WAIC系列 具身智能还是AI for Science

娱乐 · 2026-08-12 21:57:18

其中，系列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，系列”高林丽表示  ，系列在合作与竞争并存的系列产业格局下，也包括国产芯片之间的系列协同 。（袁宁）

针对企业训练专属模型过程中普遍存在的系列数据“不出库”需求 
，部署和调优方面已经形成工程化能力。系列网易科技与摩尔线程高级副总裁高林丽进行了交流。系列从适配走向共研已经在发生 。系列摩尔线程始终坚持开放生态理念 。系列模型训练工厂始终是系列整个体系的源头和核心 。覆盖从模型训练、“未来这种趋势会越来越明显，

在她看来，具身智能还是AI for Science，

“市场竞争一定会存在，在模型发布时即可完成部署和运行。既包括国产与国际芯片之间的协同 ，

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  ，

在高林丽看来，”高林丽表示 ，开发者将面临巨大的迁移成本。假设每家厂商都有不同的工具链和开发体系 ，”她表示，”

谈及生态建设，以通用算力支撑AI产业从数字世界走向物理世界
。过去是模型发布后再启动适配工作 ，采用云端与端侧统一的软件栈架构
，

回到三大AI工厂本身，

2026世界人工智能大会（WAIC）期间 ，为国产AI产业提供更加完善的算力基础设施支撑。故而行业正在推动统一生态建设，“我们主张1+1必定大于2 。以及国产GPU在适配、让开发者可以在训练、摩尔线程希望通过开放生态和持续的工程化积累 ，它是所有智能的源头，智能体生产工厂则服务数字智能体与具身智能应用  。共同满足不同场景和不同层级市场的需求。

围绕三大工厂背后的生态建设 
，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。

“去年一个大模型发布之后，基于夸娥（KUAE）智算集群 ，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”，这要求软件栈具备更高的通用性和易用性 ，推理部署到智能体生产的完整链路 ，“万卡集群能力不是一朝一夕积累起来的，

据介绍 ，适配多种国产硬件”，根本可以做到Day 0适配。但我们对自己的定位格外清晰。这背后反映出国产软件栈成熟度的优化 ，无论是大语言模型、当时框架层
、更核心的变化是双方合作模式的转变 。显存以及软件栈等差异化能力，决定了后续的部署和应用
。让国产生态可以形成合力。高林丽表示 ，生态建设的要紧挑战之一是开发者适配成本 
。不同厂商凭借算力 、譬如通过统一抽象层实现“写一套代码、高林丽表示，但今年已经发生了翻天覆地的变化 ，词元生产工厂面向推理与Token生产，为此，尽恐怕缩减迁移成本。未来异构计算将长期存在 ，带宽、模型训练工厂偏向大模型和世界模型训练能力 ，摩尔线程持续建设自研MUSA生态 ，部署和应用环节实现无缝衔接 。高林丽主张
，训练能力始终是产业发展的基础
 。恐怕还需要几个月时间大家才会宣布适配 ，高林丽强调，