WAIC系列 具身智能还是系列AI for Science

具身智能还是系列AI for Science ，决定了后续的系列部署和应用。词元生产工厂面向推理与Token生产，系列更核心的系列变化是双方合作模式的转变 。以通用算力支撑AI产业从数字世界走向物理世界。系列“我们主张1+1必定大于2。系列

围绕三大工厂背后的系列生态建设，当时框架层、系列推理部署到智能体生产的系列完整链路 ，（袁宁）

系列为国产AI产业提供更加完善的系列算力基础设施支撑 。“万卡集群能力不是系列一朝一夕积累起来的，网易科技与摩尔线程高级副总裁高林丽进行了交流。系列但我们对自己的系列定位格外清晰 。也包括国产芯片之间的系列协同。”她表示 ，让国产生态可以形成合力 。”

谈及生态建设 ，

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 。恐怕还需要几个月时间大家才会宣布适配
，

在她看来，部署和调优方面已经形成工程化能力。摩尔线程希望通过开放生态和持续的工程化积累 ，在模型发布时即可完成部署和运行。”高林丽表示 ，譬如通过统一抽象层实现“写一套代码
、这背后反映出国产软件栈成熟度的优化 ，模型训练工厂偏向大模型和世界模型训练能力 ，高林丽表示，从适配走向共研已经在发生
。开发者将面临巨大的迁移成本。它是所有智能的源头 ，故而行业正在推动统一生态建设 ，生态建设的要紧挑战之一是开发者适配成本。不同厂商凭借算力 、覆盖从模型训练、训练能力始终是产业发展的基础。既包括国产与国际芯片之间的协同，为此 ，模型训练工厂始终是整个体系的源头和核心。根本可以做到Day 0适配 。让开发者可以在训练 、智能体生产工厂则服务数字智能体与具身智能应用。部署和应用环节实现无缝衔接 。高林丽主张 ，这要求软件栈具备更高的通用性和易用性 ，带宽、未来异构计算将长期存在  ，

回到三大AI工厂本身，

“去年一个大模型发布之后
，”她表示，“未来这种趋势会越来越明显，尽恐怕缩减迁移成本。

在高林丽看来 ，

“市场竞争一定会存在 ，

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，”高林丽表示 ，算子层还有丰富工作要做。摩尔线程始终坚持开放生态理念 。高林丽表示，基于夸娥（KUAE）智算集群，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
，在合作与竞争并存的产业格局下，以及国产GPU在适配
、

其中，过去是模型发布后再启动适配工作 ，高林丽强调 ，

据介绍，共同满足不同场景和不同层级市场的需求 。

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，假设每家厂商都有不同的工具链和开发体系，摩尔线程持续建设自研MUSA生态 ，无论是大语言模型、采用云端与端侧统一的软件栈架构，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” ，但今年已经发生了翻天覆地的变化 ，适配多种国产硬件”，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。显存以及软件栈等差异化能力，