词元时代，万物智能 | 摩尔线程2026产品发布会：打造全场景AI算力基石
一句话看懂：摩尔线程于5月18日发布了覆盖“云-边-端”全场景的AI算力产品矩阵，包括万卡级夸娥智算集群、自研“长江”SoC驱动的智能终端MTT AICUBE和AIBOOK，以及首个全栈具身智能仿真平台MT Lambda。这表明摩尔线程正试图从GPU硬件厂商转型为全栈AI算力服务商，并已具备大模型训练、推理、终端部署和物理AI仿真的系统级能力。
事件核心：发生了什么
在5月18日的发布会上，摩尔线程集中展示了多项关键进展。在云端，其夸娥万卡级智算集群已落地，Dense大模型训练算力利用率（MFU）达60%，MoE模型达40%，有效训练时长达90%。在推理侧，摩尔线程宣称已全面适配DeepSeek、GLM、Qwen等国内主流大模型，并获得了SGLang官方主线原生支持。在终端，搭载自研“长江”SoC的AI家庭中枢AICUBE和智能体笔记本电脑AIBOOK正式发布，前者将于6月18日在京东开启预售。此外，摩尔线程发布了全栈具身智能仿真平台MT Lambda，并在现场通过机器狗进行了动作训练演示。在生态层面，MUSA SDK 5.1.0对标CUDA 12.8，声称可100%自动迁移Top 100 AI与科学计算仓库。
为什么重要
这次发布的重要性在于，摩尔线程展示了从“卖显卡”到“卖算力系统”的战略转型。在国内GPU厂商普遍面临生态薄弱、落地困难的背景下，摩尔线程通过打通“大模型训练—仿真模拟—端侧部署”的全链路，构建了国内稀缺的云边端协同能力。具体来看：夸娥集群60%的MFU和90%的在线率，证明其已具备支撑超大规模模型长期稳定训练的系统工程能力；MUSA对vLLM和SGLang的原生支持，降低了开发者接入门槛；而MT Lambda具身仿真平台的推出，则切入了人形机器人训练这一高增长的细分市场。这些动作表明，摩尔线程正试图在国产算力替代浪潮中，从“可替代”走向“可用甚至好用”。
对用户/开发者/创作者的影响
对开发者：MUSA生态对PyTorch全部3194个算子的支持，以及vLLM/SGLang的原生适配，意味着现有CUDA代码的迁移成本正在降低。开发者可以尝试使用MUSA SDK进行模型推理和微调，而无需大规模重写代码。AIBOOK提供的原生Linux+虚拟化Windows+容器化Android多系统支持，为智能体应用的开发调试提供了灵活环境。对企业采购方：夸娥集群的落地和90%的有效训练时长，表明国产算力在性价比和供应链安全上具备了替代选项，尤其适合对数据主权敏感的政企客户和科研机构。AICUBE作为家庭AI中枢，内置60余项技能，可控制36款APP，适合作为智能家居和本地AI计算的私有化节点。对AI创作者：现场演示的Vibe Coding（用口语描述需求即可生成App）和AIGC微短剧制作流程，展示了基于夸娥云服务的生产力工具，降低了内容创作的技术门槛。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，AICUBE于6月18日开启预售后的实际销量与用户反馈，将检验其家庭AI中枢的市场接受度。第二，MUSA生态能否持续吸引开发者贡献算子、框架和工具，尤其是在科学计算和工业仿真领域，决定其从“兼容CUDA”到“形成独立生态”的关键转折点。第三，MT Lambda具身仿真平台与光轮智能、光线云等合作伙伴的落地项目进度，以及是否会有机器人本体厂商宣布采用该平台进行量产训练，将是衡量物理AI布局真实价值的重要指标。
来源：InfoQ CN
