近日，國(guó)產(chǎn)全功能GPU領(lǐng)軍企業(yè)摩爾線程與全球領(lǐng)先的物理AI數(shù)據(jù)與仿真基礎(chǔ)設(shè)施企業(yè)光輪智能正式達(dá)成戰(zhàn)略合作。雙方將依托摩爾線程全功能GPU與夸娥（KUAE）智算集群，結(jié)合光輪智能"求解—測(cè)量—生成"三位一體全棧自研仿真平臺(tái)，聯(lián)合打造高置信度仿真數(shù)據(jù)合成方案，以國(guó)產(chǎn)算力與仿真算法的深度融合，為具身智能發(fā)展夯實(shí)自主可控的基礎(chǔ)設(shè)施。

這是一場(chǎng)海淀"鄰居"之間的強(qiáng)強(qiáng)聯(lián)手，更是國(guó)產(chǎn)具身智能基礎(chǔ)設(shè)施能力從單點(diǎn)突破走向深層次協(xié)同建設(shè)的標(biāo)志性事件。

當(dāng)人工智能的浪潮從數(shù)字世界涌向物理實(shí)體，一個(gè)關(guān)鍵問題浮出水面：驅(qū)動(dòng)具身智能持續(xù)進(jìn)化的"燃料"從何而來？

大語言模型的成功，建立在人類數(shù)十年積累的互聯(lián)網(wǎng)公開文本數(shù)據(jù)之上；自動(dòng)駕駛的演進(jìn)，依靠全球車隊(duì)源源不斷的真實(shí)路采數(shù)據(jù)。然而，當(dāng)具身智能以機(jī)器人等形態(tài)進(jìn)入千行百業(yè)的物理世界時(shí)，所需的高質(zhì)量、規(guī)?；慕换?shù)據(jù)幾乎不存在。

"不可能為了訓(xùn)練一個(gè)醫(yī)療手術(shù)機(jī)器人，就讓它在真實(shí)的手術(shù)室里'試錯(cuò)'；也不可能為了讓工業(yè)機(jī)器人學(xué)會(huì)裝配精密器件，就放任它在產(chǎn)線上碰撞報(bào)廢。"光輪智能聯(lián)合創(chuàng)始人兼總裁楊海波曾如此分析道。

真機(jī)數(shù)據(jù)采集長(zhǎng)期面臨物理數(shù)據(jù)稀缺、成本高昂、場(chǎng)景覆蓋不足、復(fù)雜物理過程難以穩(wěn)定復(fù)現(xiàn)等難題。不可能為了訓(xùn)練一個(gè)任務(wù)，就讓機(jī)器人反復(fù)試錯(cuò)數(shù)十萬次，耗時(shí)數(shù)月且成本極高。高質(zhì)量仿真合成數(shù)據(jù)，正是破解具身智能數(shù)據(jù)瓶頸的關(guān)鍵路徑。

然而，仿真合成數(shù)據(jù)的規(guī)?；a(chǎn)又面臨著渲染量指數(shù)級(jí)爆炸的算力瓶頸。以典型操作任務(wù)為例，一條機(jī)械臂任務(wù)的執(zhí)行軌跡中，包含了5個(gè)視覺相機(jī)機(jī)位的畫面渲染。如果將4種裝修風(fēng)格與4種燈光環(huán)境進(jìn)行組合，就會(huì)形成16組渲染結(jié)果，每一組渲染配有5個(gè)機(jī)位，每個(gè)機(jī)位有600幀畫面需要渲染，最終單條軌跡的渲染總量高達(dá)4.8萬幀。數(shù)百條軌跡即達(dá)數(shù)百萬幀規(guī)模，傳統(tǒng)算力難以支撐。這類海量并發(fā)渲染與復(fù)雜物理仿真任務(wù)，對(duì)GPU的AI計(jì)算、圖形渲染、物理仿真等全功能能力提出了剛性要求，硬件級(jí)光線追蹤更是確保合成數(shù)據(jù)物理真實(shí)度的關(guān)鍵。

正是在這一背景下，摩爾線程與光輪智能走到了一起。

光輪智能成立于2023年初，自誕生之日起便錨定"致力于構(gòu)建物理AI數(shù)據(jù)與仿真基礎(chǔ)設(shè)施"這一戰(zhàn)略定位。不同于市場(chǎng)上追求視覺炫麗而非物理真實(shí)的游戲引擎，也不同于計(jì)算遲緩無法支撐AI訓(xùn)練所需海量并行的傳統(tǒng)工業(yè)仿真軟件，光輪智能選擇了最艱難但也是最根本的道路——全棧自研。

光輪智能首創(chuàng)了"求解—測(cè)量—生成"三位一體的全棧自研仿真技術(shù)范式，系統(tǒng)性攻克物理仿真領(lǐng)域的核心難題。

在仿真層 ，光輪自研高精度GPU物理求解器具備可微分、多物理、多材質(zhì)統(tǒng)一求解能力，支持剛體、柔體、流體、顆粒等復(fù)雜物理過程的高精度實(shí)時(shí)仿真。更關(guān)鍵的是，這套求解器已深度適配摩爾線程MUSA架構(gòu)，在MTT S5000智算卡上依托全功能GPU原生加速與光線追蹤硬件單元，實(shí)現(xiàn)高效穩(wěn)定運(yùn)行與高保真渲染。例如，在模擬機(jī)械臂抓取不同質(zhì)量柔性物體的場(chǎng)景中，抓取物從左往右質(zhì)量依次變大，光輪的求解器能夠精準(zhǔn)模擬出線纜在各種抓取、纏繞、插拔狀態(tài)下的精確形變與多維度力反饋。

