摩尔线程周苑与腾讯云石梅:AI落地卡在哪,如何跨过三道坎

资讯 腾讯网 作者:财富中文网 全文 3995 字 · 约 10 分钟读完 分类大模型算力

从芯片、大模型到真正落地人工智能(AI)提效,“硅基”世界的演进逻辑正在发生根本重构。产业场景里的真实需求正在倒逼算力与产品的同步进化。算力底座、模型引擎与终端应用,谁在牵引谁?场景数据又如何反哺技术突破?三方共生的临界点将在何时到来?在2026年《财富》中国500强论坛上,来自AI全景生态链中不同站位的四位...

所属频道 模型发布算力与芯片

芯片怎么做出来、大模型怎么落地、AI 又怎么真正带来效率提升,这条链路一直延伸下去。“


在2026年《财富》中国500强论坛上,AI全景生态链上四位站位不同的嘉宾坐到一起聊了这些话题:摩尔线程联合创始人兼首席运营官周苑、腾讯云副总裁兼教育行业负责人石梅、中科天算董事长兼首席执行官刘垚圻,以及导远科技首席执行官Pia Hu。


摩尔线程联合创始人兼首席运营官周苑


《财富》(中文版)问:摩尔线程已经有5颗芯片量产,从把芯片做出来到让芯片更好用,中间最难跨过去的是什么?


周苑:2020年公司创立时,我们心里的理念就一条——芯片要真正被用起来。要走到这一步,得翻三座山:先做出来,再卖出去,最难的是让它用起来。


先进工艺、半导体这些产业链还不够完善,功能、性能、规格都要往上提,这背后是密集的人才投入;同时芯片还得用起来,落在软件栈、供应链、驱动程序以及各类编译软件上,让用户觉得好用、易用。


摩尔线程起步走的是全功能GPU技术路线,我们有自己的MUSA软件栈。MUSA是一套统一的系统架构,图形计算、AI计算、科学计算,还有不少模拟仿真,都支持。这些能力被放进同一个架构里,用户上手时就会发现,原来国际先进平台上有的引擎,摩尔线程平台上也有。迁移成本因此很低,用户容易上手,不必再花大量人力做适配调优,生态体系也能较快建起来。


从生产出来,到卖出去,再到用起来,在我看来这得一个台阶一个台阶地往下深耕。


腾讯云副总裁兼教育行业负责人石梅


《财富》(中文版)问:眼下AI不光能聊,还能干活,应用层的拐点是不是已经到了?


石梅:我们统计过一组数据:截至今年7月,与2024年相比,像WorkBuddy这样的AI工作台,我们给出目标,它最后交付的是结果。这个变化非常明显。大家一开始用AI多是抱着试试看的心态,后来慢慢养成工作习惯,再往后就是长期使用。技术正在知识、金融等更多领域一点点扩大应用份额。


还有一点,AI广泛应用普及之后,已经从个人提效工具变成了企业生产力工具,随之而来的是组织上的变化,以及生产效率的提升。


导远科技首席执行官Pia Hu。面对《财富》(中文版)提出的“导远科技如何打通从算力到场景的‘最后一公里’”这一问题,



Pia Hu给出的回答是:导远科技研究的是移动物体的位置变化、姿态变化,以及动态形成过程。“


她坦言,最难的环节在规模化测试:要让移动物体在室内、室外都能工作,还要经历春夏秋冬,面对不同温度和不同振动系统,得保证它在各种环境下可靠稳定、保持高精度测量,同时把有效数据留存下来。这对我们来说挑战很大。


中科天算董事长兼首席执行官刘垚圻。《财富》(中文版)问他:相比于地面数据中心,



刘垚圻:我们经常开玩笑说,


他说自己出身科学院,很喜欢“物理边界清晰”这句话。太空看着条件恶劣,有辐照、冷热、失重、真空,可不同环境、不同轨道高度下,它的物理边界都很清晰。


《财富》(中文版)又问:从单卡到十万张卡,对芯片而言,“连接”的挑战是不是更大?


