5 月 18 日，摩尔线程在北京举办主题为“词元时代，万物智能”的产品发布会。在 Agentic AI 驱动词元（Token）需求呈指数级跃升的关键节点，万物智能处于爆发前夜，算力的基石作用愈发关键。

摩尔线程在此次盛会上全方位展示了其作为智算底座的战略纵深，全面展示了“云-边-端”全栈智算矩阵：从万卡级规模的夸娥智算集群，到自研“长江”SoC 驱动的智能终端 MTT AICUBE 和 MTT AIBOOK；从数字世界智能体“小麦”，到加速物理 AI 落地的首个全栈具身智能仿真平台 MT Lambda，再到持续进化的 MUSA 生态。

这不仅是摩尔线程核心技术和产品的集中亮相，更标志着其全面打通了“云-边-端”智能算力生态，赋能从数字世界到物理世界的全场景 AI 应用。

云端筑基：夸娥智算集群，全链路加速大模型训推

在智算基础设施领域，摩尔线程以夸娥（KUAE）智算集群为核心，构建起面向词元时代需求的高性能 AI 计算底座。目前，夸娥万卡级智算集群已经成功落地，多项关键指标达到国际主流水平，Dense 大模型训练模型算力利用率（MFU）达 60%，MoE 大模型训练 MFU 达 40%，有效训练时长达 90%，训练线性扩展效率达 95%。这些成果表明，摩尔线程已具备支撑超大规模模型长期、稳定、高效训练的系统级能力。

大模型训练是一项复杂的系统工程，覆盖预训练、持续预训练（CPT）、长文本训练、监督微调（SFT）以及强化学习（RL）等多个环节。围绕大模型训练全流程，摩尔线程推出夸娥训练套件，覆盖预训练与后训练链路，包含训练框架、AI 框架及训练辅助工具等核心组件，并针对强化学习后训练场景进行了专项优化。该套件已兼容 VeRL、Slime 等业界主流强化学习训练框架与训推协同方案，同时完成了对多项微调框架的适配，进一步降低开发者在大模型训练与调优过程中的迁移和使用成本。面对高达数十万亿 Tokens 的超大规模数据集，基于摩尔线程万卡集群训练的科学基础大模型已实现全流程训练技术验证，并在 MMLU 等评测指标上持续提升，展现出夸娥智算集群在大规模模型训练场景中的稳定性、扩展性与工程化能力。

在推理端，摩尔线程展现了其深厚的生态底蕴与“发布即适配”（Day-0 适配）的响应速度。目前，摩尔线程已全面适配 DeepSeek、GLM、MiniMax、Kimi、Qwen 等国内头部大模型，以及主流的语音、视觉理解及多模态模型。同时，摩尔线程已在全球主流推理框架 SGLang 主线代码中获得了官方原生支持，并开源 vLLM-MUSA，使开发者能够更便捷地调用摩尔线程 GPU 加速能力，提升大模型推理部署与运行效率。

夸娥云服务则以“算力即服务”的方式，将底层智算能力与前沿模型推理能力快速转化为可落地的行业应用：现场展示了基于 GLM 模型推理服务的 Vibe Coding，用户用口语描述需求即可生成专属 App，整个开发由多智能体协同完成，无需手写代码；同时，AIGC 微短剧制作工作流完整呈现了从剧本策划到视频合成的智能生成链路，直观展示了夸娥在内容创作、智能开发和行业应用落地中的生产力价值。

终端进阶：“长江”SoC 驱动，开启全场景智能

发布会上，以“小麦”智能体为核心的端侧 AI 产品正式亮相。基于情景感知决策、长上下文历史检索、自主任务编排、多模态情绪识别以及跨端协同、端云一体的能力，“小麦”可以提供有温度的专属人格体验。其背后依托三大关键技术支撑：运行于 AI 原生操作系统 MTT AIOS，采用独特的二维拓扑记忆系统，搭载自研 Agent 开源框架 MTClaw。

为承载“小麦”智能体的智慧进化，摩尔线程重磅发布了全新智能家庭 AI 中枢——MTT AICUBE，标志着 Agentic AI 将走进千家万户。它深度整合了“智能体+AI PC+AI NAS”三大核心能力矩阵，以一站式解决方案赋能家庭智能体验。AICUBE 内置的“小麦”智能体预装 60 余项技能（Skills），支持超 36 款 APP 的跨应用控制，提供智慧化的主动服务；全闪存 AI NAS 模块则为家庭数据提供了安全、高效的本地存储与智能管理；同时，AICUBE 还具备完整的桌面 AI PC 能力，可轻松满足家庭用户的观影娱乐、高效办公、在线学习、云游戏以及本地大模型运行等全方位需求。AICUBE 将于 6 月 18 日在京东摩尔线程旗舰店开启预售。

