导语：将来AI竞争不只是制造模子，而是成立一套连续出产智能的基础举措措施。

进入Agent时代，财产竞争正于呈现新的变化：AI再也不只是一个需要被练习的模子，而正于酿成一种需要被连续出产、挪用及部署的智能能力。

于2026世界人工智能年夜会（WAIC）时期，摩尔线程开创人、董事长兼CEO张建中提出“三年夜AI工场”的观点——模子练习工场、词元（Token）出产工场及智能体出产工场。

摩尔线程开创人、董事长兼CEO张建中

于摩尔线程的界说中，三年夜工场别离对于应模子练习、Token天生及智能体出产，笼罩从基础模子研发到财产运用、从云端基础举措措施到终端装备的完备链路。

中国工程院院士、清华年夜学传授郑纬平易近于演讲中指出，算力基建的要害于在将每一一份算力转化为高质量词元，三年夜“AI工场”是算力基础举措措施的一定演进。于国度信息中央年夜数据成长部副主任魏颖看来，算力基础举措措施是词元出产的物理底座，作为算力焦点的GPU决议了出产效率与成本。

但这三个“工场”其实不是三个割裂的营业标的目的。摩尔线程高级副总裁董龙飞暗示，三个工场代表的是差别市场，其实不存于简朴的优先级瓜葛。但从财产竞争角度看，模子练习仍旧是整个别系的基础。

“财产人工智能的竞争最主要的就于在这个模子是否是智慧。”董龙飞暗示，模子能力依赖预练习及后练习得到，而不是推理阶段。

假如把AI比作一个企业，模子就像企业里的员工，起首需要具有充足高的认知能力，以后才谈患上上履行使命。

这同样成为摩尔线程结构三年夜工场暗地里的焦点逻辑：将来AI竞争不只是制造模子，而是成立一套连续出产智能的基础举措措施。

模子练习工场，决议AI能力上限

已往，年夜模子重要缭绕语言能力睁开；如今行业中的模子已经经出现高度多样化趋向，包括混淆专家模子、多模态模子、呆板人具身年夜脑模子以和世界模子等。

练习这些模子，其实不是简朴的矩阵计较，而需要更繁杂的软件、仿真及计较能力。

这也是摩尔线程夸大国产“全功效GPU”的缘故原由。于练习场景中，GPU需要同时满意算力、显存、带宽、靠得住性、软件生态以和练习成果一致性等要求。

此中，练习成果一致性是国产GPU进入年夜范围练习场景的主要门坎。

董龙飞注释，所谓练习中的“高精度”，其实不是纯真指计较精度，而是差别GPU平台之间练习成果的对于齐能力。对于在已经经投入年夜量资源完成模子练习的用户来讲，迁徙到新的GPU平台后，可否得到不变、可比的练习成果，是平台可否被采用的主要因素。

缭绕模子练习工场，摩尔线程展示了多项国产算力实践。

万卡范围MoE-236B基础模子练习是这次展示的重点，该项目依托国产万卡GPU集群完成从零最先的完备练习，于万卡范围下有用练习时长占比跨越90%，模子精度及练习丧失曲线与国际主流计较卡高度一致。

与此同时，北京年夜学EvoPhys团队的5D世界模子EvoPhys-World，也基在摩尔线程MTT S5000夸娥智算集群完玉成栈原生练习，并于WorldScore“世界天生”维度持续37天排名第一。

京东云总裁曹鹏于摩尔线程举办的“词元时代 万物智能论坛”论坛上暗示，当前AI基础举措措施正于发生变化，天下产算力、国产模子及国产推理引擎构成的系统正于逐渐成立。京东正于基在摩尔线程国产算力举行模子练习、适配及调优。

