码五大核心功能的融合。正是这项独特能力，使得摩尔线程得以在MT Lambda平台上直接实现“计算、仿真、渲染”的一体化，一站式解决具身智能当前最迫切的算力需求，从而有效突破数据瓶颈。
02. 软硬一体、端云协同，如何实现“一站式”具身智能全链路闭环？
可以说，摩尔线程的立业根基正是基于MUSA架构的全功能GPU。而这项核心能力，在今天的具身智能时代，正展现出巨大的行业赋能价值。如何将自身的技术优势转化为实用、易用的工具与平台，真正被行业广泛采纳，加速具身智能落地进程，才是当前的重中之重。
深入剖析此次发布的MT Lambda平台，可以发现，摩尔线程在硬件与软件层面均做了大量扎实工作。从性能释放、开放生态构建到实现全国产自主，为具身智能的高效开发与训练提供了一条全新的、可靠的路径。
具体而言，在基于MUSA架构的全功能GPU硬件基础之上，MT Lambda在中间层集成了三个自研的核心引擎，分别负责物理计算、3D渲染和AI计算。
物理仿真引擎整合了MuJoCo Warp MUSA、Newton-MUSA等开源后端以及自研的AlphaCore物理引擎，能够基于MUSA架构执行高精度物理计算。测试数据显示，其在典型仿真负载下可实现约30倍的仿真吞吐效率提升，这能让机器人在复杂交互中获得精准的物理反馈，是仿真到部署链路中的关键一环。
图形渲染引擎则包含了融合光线追踪与混合渲染能力的MT Photon光子引擎，同时引入了3DGS三维高斯溅射技术和自研的MT AGR生成式渲染技术，显著提升了仿真画面的真实感、细腻度与流畅度。值得一提的是，光线追踪技术常见于顶级3A游戏，而摩尔线程的3DGS技术曾荣获全球图形学顶会SIGGRAPH Asia 2025奖项，体现了其在图形领域的深厚技术积累。
在AI引擎方面，MT Lambda深度适配了PyTorch的Torch-MUSA深度学习框架，原生兼容主流开发生态，同时支持VLA模型的开发与部署，并融合了强化学习与模仿学习两种训练范式。从机器人的感知决策、自主学习到行为迭代，均可提供强大的AI训练与推理支持。
在三大关键引擎构成的技术底座之上，MT Lambda还提供了MT Lambda-Lab具身策略开发与训练平台和MT Lambda-Sim高保真物理仿真与渲染平台。物理、渲染、AI三大引擎及两大平台，共同贯穿了感知模拟、数据合成、模型训练、仿真验证等关键开发链路。
03. 共建具身智能“朋友圈”，摩尔线程加速完善AI基建生态版图
在发布会上，摩尔线程创始人、董事长兼CEO张建中反复强调的一个核心理念，就是“开放”。在AI时代，构建开放生态至关重要，而中国在AI开源开放的道路上步伐迅速、成果丰硕。在具身智能从实验室走向产业化的过程中，构建自主、开放、可持续的软硬件技术栈同样关键，需要产业链各方的协同努力。
目前，摩尔线程已与产业界、学术界、研究机构及政府部门等多方力量展开深度合作，共同推动技术开发、仿真生态共建与区域产业协同。
在具身技术开发层面，摩尔线程重磅开源了MuJoCo Warp MUSA后端，补齐了国产算力在具身智能仿真训练上的关键一环。在四足机器狗训练任务测试中，其相比CPU方案实现了最高40倍的训练加速；在宇树G1人形机器人动作跟踪任务中，使用MTT S5000单卡约4.8天即可完成模仿学习收敛，与8卡海外主流GPU方案对比，收敛速度提升约8倍。
与此同时，摩尔线程正积极拓展具身生态“朋友圈”，共建仿真生态。例如，与光轮智能在合成数据等关键领域携手共建国产具身智能仿真底座，与光线云联合打造RaysTwins具身仿真平台。摩尔线程还与智源研究院合作，基于MTT S5000千卡智算集群与FlagOS-Robo框架，成功完成了前沿具身大脑模型RoboBrain 2.5的完整端到端训练与对齐验证。这也是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性。
此外，摩尔线程在无锡、杭州等多地开展产学研联合研发，成立了摩尔线程（无锡）工业具身智能创新中心，并与国家具身智能应用中试基地达成战略合作。可见，摩尔线程在具身智能领域的一系列技术、平台与解决方案，正切实走入产业，与众多企业及机构共同形成了加速具身智能落地的标杆案例，生态协同的力量日益凸显。
04. 端云协同的完整硬件生态，构筑具身智能全链路坚实底座
除了软件方案，摩尔线程本次还展示了端云协同的完整硬件产品生态。
在端侧，MT Lambda平台可与摩尔线程自研的“长江”SoC及边缘AI模组E300无缝集成，最终实现端侧部署的完整闭环。“长江”SoC具备本地50 TOPS的算力，集成了CPU、GPU、NPU、VPU等关键计算单元，能够实现低延迟、高可靠的实时响应。
在云端，摩尔线程的夸娥（KUAE）智算集群，支持万卡级并行训练与万亿参数大模型训练。其核心计算单元MTT S5000基于第四代MUSA架构“平湖”打造，单卡AI稠密算力达1000 TFLOPS，支持从FP8到FP64的全精度计算，这也是国内极少数同时支持硬件级光线追踪与AI训练推理的国产GPU。