与此同时，摩尔线程宣布 MTT AIBOOK 全面升级。作为“为智能体而生”的笔记本电脑，AIBOOK 在 MTT AIOS 原生 Linux 系统下，预装原生“龙虾”智能体（OpenClaw），支持多智能体协作，为智能体应用的开发、调试与部署提供完整的闭环解决方案。AIBOOK 具备“工具直达”特性，提供 90+工具调用接口，降低开发配置成本；并创新支持原生 Linux、虚拟化 Windows 及容器化 Android 多系统，同时提供 LLM/ASR/TTS/OCR 等模型支持的“端侧感知”能力，一台设备即可覆盖用户的全场景使用需求。

面向端侧和边缘场景，摩尔线程以“长江”智能 SoC 为核心构建多维产品矩阵：除 AICUBE 与 AIBOOK 外，还展示了专为嵌入式边缘场景设计的 MTT E300 AI 模组，支持混合精度计算，可在严苛环境中稳定运行，为工业质检、能源巡检、智慧教室、具身智能、智能汽车及低空经济等典型场景提供高效、低延迟、强可靠的边缘 AI 能力。

物理跨越：生态闭环，赋能具身智能训练与仿真

摩尔线程重磅发布其首个全栈具身智能仿真平台 MT Lambda，旨在赋能用户构建数据合成、策略训练、仿真验证的高效工作流。该平台构建了从底层算力、核心引擎到上层框架及工具的完整解决方案：其底层基于全功能 GPU，实现渲染、物理、AI 计算在同一芯片中完成，数据“零拷贝”；中间层深度融合自研物理、渲染、AI 三大引擎；上层则提供 MT Lambda-Lab 具身策略开发与训练平台以及 MT Lambda-Sim 高保真物理仿真与渲染平台。在发布会现场，摩尔线程通过机器狗实景演示，直观展现了该平台在具身智能策略开发与动作训练上的卓越表现。

当前，具身智能加速从技术验证迈向工程化与产业化，摩尔线程作为国内极为稀缺的打通“大模型训练—仿真模拟—端侧部署”生态闭环的 GPU 企业，已经构建起全栈自主、端到端的软硬件技术栈，可以为具身智能提供一站式、安全可靠的国产算力方案。

在具身智能领域，摩尔线程依托自研的夸娥智算集群、仿真平台及端侧 SoC 芯片，已经形成云边端协同的产品与能力布局。同时，摩尔线程积极拓展具身生态“朋友圈”，通过与光轮智能在合成数据等关键领域共筑国产具身智能仿真底座，以及与光线云联合打造 RaysTwins 具身仿真平台等深度合作，共同推动技术成果加速转化落地。

生态进化：MUSA 100%兼容，开源与开放共建

作为贯穿摩尔线程全功能 GPU 硬件与全栈软件体系的底层架构，MUSA 已全面实现对业界主流 CUDA 生态的深度兼容。最新发布的 MUSA SDK 5.1.0，对标 CUDA 12.8，从驱动与运行时新增 248 个 API，兼容接口数达到 761，到核心数学库的 100%对齐，从覆盖 55 类核心 AI 算子，到完整支持 PyTorch 全部 3194 个算子，MUSA 软件栈全链路覆盖了底层驱动、编译器、算子加速库、训练与推理框架，让国产 GPU 真正具备“即插即用”的开放能力。

在开源生态与关键场景中，MUSA 也取得了里程碑式的突破：在推理生态上，MUSA 不仅正式成为 vLLM 官方后端，更成功合入 SGLang 官方主线并获得“原生支持”；在底层编译上，TileLang-MUSA 成功合入开源主线，升级支持 Trition 3.6 最新版本，FlashAttention3 等热点算子在 MUSA 上达到 95%的极致效率；此外，训练套件产品化支撑超大规模集群与强化学习，推理套件全面适配主流框架。无论是前沿大模型训练，还是科学计算中的 VASP 加速，MUSA 都已交出成熟答卷。

更具前瞻性的是，MUSA 正引入 AI 技术加速生态的自我演进。依托 Automusify 智能迁移工具的“零干预”自动化转化，MUSA 实现了对 Top 100 人工智能与 Top 100 科学计算两大领域加速仓库的 100%自动迁移。同时，全新升级的 MUSACODE AI 编程助手通过大模型智能体协同，已成功开发并交付超 10,000 个 Kernel 算子，基于 TileLang 自动调优 Group GEMM 算子实现 60%性能提升。

MUSA 不仅是国产 GPU 的生态底座，更是一个开放、自进化、与开发者共同成长的智能生态。未来已来，我们诚邀您一同加入 MUSA，共创国产算力的新篇章。