在2026世界机器人大会上，摩尔线程创始人张建中宣布了一项重要进展：公司自主研发的全功能GPU已成功打通具身智能训练全流程，成为国内为数不多能够提供完整算力支撑的GPU企业。这一突破标志着国产GPU在具身智能领域迈出了关键一步，为行业提供了从数据生成到模型部署的全链条解决方案。
传统具身智能开发面临三大平台割裂的痛点：物理仿真依赖专用引擎，图形渲染需要独立显卡，AI训练则需专用芯片。开发者不得不在不同系统间频繁切换，导致研发效率低下。摩尔线程通过自研MUSA架构的全功能GPU，实现了单芯片同时支持AI计算、图形渲染、物理仿真、科学计算及超高清视频编解码五大功能，从根本上解决了异构平台兼容性问题。
该技术优势不仅体现在单卡性能上，更延伸至大规模集群部署。摩尔线程打造的夸娥智算集群已具备从万卡向十万卡扩展的能力，并构建了覆盖训练、推理、智能体生产的一体化AI工厂。其中包含模型训练工厂、词元生产工厂和智能体生产工厂三大核心模块，形成了完整的具身智能生产闭环。
硬件算力需要配套工具链才能发挥价值。今年5月，摩尔线程推出了国内首个全栈国产化具身智能仿真平台MT Lambda。该平台搭载自主研发的MT Photon光子引擎，集成了光线追踪、混合渲染、3DGS空间计算及AI生成式渲染等前沿技术。通过将算力转化为可用的开发工具，MT Lambda为具身智能训练提供了从底层引擎到上层策略开发的完整技术栈。
MT Lambda平台包含两大核心组件：具身策略开发与训练平台MT Lambda-Lab，以及高保真物理仿真与渲染平台MT Lambda-Sim。前者支持智能体行为策略的快速迭代，后者通过精确的物理模拟为训练提供真实环境数据。这种软硬协同的设计，使得开发者能够在一个平台上完成从仿真训练到实际部署的全流程开发。
据介绍，摩尔线程的全功能GPU方案已在国内多个具身智能项目中落地应用。相比传统架构，该方案将开发周期缩短了60%，同时降低了40%的硬件成本。随着夸娥集群的持续扩展，摩尔线程正与多家科研机构合作，探索在机器人、自动驾驶等领域的规模化应用，推动具身智能技术向实用化阶段迈进。