整体来看，从底层算力到核心引擎，再到上层工具链、端侧算力芯片，摩尔线程提供了一套完整的解决方案。具身智能的策略训练、统一开发、仿真验证、端侧真机部署，均可实现一站式闭环完成。
值得一提的是，摩尔线程整套技术解决方案对于国内产业链的另一大突出价值，在于实现了全链路的国产自主可控。在当前的全球科技格局下，其战略重要性不言而喻。在全国产自主可控的方案支持下，具身智能开发与验证的门槛和风险均大幅降低，机器人及各类通用实体智能的规模化落地进一步加速，具身智能正从技术验证阶段快速迈向工程化与产业化。
05. 结语：打通算力“任督二脉”，摩尔线程引领词元时代具身智能发展
纵观整场发布会，从张建中长达一个半小时的深度分享中，可以清晰地把握到一条主线：摩尔线程旨在万物智能的“词元时代”，为智能体的落地提供扎实的全链路国产化算力支撑，无论是数字世界的智能体（Agent），还是物理世界的机器人。
摩尔线程围绕智能体这一核心趋势，基于自身最核心的MUSA架构生态优势，精准瞄准行业关键痛点发力，寻找突破口：在数字智能体领域，首次亮相的“小麦”智能体具备记忆能力、能主动服务、自主编排复杂任务，还能识别情绪、实现跨端协同，提供有温度的AI交互体验；为承载“小麦”，摩尔线程进一步发布了搭载自研“长江”SoC的智能家庭AI中枢MTT AICUBE，其整合了“智能体+AI PC+AI NAS”能力体系，一个设备即可成为整个家庭的AI大脑；面向更广阔的智能体生态和企业用户，摩尔线程推出了MTT AIBOOK AI笔记本，让基于多智能体协同的“一人公司”成为可能。
在赋能数字世界智能体之后，摩尔线程进一步加速物理AI的到来。从全功能GPU底座、夸娥智算集群、端侧SoC芯片到MT Lambda具身智能仿真平台，摩尔线程全面打通了具身智能“训练、仿真、部署”的完整技术链路。
从数字世界到物理世界，全场景AI应用都得到了基于MUSA架构的“云边端”一体化智算生态的强力支持。在迈向词元时代的征程上，摩尔线程无疑已成为国内智算基础设施生态中不可或缺的关键支柱型企业。
相关攻略
沐曦股份股价微涨0 67%，成交额12 89亿元。公司主营AI算力GPU，营收增长迅速但尚未盈利。近期主力资金呈净流出，股价于关键压力位附近震荡，短期走势受市场情绪影响显著。
港股三大指数集体收涨，恒指涨0 86%，科指涨2 11%。科技网络股普遍上扬，联想集团涨超19%。半导体板块走强，兆易创新涨超12%。人工智能板块全天强势，智谱涨超26%，市场关注其可能纳入恒生科技指数及技术进展。新股丹诺医药上市首日暴涨超178%，认购反响热烈。
投资者关注公司作为龙头央企如何推动人工智能与制造业融合以培育新动能。公司回应表示重视投资者意见，并强调此类互动为常态沟通，回应需符合信披规范。具体战略与决策需以正式公告和研究报告为准。
深圳文博会首设AI展区，AI深度赋能文化产业。联想财报显示AI驱动业绩强劲增长。北京AI产业大会探讨政策与企业实践结合。链博会凸显全球产业链协作。武汉推进毫秒级城市算网建设，算力成竞争关键。院士称AI已成重要科技公共产品。国内AI应用访问量激增，医疗等领域落地加速。资本市场关注AI与制造。
中国AI市场规模预计2025年将超4000亿元。特斯拉发布自研AI芯片DOJO，算力强大并计划性能持续升级。国内AI独角兽如商汤科技等正加速推进上市进程。市场应用前景广阔，超八成网民看好发展。A股人工智能概念股表现分化，部分业绩显著增长，北上资金已开始布局核心企业。
热门专题
热门推荐
币安官方App致力于提供安全便捷的数字资产交易体验。本指南详细说明了通过官方渠道下载并安装最新版App的完整流程，包括下载前的网络与存储准备、分步安装步骤以及首次启动后的账户设置与安全验证建议。
Polymarket UMA CTF Adapter合约遭攻击，逾52万美元资产流失事件深度解析 2024年5月22日，一则由知名链上侦探ZachXBT披露的安全警报震动了Web3社区。据其调查，部署在Polygon网络上的Polymarket UMA CTF Adapter合约疑似遭受恶意攻击，初
ZK未来三年价格受技术发展、生态应用及市场情绪等多重因素影响，其潜力取决于网络采用率与整体加密市场趋势。投资者需综合考虑市场波动性与项目长期价值，谨慎评估风险。
欧易交易所应用是一款集资产浏览、市场监控与交易功能于一体的数字资产管理工具。用户下载安装时需确保网络稳定、存储空间充足，并允许未知来源应用。首次启动需授权必要权限，注册时建议设置强密码并启用二次验证，以保障账户安全。
欧易交易所应用：官方下载与安装全攻略 对于想要进入数字资产世界的朋友来说，一款安全、稳定且功能齐全的交易工具是必不可少的。欧易交易所应用正是这样一款面向全球的专业数字资产管理平台，它整合了丰富的市场信息和便捷的操作体验，致力于为用户提供一个可靠的服务入口。接下来的内容，将为您清晰呈现该应用的官方下载