周苑:人工智能的发展要先训练模型,做大参数量的模型需要有大的过去两年,摩尔线程通过大量研发投入,试图打造自己的



芯片本身在训练效果里占的分量不轻,所以在设计阶段就得先想清楚它将来用在哪:只承担训练,还是训练和推理一起干;跑的是模型训练,还是资源调用;服务的对象是机器人,还是智能体。想明白这些,设计时就要把计算、通信、存储放在一张图上统一安排,互联能力得算进去,卡与卡扩展到万卡甚至十万卡规模后效率不掉,也得提前考虑。


芯片做出来之后还要往集群上扩,万卡乃至十万卡,这就变成系统化的工程能力了。有四个非常大的挑战摆在面前:


头一个是网络互联和计算通讯架构怎么做,带宽、时延怎么定。这些指标直接决定集群是否[[保留2]]。第二是可靠性和容错率。中国人讲,万分之一的差错概率是非常大的,它是一个常态。在一定的差错概率下,如何实现[[保留3]]



第三,十万卡规模对能耗、供电保障、供电密度、[[保留4]]。最后是软件栈、调度使用效率,和[[保留5]]



《财富》(中文版):腾讯上线了WorkBuddy,AI正把知识生产的成本一再压低。未来人们干活的方式会被重新组织,您怎么看未来的工作形态?


石梅:WorkBuddy已经接入企业微信,作为内置机器人放在企业微信侧边栏,用来汇总企业内部信息、产出决策和报告,并嵌进企业流程里,不少企业的工作方式因此有了新变化。它不只是个人提效的工具,在大企业和小团队里同样能派上用场。


腾讯看重生态建设,我们聚拢了大量专家的Agent,还有各行各业的[[保留8]]。WorkBuddy是个生态平台,把个人贡献者、企业贡献者和共创的多场景连在一起。市场关心的是能交付任务的AI智能体,落到不同场景里会带来什么价值。我们会把各行业经验做成Skills,让更多人用起来,知识分享也能大幅扩展。



《财富》(中文版):说到物理世界,我有个简单的问题——算力越强,对定位和精度的要求是不是也越高?会不会出现汽车时代从未有过的挑战?


Pia Hu:挑战一直都在,只是形态不一样。汽车行业正朝智能化走,比如自动驾驶的定位精度一出问题,就会酿成安全事故。人的生命只有一次,所以我们必须保证所有产品精度准确、一致、稳定。


眼下我们在往更多行业走,碰上了几个不同的难题。比如,要的精度不像打车定位那样,而是细到厘米、落到个人。举例来说,高楼大厦一旦发生消防事故,得找到合适的救助办法,尽快找到有生命体征的人。我们的高精度定位产品装在相关安防产品里,能帮消防员解决不少问题。这对精度等技术的要求更高。不过使用时的移动速度没有车那么快,也不要求达到车的使用寿命,只要在需要的时候起到正确作用就行。


机器人日常行走、奔跑都没问题。可一旦进入搏击场景,或者路面状况异常,就得在毫秒级做出反应,让肢体的某个部位稳住平衡。人靠眼睛和耳朵感知周围,身体里还另有一套


将来需要这份对未知的确定感的,不只是人,机器人、移动物体同样需要。拿算力和模型不断训练,大脑会更聪明,视力也会更好。可即便如此,人还是会觉得晕,这时候就得靠


《财富》(中文版):


刘垚圻:这些场景在他看来都是刚需。可真正能赚到钱的,偏偏是非刚需业务——出租车、外卖软件,还有前面提到的各类机器人,这些已经跑通了商业闭环。


他的一位学生以前跟他讲过:二十年以后,渔民能不能直接问卫星——我想找金枪鱼,你给我导航一下。卫星靠各种传感器搜寻鱼群,经过大脑思考,再用一句话告诉渔民:东北方向20海里处有一群鱼正要游过,建议用什么鱼钩、什么渔网、什么时候下网、什么时候收网、大约收多少条、卖到哪里、卖多少钱、要不要我帮你卖掉。真有这样一款App,渔民会用吗?


除虫、浇地、数羊、期货、保险,这些才是未来太空互联网、太空算力的价值所在。打电话、拍照片只是表面,真正要做的是用技术把


《财富》(中文版):太空算力是全球竞争的事,中国方案强在哪、弱在哪?是芯片自主,是在轨系统,还是成本?按计划2035年要建成万卡的太空超算中心,这个目标立起来、落下去,靠什么、还要再建什么?


