2026世界人工智能大会（WAIC）的角落里，摩尔线程搞了个分论坛，名字挺玄乎——“词元时代 万物智能”。张建中上台没整虚的，直接甩出三大“AI工厂”的落地进度条。这哥们儿把算力比作“词元”，说现在前沿模型每两个月迭代一次，词元消耗量跟坐火箭似的，算力需求指数级往上窜。摩尔线程的解法就是三个工厂：一个负责训练模型，一个专门生产词元，还有一个造智能体。听起来像流水线，但仔细看，每个工厂都有点东西。
中国工程院院士郑纬民在会上补了一刀：算力基建的关键不是堆卡，而是把每一份算力变成高质量词元。国家信息中心副主任魏颖也认为，GPU是词元生产的物理底座，效率决定成本。摩尔线程的夸娥智算集群，在训练上能保持95%的线性扩展效率，有效训练时长超90%，还从零开始完整训了一个MoE-236B模型——这活儿以前都是国际大厂干的。北京大学那个EvoPhys-World 5D世界模型，也是用摩尔线程的卡全栈原生训练的，连续37天在WorldScore上霸榜第一。算力底子不虚。
词元生产工厂这块，摩尔线程搞了个PD分离异构推理方案，把高算力需求的Prefill计算池（用自家MTT S5000）和高带宽的Decode生成池（国际主流GPU）分开部署，性价比直接拉满。趋境科技的CEO艾智远说，他们已经能做到日均万亿级高品质词元的供应，国产卡和国际卡混着用，优势互补。MiniMax的薛子钊也点头，认为多芯片适配才能让算力基础设施达到极致性能。
智能体生产工厂更接地气。摩尔线程自研了个全域数字智能体“小麦”，掌握60多项技能，能控制38款APP。他们还搞了MT Lambda具身智能仿真平台，从底层算力到上层框架全包，目的就是造物理世界的智能体。为了承载“小麦”，还出了两款AI原生终端——MTT AIBOOK算力本和AICUBE家庭中枢，云边端全场景打通。支撑这一切的，是MUSA开源生态，加上MusaCoder代码大模型降低开发门槛，摩尔学院联合高校搞产学研，生态滚得越来越快。
合作伙伴也来站台。京东云总裁曹鹏说，他们和摩尔线程在JoyAI大模型、企业级推理平台、具身智能服务上深度合作，让国产算力跑业务比跑模型还溜。极佳视界用摩尔线程的卡训了驾驶世界模型、具身世界模型，软硬协同效率不错。无问芯穹则把Infini-AIOps运维智能体部署在夸娥集群上，实现了问题发现到处置的闭环，算是给国产算力基础设施打了个样。
从三大AI工厂到终端设备，再到开源生态，摩尔线程的算力版图越来越清晰。虽然国产芯片的路还长，但至少这次，他们没在画饼，而是实实在在地把训练、推理、智能体都跑通了。万物智能的底座，可能真得靠这些“词元工厂”一块砖一块砖地垒起来。
