在AI产业全面迈向智能体化、算力需求呈指数级增长的关键节点，摩尔线程于2026年5月18日举办产品发布会，创始人、董事长兼首席执行官张建中以词元时代与Agentic AI为起点，系统发布了覆盖算力底座、智能体、终端硬件、具身智能、软件生态的全栈布局。这场发布并非简单的产品集合，而是一套时代需求牵引、技术底座支撑、全场景落地闭环的战略表达。
一、时代命题：词元时代与智能体革命，产业面临系统性刚需
张建中在发布会开场明确指出：“我们已经真正进入了词元（Token）时代。”在他看来，Token不仅是技术单元，更承载着智能经济的价值属性，“Token在很多人眼里就代表经济”，它推动万物具备思考、对话与交互能力，让传统IoT从“Internet of Things（物联网）”升级为“Intelligence of Things（智能物联）”。
真正引爆产业变革的，是Agentic AI的快速崛起。张建中提到：“Agentic AI在过去几个月当中的迅速发展，催生出一大批算力需求，对我们AI产业界提供了巨大的压力。”伴随智能体应用普及，算力荒成为全行业共性难题，大模型训练、推理服务、智能体运行共同构成庞大的算力需求体系。
站在产业视角，当前行业面临三重核心矛盾：一是大模型迭代加速、参数量激增，亟需稳定、高效、可对标国际的训练集群；二是Token消耗暴涨与推理场景碎片化并存，缺乏统一的全场景解决方案；三是智能体从云端走向物理世界受阻，缺少好用的终端载体、低成本训练平台与完善的国产软件生态。这三重矛盾并非单点问题，而是需要自上而下、从云到端、从硬到软的体系化破局。
二、底座先行：夸娥智算集群，锚定产业最核心的算力痛点
面对行业最紧迫的算力短缺、训练不稳、推理不足问题，摩尔线程的首要选择是筑牢AI基础设施。张建中明确战略定位：“夸娥智算集群是摩尔线程的核心战略。我们要搭建高性能、稳定、通用、超可靠的大型基础设施，帮助实现大模型的训练、服务和智能体的服务。”
作为整场发布的根基，夸娥集群并非单纯的万卡算力堆砌，而是精准匹配“模型训练工厂、词元工厂、智能体工厂”三类需求的通用算力底座。它以高稳定运行时长、高效算力利用率、高精度对齐、高线性扩展能力，解决大模型训练的核心焦虑；以异构推理方案覆盖多模型、多模态、全规模部署需求，承接天量Token消耗。
从逻辑关系看，行业背景提出算力刚需，夸娥集群就是系统性答案。没有这一底座，后续智能体、终端、仿真平台均失去算力支撑；有了这一底座，整个技术体系才有运转根基，形成“时代痛点到基础设施”的核心因果支撑。
三、价值出口：全域智能体“小麦”，完成算力到服务的转化
算力底座建成后，需要一个直接触达用户、兑现智能价值的入口。Agentic AI成为词元时代核心应用，行业需要的不是工具型AI，而是能全天候服务、有记忆、可共情的人格化智能体。
对此，张建中给出清晰定义：“我们希望一个智能体服务我们的工作、生活是7×24小时的，没有地理空间的限制，没有时域空间的限制，这个叫全域智能体。”摩尔线程发布的全域智能体“小麦”，正是以全场景操作能力、记忆系统、高效执行框架，把夸娥的底层算力转化为用户可感知的智能服务。
从逻辑关系看，行业背景提出智能体爆发，“小麦”就是算力价值的落地出口。夸娥负责“算力供给”，小麦负责“需求承接”，二者构成“底座到应用”的价值转化关系，让基础设施不再悬空，直接对接终端用户与真实场景。
四、载体承载：AICUBE与AIBOOK，推动智能体走进现实生活
智能体无法只停留于云端，需要安全、便携、本地化的硬件载体，才能真正进入家庭与个人场景。针对这一需求，摩尔线程推出两款终端产品，完成智能体的物理落地。
张建中对终端定位一语中的：“AICUBE是三位一体，它既是你的Agent，又是你的PC，又是你家里面的AI NAS。”而AIBOOK则是“为智能体而生的产品”，可支持多智能体并行运行，适配个人与“一人公司”的轻量化需求。两款产品分别面向家庭中枢与移动办公，以本地AI、隐私保护、原生AI OS解决智能体落地最后一公里难题。
从逻辑关系看，行业背景提出智能体场景化落地，终端硬件就是应用的物理承载。小麦提供软件能力，AICUBE与AIBOOK提供硬件载体，二者形成“应用到载体”的落地支撑关系，让智能体从云端服务变为人人可用的日常工具。
五、物理延伸：MT Lambda平台，打通数字智能到物理世界
词元时代的终极目标是万物智能，智能体必须从数字世界走向物理世界，支撑机器人与具身智能产业发展。而行业普遍面临数据稀缺、真机训练成本高、场景难泛化三大挑战。
张建中直言：“缺少大量的数据、真机训练风险太高、场景不可泛化，这对具身智能的产业发展都是很大的挑战。”依托夸娥算力底座，摩尔线程发布MT Lambda全栈国产化具身智能仿真平台，打通数据合成、模型训练、策略部署全闭环，让智能体在数字世界完成训练、在物理世界可靠落地。
从逻辑关系看，行业背景提出万物智能，Lambda平台就是数字智能到物理智能的桥梁。它将原有体系从“数字场景”拓展至“物理场景”，形成“云端→终端→具身”的全场景延伸关系，完成智能覆盖的最后一环。
六、生态兜底：MUSA软件生态，保障全栈体系稳定可用
硬件与应用的规模化落地，离不开成熟兼容的软件生态。国产算力长期面临API兼容不足、算子覆盖不全、开发门槛高等问题，成为产业发展的底层制约。
作为整场发布的压轴环节，MUSA生态的战略地位被反复强调。张建中表示：“MUSA生态一直是摩尔线程核心，我们几乎每天的工作都在不断为MUSA的生态做更多的努力。”目前MUSA已实现核心API、算子、主流框架的全面兼容，开放能力并推出AI辅助开发工具，与智能体形成互补：“让AI Agent做得更好，同时它们是互补的关系”。
从逻辑关系看，行业背景提出国产生态薄弱，MUSA就是全栈体系的稳定器。它支撑夸娥、智能体、终端、仿真平台全线运转，解决“能用、好用、好开发”的根本问题，形成“生态到全栈”的兜底保障关系，让整套战略具备商业化与规模化价值。
七、战略闭环：以体系化方案回应词元时代的产业命题
纵观整场发布会，行业背景与六大发布并非简单的先后顺序，而是环环相扣、层层递进、缺一不可的完整逻辑链：以词元时代与Agentic AI为时代驱动，以夸娥集群为算力底座，以小麦智能体为价值出口，以终端硬件为场景载体，以Lambda平台为物理延伸，以MUSA生态为底层保障，最终实现时代需求到技术体系到价值落地的自洽闭环。
正如张建中在发布会结尾所言：“我们希望我们智能体的解决方案能够为‘词元’时代带来万物智能，让摩尔线程的产品赋能所有的智能体。”这场发布的核心价值，不在于单品参数与功能，而在于用一套全栈体系，回应了词元时代产业最核心的算力、应用、落地、生态难题。
摩尔线程的布局也为行业提供清晰启示：AI产业竞争已从单点技术比拼，转向底座、应用、终端、生态的体系化竞争。只有紧扣时代痛点、构建自洽逻辑、实现全链路闭环，才能在智能体革命与万物智能浪潮中占据主动。
