国产GPU入场造世界：摩尔线程发布首个全栈具身智能仿真平台MT Lambda

事件概述

国产GPU厂商摩尔线程发布国内首个全栈国产化具身智能仿真平台 MT Lambda，标志着国产GPU从AI训练向物理AI基础设施拓展。在发布会上，基于该平台训练的机器狗“小飞”展示了运控策略：100%在仿真世界中训练，并可无损迁移到真实物理世界，首次在全国产硬件平台上实现Sim-to-Real真机验证。

核心信息

MT Lambda 平台包含两个子平台：

• MT Lambda-Lab：专注策略开发与训练，支持强化学习、模仿学习、VLA模型等任务；
• MT Lambda-Sim：专注高保真物理仿真与渲染，负责场景构建、传感器模拟和数据生成。

平台底层集成三大引擎：

• 物理引擎：基于MUSA架构，集成MuJoCo-Warp-MUSA、Newton-MUSA及自研AlphaCore引擎，支持高精度可微分物理计算，典型仿真负载下吞吐效率提升约30倍。
• 渲染引擎：搭载MT Photon光子引擎，融合光线追踪和AI生成式渲染，MTT S5000 GPU的RT Core可带来约2.7倍渲染性能提升。
• AI引擎：深度适配PyTorch的Torch-MUSA框架，配合muSolver等加速库，支持VLA模型开发部署。

云端侧，夸娥（KUAE）智算集群以MTT S5000为核心，单卡AI稠密算力最高1000 TFLOPS，支持FP8至FP64全精度计算及硬件光线追踪；端侧，基于长江SoC的MTT E300 AI模组提供50 TOPS本地算力，支撑机器人终端实时响应。

生态与合作验证

• 与 智源研究院 合作：RoboBrain 2.5 基于 MTT S5000 千卡集群训练，Loss 走势与 H100 集群差异仅 0.62%，集群扩展效率超 90%。
• 与 光轮智能 合作：核心物理参数仿真准确度超 99%，支持刚体、柔体、流体等复杂物理过程。
• 与 小马智行 合作：推进世界模型及车端模型训练适配，每周可生成超 100 亿公里测试数据。
• 与 五一视界、光线云 等伙伴共同推进物理AI仿真体系和具身仿真平台建设。

值得关注

摩尔线程通过“全功能GPU + MUSA生态”路线，打通了“大模型训练—仿真模拟—端侧部署”全链路，成为国内唯一实现该闭环的GPU企业。具身智能面临的核心矛盾在于模型进化快而物理场景积累慢，MT Lambda 试图通过低成本、高保真、大规模仿真数据生成和 Sim-to-Real 闭环，为国产具身智能提供底层基础设施。