摩尔线程描绘了更大的蓝图：从全功能GPU到Agent全场景落地 | 雷峰网

算力荒的焦虑已无需渲染。

5月的一个北京夜晚，创始人、董事长兼首席执行官张建中在摩尔线程2026年产品发布会现场透露一组数据：当前国内每天仅某一款应用的Token消耗量就已突破140万亿——而此前的预测，是整个市场总消耗量在30万亿到180万亿之间。

为抗住这源源不断的算力需求，一个可靠的人工智能基础设施必不可少。但算力只是故事的一半。“场景最后还是要通过笔记本、手机或者其他终端来实现。”一位投资人告诉雷峰网。

从云端到终端，从算力到生态——这场发布会上，摩尔线程展示了一张完整的版图。

从“小麦”到具身智能，摩尔线程补齐物理AI版图

试问token消耗的第一来源，自然是当下备受关注的AI Agent。

IDC预测，到2030年全球活跃AI智能体将达22.16亿。中国企业AI智能体数量将在2031年突破3.5亿规模，年复合增长率达到135%以上。

国内的热情更是传导至政策端。2026年政府工作报告首次把“智能体”三个字写了进去——2027年普及率目标超70%，2030年超90%。

但不可忽视的是，当前市面上不少智能体在主动服务、长期记忆等能力上仍有短板，而摩尔线程本次首发的全域智能体“小麦”，可谓恰逢其时。

比OpenClaw的分数高出20%左右、综合评分远超其他国产同类型产品——摩尔线程推动建立的可视化测评系统MTClaw Evaluation System给到了多维度的评估，张建中重点介绍了其中三个特性：

“事办得全”——在7×24小时服务里，“小麦”基于原生Linux环境支持超36种APP的控制，具备60多种复杂skill，可无缝衔接90个以上CLI工具。

“事办得好”——借由二维拓扑记忆系统，小麦在融合短时和长时记忆的基础上不断归纳总结习得的知识。

“事办得快”——基于摩尔线程自研架构MTClaw，小麦在调用高频工具时，成功率已超过95%，端到端任务执行效率相比使用框架前提升了7倍。

“我们希望‘小麦’迅速落地到千家万户。”张建中直言。

于是，摩尔线程首款面向家庭的消费级产品——MTT AICUBE，成了小麦的第一个“家”。在现场，张建中用“三位一体”——AI Agent、AI PC、AI NAS——来定义这块迷你智能立方体。

支撑这款家庭AI中枢的算力底座，其实在去年摩尔线程首届MUSA开发者大会上早有预告。内置CPU、GPU、NPU和VPU，摩尔线程首颗自研智能SoC芯片“长江”实现了50TOPS异构算力，内存可达32GB。

而用户对超群记忆力、数据不上云的安全需求则有赖于标配的1TB全闪SSD以及12TB的可扩展空间。

以家庭照片和视频为例，AICUBE可自动整理相册、生成纪念视频、实时视频超分，满足家庭“存得下、找得到、用得起来”的需求。

如果说AICUBE把“小麦”留在了家里，那么MTT AIBOOK则把它装进了背包。直面当下OPC（个人公司）风口，这款此前同样官宣过的AI PC，能在本地能同时跑12个以上智能体，直连90多款工具，协同完成全链路工作。

稳定运行背后，是摩尔线程打造的原生AI操作系统在做支撑——相对Windows更轻量、更实时、更可靠。

雷峰网(公众号：雷峰网)注意到，开箱即用是MTT AIBOOK的另一大亮点。出厂预装OpenClaw的同时，也为用户准备了可一键切换的MTClaw。此外，内置的PES应用市场方便用户随时下载新应用；提供的Windows虚拟机和安卓预置容器，让用户可以在不同系统环境中无缝运行各类软件。

为了免除消费者的后顾之忧，摩尔线程还联合趋境科技，为每位AIBOOK用户提供7×24小时远程技术支持。

从AICUBE到AIBOOK，“小麦”学会了处理数字事务。但张建中想更进一步——让智能体走进物理世界，真正动手干活。

他指出，训练一个能在物理世界中自主行动的智能体，面临真实数据稀缺且采集成本高、真机训练风险大和场景难以泛化的挑战。要解决这些问题，不能靠真机硬摔，而需要一个高保真的仿真环境。

MT Lambda由此而生。作为国内首个全栈国产化具身智能仿真平台，它硬件上依托支持光线追踪的S5000 GPU和夸娥集群，软件上融合开源MujoCo、Newton及自研AlphaCore引擎，最终实现多物理场的统一求解与更快更逼真的渲染速度。现场机器狗灵活的一举一动，便是最直观的注脚。