摩尔线程联合北京智源人工智能研究院，基于FlagOS-Robo框架与MTT S5000千卡智算集群，成功完成RoboBrain 2.5具身大脑模型的全流程训练。这一事件被多家媒体标记为“国产算力首次验证在具身智能大模型训练中的可用性与高效性”，意味着国产AI基础设施在支撑复杂多模态任务方面取得实质性突破。训练所依托的MTT S5000硬件集群与FlagOS-Robo软件框架实现了深度协同，不仅实现“能训”，更达成“训得稳、训得快”的工程目标，为具身智能从实验室研究向产业规模化落地提供了可复制的技术路径。
RoboBrain是智源面向真实物理场景构建的通用具身大脑模型，采用统一的视觉—语言多模态架构，支撑机器人在感知、认知、推理与决策等核心能力上的演进。此次升级至2.5版本，新增了对动作时序价值评估和三维空间结构的理解与推理能力，直接提升下游任务执行成功率。而FlagOS-Robo作为基于开源多芯片AI软件栈的训练与推理一体化框架，覆盖数据采集、加载、模型训练、推理到真机评测的全链路流程，支持跨芯片平台的一键部署与自动调优，显著降低开发门槛。其兼容多种芯片的能力，也为未来算力底座的异构扩展提供灵活性。
在关键性能指标上，该训练成果展现出与国际主流GPU平台全面对齐的水准。多维评测显示，RoboBrain 2.5在CrossPoint、Q-Spatial、VABench-V等多项权威榜单中表现持平甚至更优，表明其在空间理解、规划与执行层面已达到行业一流水平。模型精度方面，MTT S5000千卡集群的训练Loss曲线与主流GPU高度重合，相对误差小于0.62%，验证了国产算力在大规模训练中的数值稳定性。同时，系统扩展效率从64卡到1024卡维持在90%以上，呈现出接近理想的线性加速比，证明其通信调度与并行计算机制具备支撑万卡级训练的潜力。
高盛在近期对摩尔线程的调研报告中指出，公司正凭借全功能GPU、全栈解决方案与持续扩张的客户生态，在AI算力赛道建立差异化优势。其通用GPU整合图形渲染、视频编解码、物理模拟与AI计算，适配生成式AI、数字孪生等多模态需求。软件层面，MUSA生态已支持主流图形接口与开发工具，并通过开发者社区推动生态建设。商业化方面，产品覆盖数据中心、AI边缘设备与游戏显卡，新品MTT S55000正与本土云服务商进行验证，同时适配DeepSeek等国产大模型落地场景。
当前摩尔线程-U总市值达3055.89亿元，市净率26.54倍，反映出资本市场对其技术路线与产业前景的高度关注。尽管股价波动伴随资金频繁进出，但核心逻辑仍锚定于国产算力自主化进程中的战略地位。此次具身智能模型训练的成功，不仅是技术验证，更可能成为国产GPU在高端AI训练场景打开渗透率的关键拐点。
本文作者可以追加内容哦 !