对于在摩尔线程而言，模子练习工场不仅象征着练习更年夜的模子，也象征着国产算力最先进入AI原创能力出产环节。

词元出产工场，让模子能力范围化开释

假如模子练习工场解决的是“怎样制造更智慧的模子”，那末词元出产工场解决的是“怎样让更多人低成本利用智能”。

跟着Agent鼓起，AI利用方式正于转变。已往，人向模子提出问题；将来，年夜量Agent会自动挪用模子完成使命。

张建中认为，Token耗损快速增加的底子缘故原由，是将来不是人于利用AI，而是Agent于利用年夜模子。

是以，AI基础举措措施竞争正于从纯真存眷练习机能，转向怎样降低每个Token暗地里的成本。

于这一标的目的，摩尔线程夸大模子快速适配、推理优化以和异构算力协同能力。

今朝，摩尔线程推理套件已经经适配DeepSeek、MiniMax、GLM、Kimi、Qwen等主流模子，并推出基在MTT S5000的PD分散异构推理方案。

财产伙伴也正于验证Token出产工场的贸易价值。

趋境科技开创人兼CEO艾智远暗示，今朝趋境科技天天可以或许供给万亿级高品质Token，并与摩尔线程互助，经由过程国产GPU与国际主流GPU异构协同，提高Token出产能力。

Token工场笼罩的是最年夜范围的用户市场。

已往，一个模子推理可能只需要一张卡或者者一台办事器，但将来Token出产将成为繁杂体系工程，需要思量模子范围、缓存治理、调理效率以和成本节制。

这也是摩尔线程结构推理产物及方案的主要缘故原由。

董龙飞暗示，练习及推理都很主要。练习更夸大通用性及综合能力，而推理更夸大极致性价比，需要针对于差别使命设计差别产物及解决方案。

智能体出产工场，AI最先进入实际世界

假如说Token工场让AI具有输出能力，那末智能体出产工场则让AI进一步具有步履能力。

张建中认为，Agentic AI以后的主要标的目的是物理AI，将来AI需要从数字世界走向实际世界。

摩尔线程认为，Token工场解决的是“会说”，智能体工场解决的是“会做”。

董龙飞暗示，Token天生以后，还有需要让AI挪用东西。于电脑中，这象征着Agent可以或许操作软件及体系；于呆板人范畴，则象征着智能

但比拟语言模子，物理智能对于算力提出了更高要求。

摩尔线程生态副总裁兼生态科研部总司理吕其恒暗示，年夜语言模子处置惩罚的是符号，而具身智能需要理解真实世界中的物理纪律，是以需要同时处置惩罚视觉、衬着、仿真等使命。这也是世界模子成为具身智能要害标的目的的缘故原由。

极佳视界合股人兼副总裁毛继明暗示，物理AGI面对的主要挑战之一，是怎样晋升数据利用效率。数字AGI重要依靠语言数据，而物理AGI需要处置惩罚真实世界数据，是以需要更高效的数据及算力系统。

基在这一标的目的，极佳视界与摩尔线程结合开展驾驶模子、具身模子等物理AI模子练习优化，摸索国产芯片练习国产模子的完备链路。

三年夜AI工场暗地里，是一套同一算力系统

从模子练习，到Token出产，再到智能体运用，三年夜工场笼罩了AI财产从基础能力到运用落地的完备历程。

但三座工场其实不是三套技能系统。董龙飞暗示，摩尔线程三个工场同享同一的GPU架谈判MUSA软件系统，其实不是针对于差别市场别离开发差别技能。

这也是国产全功效GPU的焦点竞争力。

于AI快速变化阶段，最年夜的挑战其实不是某一个固定模子的机能，而是将来模子形态的不确定性。

今天行业存眷年夜语言模子，将来多是世界模子、呆板人模子、更多垂直范畴模子。假如GPU过在专用，就很难顺应财产变化。

董龙飞认为，GPU起首需要具有通用性，由于将来模子线路仍旧会连续变化。

是以，摩尔线程提出“三年夜工场”，其实不是简朴扩大营业界限，而是于回覆一个更年夜的问题：当AI从模子时代进入智能出产时代，下一代基础举措措施应该是甚么？雷峰网(公家号：雷峰网)

雷峰网原创文章，未经授权禁止转载。详情见转载须知。