在測(cè)量層 ，光輪構(gòu)建了全自動(dòng)的虛實(shí)對(duì)標(biāo)物理測(cè)量工廠，通過自研高精度設(shè)備，精確捕獲材料、摩擦、剛度等真實(shí)物理特性，建立了基于"真值"而非"經(jīng)驗(yàn)值"的物理屬性數(shù)據(jù)庫(kù)。結(jié)合SimReady標(biāo)準(zhǔn)體系，核心物理參數(shù)仿真準(zhǔn)確度達(dá)99%以上，從源頭確保仿真輸入的準(zhǔn)確性。

在生成層 ，光輪在精準(zhǔn)求解與測(cè)量的基礎(chǔ)上，生成與物理信息嚴(yán)格對(duì)齊的仿真資產(chǎn)與場(chǎng)景，實(shí)現(xiàn)了視覺與物理交互的雙重保真，并以此定義了全球廣泛認(rèn)可的物理仿真資產(chǎn)規(guī)范。

憑借這一體系，光輪智能的仿真平臺(tái)每周能生成上萬小時(shí)的高質(zhì)量訓(xùn)練數(shù)據(jù)，規(guī)模已達(dá)百萬小時(shí)級(jí)別，遠(yuǎn)超任何真機(jī)采集可能達(dá)到的體量。目前，全球前五的世界模型研發(fā)團(tuán)隊(duì)已全部與光輪智能開展合作，在國(guó)際主流具身智能頭部企業(yè)中，超過80%使用光輪提供的仿真資產(chǎn)與訓(xùn)練場(chǎng)景。其客戶名單包括阿里巴巴、字節(jié)跳動(dòng)、智元機(jī)器人、銀河通用、比亞迪等全球頂尖科技公司。

2026年，光輪智能更是推出了全球首個(gè)具身智能工業(yè)級(jí)仿真評(píng)測(cè)平臺(tái)——RoboFinals，設(shè)計(jì)了超過100項(xiàng)涵蓋操作、移動(dòng)、認(rèn)知等維度的標(biāo)準(zhǔn)化任務(wù)，為各類"機(jī)器人大腦"提供統(tǒng)一、客觀的能力標(biāo)尺。

如果說光輪智能解決的是"仿真數(shù)據(jù)從哪里來"的問題，那么摩爾線程解決的就是"這些數(shù)據(jù)怎么算得出來"的問題。

作為國(guó)內(nèi)稀缺的全功能GPU企業(yè)，摩爾線程基于自研MUSA架構(gòu)，其單顆芯片實(shí)現(xiàn)了同時(shí)支持AI計(jì)算、圖形渲染、物理仿真、科學(xué)計(jì)算與超高清視頻編解碼的技術(shù)突破，為具身智能合成數(shù)據(jù)生產(chǎn)提供一體化、全鏈路的算力支撐。

旗艦級(jí)AI訓(xùn)推一體智算卡MTT S5000，是國(guó)內(nèi)極少數(shù)同時(shí)支持硬件級(jí)光線追蹤與AI訓(xùn)推的國(guó)產(chǎn)GPU，內(nèi)置獨(dú)立的光線追蹤硬件單元（RT Core），可支撐復(fù)雜物理場(chǎng)景的實(shí)時(shí)高保真渲染。實(shí)測(cè)數(shù)據(jù)顯示，使用MTT S5000 RT Core硬件光線追蹤加速渲染，可以獲得2.7倍的性能提升。

基于MTT S5000構(gòu)建的夸娥（KUAE）千卡智算集群，憑借全精度通用計(jì)算能力，為海量合成數(shù)據(jù)生產(chǎn)提供穩(wěn)定、高效的算力保障。夸娥智算集群以全功能GPU為技術(shù)底座，單集群浮點(diǎn)運(yùn)算能力達(dá)10 Exa-Flops（萬P級(jí)），訓(xùn)練算力利用率（MFU）在稠密模型上最高可達(dá)60%，在混合專家（MoE）模型上達(dá)40%，訓(xùn)練線性擴(kuò)展效率達(dá)95%，平均無故障運(yùn)行時(shí)間超過15天，最長(zhǎng)可實(shí)現(xiàn)大模型穩(wěn)定訓(xùn)練30天以上。

更重要的是，摩爾線程全功能GPU支持光輪自研的物理求解器，實(shí)現(xiàn)柔性體動(dòng)力學(xué)、剛體碰撞、流體模擬等復(fù)雜物理計(jì)算，確保合成數(shù)據(jù)在物理一致性上達(dá)到工業(yè)級(jí)精度要求。雙方已驗(yàn)證了國(guó)產(chǎn)自研物理求解器與國(guó)產(chǎn)全功能GPU算力底座的深度兼容能力，為行業(yè)提供了從算法到芯片全面協(xié)同攻關(guān)的可復(fù)制范本。