我们正在迈入Agentic AI（智能体）时代。在AI时代，Token（词元）正成为最大的消耗品，而Agent正在成为消耗Token的主体。

面对这样的变革，7月18日，在摩尔线程“词元时代 万物智能”主题论坛上，摩尔线程创始人、董事长兼CEO张建中给AI产业的“卖铲人”下了新定义：AI产业需要AI工厂，而这个工厂分为三类，分别是模型训练工厂、词元生产工厂、智能体生产工厂张建中阐述三大“AI工厂”概念

模型训练工厂：打造万卡级长稳训推的硬底座

训练一个前沿大模型，成本动辄数亿甚至上十亿元。模型能不能达到前沿水平、能不能快速从语言扩展到多模态乃至物理AI，与训练工厂的基础设施能力息息相关。

一个合格的模型训练工厂需要具备以下几个条件：全功能——下一个要训练的模型可能是语言、视觉、世界模型或具身大脑，模型训练工厂必须什么都能训；高扩展——随着集群训练规模扩大，训练工厂需要保持极高的线性扩展效率；高精度——训练损失曲线和评测指标必须对齐国际主流；高稳定——万卡级长连续训练，中断一次代价巨大；软件栈完备——从算子到框架再到强化学习，缺一环就跑不通全链路。

摩尔线程以夸娥（KUAE）智算集群为核心，逐一回应了这些要求。在万卡级规模下，集群保持95%的线性扩展效率，有效训练时长占比超过90%，训练精度与国际主流计算卡持平。软件栈方面，摩尔线程从底层MUSA SDK出发，兼容Torch、Triton、TileLang等算子生态，支持Megatron-LM、DeepSpeed、FSDP等主流训练框架，并提供MT-HTA仿真系统（SimuMax/SimuInfer）在训练前预估时长与效果。

在夸娥万卡级集群和训练套件之外，摩尔线程还针对MoE架构，集成了DeepEP通信库、算子融合等先进技术，原生支持Per-Block FP8精度，使算力得以显著提升

“我经常听到国内的模型公司担心，用国产的训练平台会不会耽误时间，会不会影响追赶世界先进水平。”张建中在演讲中传达出用户的疑问。

但摩尔线程已经通过实践对这一质疑给出了直接反击：MoE-236B在万卡级集群上从零起步完成了完整训练，基于25T 高质量语料，精度与损失曲线同国际主流高度一致；北京大学5D世界模型EvoPhys-World在夸娥集群上完成全栈原生训练，连续37天登顶斯坦福WorldScore“世界生成”维度；北京智源研究院RoboBrain 2.5在MTT S5000千卡集群上完成全流程训练，国产算力首度跑通具身大脑训练。

在WAIC 2026的展台上，记者还看到摩尔线程在WAIC现场首发的MTT C256超节点：首创一层Scale-up网络，实现标准单宽机柜128卡全互联、并柜扩展可达256卡极速互联，采用计算与交换一体化的高密设计，可大幅提高智算中心GPU部署密度，成为支撑长稳训推的硬件底座。

词元生产工厂：把每一份算力变成高质量Token

如果说训练工厂解决的是“训得出”，词元工厂解决的就是“供得上”——而且要供的是高质量Token。国家信息中心大数据发展部副主任魏颖在论坛上给出了一个判断：词元时代，产业正从卖电、卖算力升维到卖Token——按实际消耗付费，告别粗放的打包兜售，迈向按需付费的精细运营。

但用不同算力设施、不同模型生产的Token质量可能千差万别，Token的质量也直接决定了用户的消费意愿。中国工程院院士、清华大学计算机科学与技术系教授郑纬民在演讲中阐述，从技术指标来看，Token质量的差别主要体现在四个方面——首字延迟（TTFT）、吞吐量（TPS，每秒生成Token数）、并发请求数（同时服务多少请求）以及质量保障（SLO）。首字延迟越低、吞吐量越大、并发请求数越高、质量保障越好的Token对于用户而言越有价值

“如何规模化地生产高质量Token？”成为词元生产工厂的核心命题。

郑纬民对推理计算实现的过程进行了详细剖析：他表示，大模型推理涵盖两个关键过程——Prefill（预填充，简称P）把用户请求一次性处理成中间格式，是计算密集型；Decode（生成，简称D）逐字吐出结果，要求内存带宽高、延迟小，是带宽密集型。

这两大过程对硬件的诉求截然不同。过去很多计算芯片既要做P过程又做D过程，存在资源错配。而P过程与D过程的物理分离，意味着P过程与D过程可以分别部署在不同的算力芯片上，实现“各取所长”。

