IT之家7月20日消息，2026世界人工智能（885728）大会(WAIC)已于7月17日在上海揭幕。摩尔线程（688795）以“词元时代万物智能”为主题参展，系统展示了“模型训练工厂、词元生产工厂、智能体生产工厂”三大AI工厂。
值得一提的是，摩尔线程（688795）还在本次大会上首次公开展示了MTT C256超节点。据介绍，在智算中心向超大规模演进的过程中，传统的网络架构面临着多层网络带来的带宽损耗与高延迟痛点。摩尔线程（688795）通过创新架构首创了一层Scale-up网络，将256张GPU聚合为一台数据中心级超级计算机。
另外，MTT C256超节点采用计算与交换一体化的高密设计，具备三大核心优势：
极致互联：突破业界普遍的一层网络64卡限制，MTT C256首次在一层Scale-up网络中实现256卡全互联。这使得卡间通信延迟被压缩至亚微秒级，带宽利用率显著提升，为大模型分布式并行策略的优化提供了更广阔的空间。
高密度部署：单机柜GPU密度领先行业，仅通过两个标准机柜即可实现256卡的一层Scale-up极速互联，在大幅提高智算中心GPU部署密度的同时，有效节省了机房空间。
生态与工程兼容：采用2U节点设计，完美兼容现有的智算软硬件生态，支持集群从万卡向十万卡级平滑扩展。
IT之家注意到，摩尔线程还在现场展示了多项“国芯训国模”成果：
万亿参数MoE模型训练：依托万卡级夸娥智算集群与夸娥AI训练套件(KUAE Training Suite)，摩尔线程（688795）完成了从零起步的MoE-236B基础模型的完整训练链路，其训练语料高达25T+。在超大规模部署下，集群有效训练时长占比超过90%，其训练损失曲线与国际主流计算卡高度一致。
多维世界模型原生训练：支撑了北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练，全程由MUSA软件栈提供底层支撑，验证了系统在复杂视觉生成与物理模拟任务中的扩展性。
具身智能大脑训练：依托北京智源研究院FlagOS-Robo框架，双方基于摩尔线程（688795）MTT S5000千卡集群，完成了通用具身大脑模型RoboBrain2.5的全流程训练，验证了国产算力集群在具身智能训练场景中的高效可用性。
