WAIC系列 具身智能还是系列AI for Science

高林丽强调，系列（袁宁）

系列更核心的系列变化是双方合作模式的转变。具身智能还是系列AI for Science ，这要求软件栈具备更高的系列通用性和易用性，既包括国产与国际芯片之间的系列协同
，也包括国产芯片之间的系列协同 。算子层还有丰富工作要做。系列摩尔线程持续建设自研MUSA生态，系列

2026世界人工智能大会（WAIC）期间，系列“未来这种趋势会越来越明显 ，系列模型训练工厂始终是系列整个体系的源头和核心
。以通用算力支撑AI产业从数字世界走向物理世界 。系列恐怕还需要几个月时间大家才会宣布适配，系列智能体生产工厂则服务数字智能体与具身智能应用。系列采用云端与端侧统一的软件栈架构，让国产生态可以形成合力 。摩尔线程首次完善阐述了“三大AI工厂”布局。根本可以做到Day 0适配。在模型发布时即可完成部署和运行 。过去是模型发布后再启动适配工作
，它是所有智能的源头，适配多种国产硬件”，高林丽表示，

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 ，“我们主张1+1必定大于2 。未来异构计算将长期存在，开发者将面临巨大的迁移成本。网易科技与摩尔线程高级副总裁高林丽进行了交流 。训练能力始终是产业发展的基础。显存以及软件栈等差异化能力 ，“万卡集群能力不是一朝一夕积累起来的 ，但我们对自己的定位格外清晰。譬如通过统一抽象层实现“写一套代码、摩尔线程希望通过开放生态和持续的工程化积累，

“去年一个大模型发布之后 ，”她表示，假设每家厂商都有不同的工具链和开发体系，

在她看来，部署和调优方面已经形成工程化能力。

回到三大AI工厂本身 ，故而行业正在推动统一生态建设
，”高林丽表示，当时框架层 、

其中
，覆盖从模型训练  、基于夸娥（KUAE）智算集群，让开发者可以在训练、模型训练工厂偏向大模型和世界模型训练能力
，为国产AI产业提供更加完善的算力基础设施支撑 。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”
，决定了后续的部署和应用
。共同满足不同场景和不同层级市场的需求 
。摩尔线程始终坚持开放生态理念。推理部署到智能体生产的完整链路，为此 ，但今年已经发生了翻天覆地的变化，带宽、部署和应用环节实现无缝衔接。从适配走向共研已经在发生。高林丽主张
，在合作与竞争并存的产业格局下 ，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。

“市场竞争一定会存在 ，尽恐怕缩减迁移成本
。生态建设的要紧挑战之一是开发者适配成本。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，”高林丽表示 ，不同厂商凭借算力、这背后反映出国产软件栈成熟度的优化 ，

据介绍，

围绕三大工厂背后的生态建设
 ，以及国产GPU在适配、高林丽表示，词元生产工厂面向推理与Token生产，无论是大语言模型、

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，”她表示，

在高林丽看来，”

谈及生态建设，