基于PD分离的思想，摩尔线程推出了异构推理方案：由摩尔线程的算力芯片S5000完成Prefill过程，同时Decode依然安排在国际主流卡上，以此实现异构组合、分池部署。但令人惊喜的是，这样的组合带来的不是”“1 1=2”的结果，而是“1 1”远大于2的效果。张建中解释道：在这样的情况下，约3台S5000 2台国际主流卡，性能相当于9台国际主流卡。

这一方案也得到了行业伙伴的支持。趋境科技创始人艾智远在论坛上直言，S5000是他们经过全面评测后选择的当前阶段最优Prefill方案——原生FP8精度无需额外适配、稳定支撑超长上下文、生态迁移顺畅、供应链可靠。在Prefill为王的编程场景里，4台S5000的Prefill性能能够超过1台B300。趋境科技目前日均供应万亿级高质量Token，下半年这一数字将达数万亿。

模型厂商的判断也在印证这一转变。MiniMax副总裁薛子钊在论坛上表示，从整体训练和推理来看，今年是国产芯片非常重要的拐点，越来越多真实的线上场景开始承担起推理和训练任务，MiniMax很快也会有非常大规模的国产芯片推理集群真实上线承担任务。他特别提到，包括摩尔线程在内的多家国产芯片企业都在规划超节点，互联规模超过英伟达当前的72卡方案，“这一点国产芯片是做得比较领先的”——这让大参数、长上下文的推理场景能获得非常高的吞吐；而同构或异构的PD分离，则能把各类卡的性能发挥到最大化，整体降低系统推理成本。

智能体生产工厂：从数字世界到物理世界

第三座工厂是最少被提及、却可能最具想象空间的。张建中把它定义为"连接数字世界与物理世界"的基础设施——AI最终落地到每个消费者身边，需要两种智能体：数字智能体和物理智能体（具身智能）。

数字智能体的核心要求是：能跨应用控制、能记忆、能调用工具完成复杂工作流、支持主流开源与闭源框架。摩尔线程自研了全域数字智能体“小麦”，掌握60余项技能，支持38款APP的跨应用控制，通过前端多模型、丰富知识库的灵活配置，做到更快、更准、更懂用户。

物理智能体的要求则更为严苛。机器人需要在虚拟环境中完成训练与验证，才能部署到真机，实现Sim-to-Real（从虚拟到现实）。

摩尔线程为此打造了具身智能仿真平台MT Lambda，从底层算力、核心引擎到上层框架构建了完整解决方案。平台集成了三大物理仿真引擎——开源的MuJoCo和Newton，以及摩尔线程自研的AlphaCore物理引擎。在图形渲染方面，平台集成了3DGS、自研AI生成式渲染（AGR），以及光线追踪（Ray-Tracing）——MTT S5000是国内唯一具备Ray-Tracing能力的智算芯片，这意味着仿真环境中可以实现高度拟真的数字孪生渲染，让机器人在虚拟世界中充分训练后再部署到真机。WAIC展台上，一只机器狗的仿真训练动作与真机跳起动作几乎一模一样。平台还支持百卡到千卡级的大规模集群扩展，满足海量仿真训练需求。

京东集团技术委员会主席、京东云总裁曹鹏则从产业应用端印证了三大工厂的价值。他表示，AI基础设施层面正发生一个很大的转变，包括国产GPU、国产推理引擎、国产模型在内的全国产化体系正越来越多地被行业认可和使用，“摩尔线程就是一个非常典型的案例。”在模型工厂中，京东结合MTT S5000进行模型训练、适配与调优，刚刚发布的一系列JoyAI大模型，相当一部分训练算力正是依托摩尔线程提供的国产化算力；在Token侧，京东自研的xLLM推理引擎与MTT S5000做了深度适配，支撑集团每天大量的Token应用。

曹鹏透露，京东正在全面布局无人配送、仓储机器人、家政服务机器人等物理世界场景，其"女娲"项目计划采集超过1000万小时的音视频数据用于训练具身大脑模型，而基于摩尔线程的计算与渲染优势，双方在数据生成和具身仿真领域开展了深度合作。现在，京东内部已部署400多个智能应用、4万多个智能体，每天Token消耗已近10万亿，从研发、采销到快递配送、客服，遍布各业务环节。

运维侧的智能体实践同样值得关注。无问芯穹技术副总裁吴保东分享了Infini-AIOps运维智能体在摩尔线程集群上的部署成果：调用摩尔线程的专家知识库与SDK，把故障处理评分从人工的50分提升到86分，平均处理时长从1小时缩短到20分钟以内，效率提升5倍；复杂问题的解决率从不到45%跃升至90%。无问芯穹与信通院联合发布的AISHPerf运维智能体评测基准，弥补了GPU集群运维智能体缺乏统一标准的不足。用吴保东的话说，智能体不仅要“造得出来”，还要“管得住、跑得稳