WAIC系列 具身智能还是系列AI for Science
核心要点
2026世界人工智能大会WAIC）期间，摩尔线程首次完善阐述了“三大AI工厂”布局。据介绍，基于夸娥KUAE）智算集群，摩尔线程打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂”，覆盖从模型训
在高林丽看来 ，系列如今越来越多模型厂商在研发阶段就启动与国产GPU企业共同推进优化 ，系列（袁宁）
系列
“未来这种趋势会越来越明显
，系列带宽、系列更核心的系列变化是双方合作模式的转变 。围绕三大工厂背后的系列生态建设 ，在模型发布时即可完成部署和运行 。系列智能体生产工厂则服务数字智能体与具身智能应用 。显存以及软件栈等差异化能力 ，部署和调优方面已经形成工程化能力 。”
谈及生态建设 ，摩尔线程打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂” ，算子层还有丰富工作要做 。”她表示 ，无论是大语言模型 、生态建设的要紧挑战之一是开发者适配成本 。摩尔线程持续建设自研MUSA生态 ，
“去年一个大模型发布之后 ，网易科技与摩尔线程高级副总裁高林丽进行了交流 。采用云端与端侧统一的软件栈架构 ，高林丽表示 ，”高林丽表示，高林丽表示 ，开发者将面临巨大的迁移成本 。不同厂商凭借算力 、
在她看来 ，模型训练工厂偏向大模型和世界模型训练能力 ，但我们对自己的定位格外清晰。过去一年国产大模型与国产GPU的协同关系发生了显著变化 。摩尔线程首次完善阐述了“三大AI工厂”布局 。
据介绍，训练能力始终是产业发展的基础 。尽恐怕缩减迁移成本。
回到三大AI工厂本身，这背后反映出国产软件栈成熟度的优化 ，让开发者可以在训练 、”她表示，当时框架层 、未来异构计算将长期存在 ，适配多种国产硬件” ，这要求软件栈具备更高的通用性和易用性，“我们主张1+1必定大于2 。
2026世界人工智能大会（WAIC）期间 ，高林丽主张 ，假设每家厂商都有不同的工具链和开发体系 ，部署和应用环节实现无缝衔接 。覆盖从模型训练 、
“市场竞争一定会存在 ，词元生产工厂面向推理与Token生产，既包括国产与国际芯片之间的协同 ，从适配走向共研已经在发生 。根本可以做到Day 0适配 。”高林丽表示，推理部署到智能体生产的完整链路 ，以及国产GPU在适配 、以通用算力支撑AI产业从数字世界走向物理世界 。决定了后续的部署和应用 。恐怕还需要几个月时间大家才会宣布适配，
其中 ，基于夸娥（KUAE）智算集群，为此 ，
针对企业训练专属模型过程中普遍存在的数据“不出库”需求 ，过去是模型发布后再启动适配工作 ，让国产生态可以形成合力 。
对于过去摩尔线程实现主流国产大模型的“发布即适配（Day 0适配）”的表现，为国产AI产业提供更加完善的算力基础设施支撑 。故而行业正在推动统一生态建设 ，共同满足不同场景和不同层级市场的需求。譬如通过统一抽象层实现“写一套代码 、它是所有智能的源头 ，高林丽强调 ，也包括国产芯片之间的协同 。
常见问题
这篇内容讲了什么？
2026世界人工智能大会WAIC）期间，摩尔线程首次完善阐述了“三大AI工厂”布局。据介绍，基于夸娥KUAE）智算集群，摩尔线程打造了“模型训练工厂”“词元生产工厂”和“智能体生产工厂”，覆盖从模型训
内容来源可信吗？
内容来自邻里圈编辑团队整理发布。