近日，摩尔线程与北京智源人工智能研究院联合完成一项重要突破——基于 FlagOS-Robo 框架，依托 MTT S5000 千卡智能计算集群，成功实现了智源自研具身大脑模型 RoboBrain 2.5 的端到端训练任务。
这是行业内首次在国产算力集群上，完整验证具身智能大模型训练的可行性与高性能表现。也就是说，我国 AI 底层基础设施在支撑高复杂度、多模态训练任务方面，已经迈出了关键一步。借助异构芯片统一 AI 系统软件栈 FlagOS 与 MTT S5000 硬件平台的深度协同，这套方案不仅实现了“能训练”，更达成了“稳定训练、高效训练”的目标，为具身智能从科研验证走向规模化产业应用奠定了坚实基础。
RoboBrain 是智源面向真实物理世界打造的通用型具身智能中枢，采用统一的视觉—语言多模态架构，为机器人在环境感知、抽象认知、逻辑推理、自主决策等核心能力上提供底层支撑。RoboBrain 2.5 在上一代模型基础上，进一步增强了对动作序列价值判断、三维空间结构建模和推理分析的能力。换句话说，该模型在多类下游具身智能任务中的执行准确率、任务完成率和综合表现都得到了明显提升。
FlagOS-Robo 框架构建于开源、开放的多芯片 AI 软件栈 FlagOS 之上，是专为具身智能研发打造的训推一体化框架。该框架支持从边缘终端到云端服务器的全场景部署，兼容主流国产芯片，可实现 VLM 与 VLA 的联合训练和协同推理，在保障训练效率的同时兼顾系统灵活性。
值得关注的是，FlagOS-Robo 打通了数据采集、真机部署、模型训练、在线推理到具身评测的完整闭环——从原始数据加载到最终行为评估，形成了全面覆盖的开发流程。这不仅显著降低了具身智能算法研发与工程落地门槛，也提升了模型部署效率。其内置统一实验管理平台、多芯片自动性能调优机制等关键能力，支持一键式跨机器人本体部署与快速迁移，进一步增强了实际应用价值。
依托这一全栈式生态体系，FlagOS-Robo 将持续为具身智能前沿研究与商业化落地提供高性能算力支持与系统级保障，推动 AI 技术创新与产业应用的深度融合，助力国产算力与具身智能生态加速发展。
