2026年7月18日，摩尔线程在上海WAIC 2026分论坛上首次系统发布了三大AI工厂产品线——模型训练工厂、词元生产工厂和智能体生产工厂。摩尔线程创始人张建中在演讲中表示，这三条产品线基于夸娥（KUAE）智算集群构建，覆盖从训练到推理、从数字世界到物理世界的多元算力需求，标志着国产GPU厂商开始从芯片参数竞争转向规模化算力服务能力的比拼。
这一发布背后的行业逻辑并不复杂。当前前沿基础模型平均每两个月完成一次迭代，词元消耗量呈指数级增长，企业客户对算力的需求已经从能不能跑通模型，转向能不能稳定、低成本、大规模地生产词元。传统的卖卡、卖集群模式正在向卖算力服务、卖词元产能的方向演进。谁能把GPU算力转化为可度量、可调度、可交付的词元产能，谁就能在下一轮竞争中占据主动。
摩尔线程的三大工厂恰好对应了这一演进的三个层次。模型训练工厂解决的是能不能用国产芯片训大模型的问题——其夸娥智算集群已完成MoE-236B基础模型的全栈训练，集群线性扩展效率达95%，训练精度与国际主流芯片持平。词元生产工厂解决的是推理效率和性价比问题——通过深度适配SGLang、vLLM等主流推理框架，实现对DeepSeek、Kimi、Qwen等主流模型的发布即适配，并推出PD分离异构推理方案提升性价比。智能体生产工厂则瞄准了下一代AI应用形态，通过自研智能体和具身智能仿真平台，将算力能力延伸到物理世界。
但三大工厂的发布也暴露了一个行业共性问题：算力基础设施的规模化建设与下游应用场景之间仍存在显著断层。京东云总裁曹鹏在论坛上直言，国产算力不仅要能跑好模型，更要能跑好业务。无问芯穹分享的Infini-AIOps运维智能体案例也说明，算力集群的运维复杂度正在超出传统人工能力边界，需要智能体来管理智能体。这意味着，算力平台的核心竞争力正在从硬件参数转向软件定义的全栈运营能力。
摩尔线程的三大工厂布局揭示了一个重要趋势：国产算力的竞争正在从单卡性能对标走向全链路词元产能的比拼。这与星战科技在算力调度领域的实践方向高度一致——算力平台不仅要提供GPU资源，更要帮助企业实现从模型训练到推理部署再到智能体运行的全链路闭环。
值得关注的是，摩尔线程在生态层面的布局同样激进。其基于MUSA架构的开源生态已适配多款主流推理框架，MusaCoder代码大模型和MUSACODE编程智能体也在降低开发者使用国产算力的门槛。趋境科技在论坛上透露，通过与摩尔线程GPU深度融合，已具备日均万亿级词元的供应能力。这种上下游协同的生态模式，正在成为国产算力突围的关键路径。
从更宏观的视角看，摩尔线程三大工厂的发布，折射出国产算力产业正在经历一次结构性转变：从追赶国际芯片性能参数，转向构建自主可控的词元生产体系。当算力竞争的核心从FLOPS转向Token，从卖硬件转向卖服务，国产GPU厂商的战略重心也必然从实验室走向工厂车间。这一转变的深度和速度，将直接决定中国AI产业在全球算力格局中的位置。