2026-08-23 20:55:56
人工智能正从数字世界迈向物理世界，具身智能被视为是其中的关键一步。未来5至10年，以具身智能为核心的物理AI将成为AI下一波浪潮——具身智能将AI嵌入物理实体（机器人、自动驾驶等），催生万亿级市场空间，是连接数字经济与实体经济的关键载体。据IDC预测，全球具身智能市场规模至2030年将达1.5万亿美元，驱动机器人、智能驾驶等多领域迈向智能化。
当前，具身智能的关键挑战在于满足从训练、仿真到端侧部署的多样算力需求。训练方面，多模态大模型参数量的激增，需要芯片具备极高的并行计算能力；仿真方面，高保真物理环境与海量合成数据的生成，高度依赖GPU的图形渲染与物理引擎计算能力的融合；端侧部署方面，要求芯片兼具低延迟推理性能与高能效比。
与此同时，具身智能的进化，依赖于“虚拟世界训练，物理世界部署”的闭环。这要求底层GPU必须同时具备AI计算、图形渲染与物理仿真能力。这种“算、渲、仿”一体化的通用算力底座，正是让机器人从实验室走向现实的关键。
8月21日，摩尔线程创始人、董事长兼首席执行官张建中在2026世界机器人大会上，以《全功能GPU（图形处理器）与具身智能协同进化》为主题发表演讲时表示，摩尔线程是国内极少数可以支撑具身智能训练全流程的GPU企业，从合成数据生成、基模训练、后训练/强化学习，到仿真评测与Sim2Real，为具身智能发展提供从数据到部署的算力支撑。
张建中认为，产业正在共同迎接具身智能的“ChatGPT时刻”，而算力底座是决定这一时刻何时到来的关键力量。语言模型已跨越万亿参数门槛，具身智能模型同样在规模定律的驱动下，从十亿、百亿级向千亿、万亿级参数进化。随之而来的，是智算集群从千卡走向万卡，向十万卡迈进已是必然趋势。
在此产业背景下，摩尔线程构建以全功能GPU为根基的夸娥智算集群，从万卡向十万卡持续扩展，并以此构建贯通“训练—推理—智能体”的一体化AI工厂，包括模型训练工厂、词元生产工厂、智能体生产工厂。作为国产GPU的“终极考场”，摩尔线程已交出基础模型、具身大脑、世界模型等多项“国芯训国模”的亮眼成绩单，充分体现了国产GPU在超大规模、超长连续稳定训练上的全链路闭环能力和通用算力优势。
张建中介绍了摩尔线程全功能GPU作为具身智能国产算力底座的最新进展：已贯通训练全流程，覆盖合成数据生成、基模训练、后训练/强化学习、仿真评测和Sim2Real。作为这一能力的核心载体，摩尔线程全栈具身智能仿真平台MT Lambda，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，持续加速具身智能训练全流程。
张建中表示，欢迎产业界伙伴加入摩尔线程具身智能社区，在“具身大小脑模型训练、仿真评测及合成数据、端侧算力”等方向开展合作，共筑具身智能开发生态。摩尔线程将进一步构建连接数字世界与物理世界的新一代计算基础设施，以全功能GPU的强大算力驱动具身智能产业跃迁与生态重塑。