刘垚圻:AI时代,不管在地面还是太空,中国都应该能赢。AI需要更多人物、机器人的输入,而中国走的一直是开源开放、共享共创的路子,政策和技术都是如此。


AI早晚要走向全球化,地面的基础设施也好,天上的也好,中国往应用上布局——挪威的渔民、埃及的渔民会不会用我们的找鱼App?围绕安全和开源开放做生态,发展中国家和全球用户可能更愿意接受。这一点很关键。


再回头看过去五十年信息技术的发展,其实一直挺被动。问题不在技术,而在英特尔、英伟达、谷歌五十年前开发出第一个应用,如今长成千亿级应用,大家都跑在这些生态体系上,而它们并没有完全开源开放。今天太空算力重新起步,是个重要机会。


《财富》(中文版):英伟达不只在物理世界很强,它还有自己的生态系统


周苑:芯片从做出来到用起来,生态软件非常关键。一开始就得想清楚到底服务哪个市场。事实上,现在的生态体系是建立在


硬件底子得先齐备,图形、科学计算、仿真都算在内,所以摩尔线程用全功能GPU搭起统一架构的计算体系。另一头,芯片要跑得快:迭代、软件成熟、再回头推动芯片架构升级、再带动软件往前走。MUSA软件栈能兼容过去6年,这家公司靠一年一代的芯片节奏推产品化,生态的影响力也一点点放大。



《财富》(中文版)问:AI正走到全民时代的关键节点,哪个场景会让应用真正全方位、大规模地爆发?办公、科研,还是别的?


石梅的判断是,爆发点会落在办公上。WorkBuddy今天盯的正是办公,而办公人人参与,时间分配上又能被大幅改写:重复性的事交给AI,人晚上睡觉时也能把活派给AI,效率上去了,生产力也跟着放出来。


更长远看,她认为最有价值、下一步可能释放巨大价值的,是在


《财富》(中文版)又就位置系统提问:AI应用最先爆发的场景会是哪一个?


Pia Hu提到,眼下很热的是李飞飞的


头一条是绝对的实时,要精确到毫秒,一点延时都不允许。信号从卫星发出,穿过大气、粉尘和雨水都会带来延时,那就得靠惯性系统把这个延时补回来,保证及时。


第二条是此时此刻位置变化的测量必须足够准。机器人本身就是移动物体,形态五花八门,人形、机器狗,或者别的移动体都算。最后一公里的事要解决,快递的最后一公里、送一杯咖啡的最后一公里,对实时和精确的要求都很高,得靠时间和空间配合。所以导远科技做的是


《财富》最新榜单

本文由本站编辑组整理与排版,内容基于公开信息核实后归纳发布,与文中提及的产品、公司无隶属关系。我们持续跟踪 AI 领域的模型、产品与行业动态,力求信息准确、表述清晰;文中涉及的名称、价格与功能细节可能随官方调整而变化,请以官方最新说明为准。如发现疏漏或表述有误,欢迎通过站内渠道反馈指正。

相关 AI 工具

AI 导航

相关推荐 按相关度与热度排序

全部资讯 →
  1. AI产业催化密集:硬件与应用两端都有动作,商业化收入成关注焦点

    每经AI快讯,全球人工智能产业近期迎来密集催化,硬件端与应用端均有重要事件落地。英伟达最新财报继续验证全球AI算力需求的旺盛程度,大模型企业Anthropic亦正式登陆纳斯达克,为投资者观察前沿AI企业的商业模式和估值水平提供了新的参照。分析人士认为,当前AI产业仍处于快速发展阶段,算力基础设施建设和大模型技术迭代..

    来源 腾讯网
  2. 商汤AI落地:模型算力应用并进,港股AI商业化迎双增长

    导读THECAPITAL从模型、算力到应用,商汤正在打通AI落地的多个环节。本文3125字,约4.6分钟作者 | 冯晓亭 编辑 | 吾人来源 | 融中财经2026年,越来越多的AI企业走进港股市场。从大模型、算力芯片到智能驾驶,产业链上的公司相继受到投资者关注。随着壁仞科技、智谱、MiniMax等企业陆续上市,港股也成

    来源 腾讯网
  3. 中国AI日均500万亿词元:调用量年增4倍,生意逻辑变了?

    过去两年,AI行业谈论最多的,是模型参数、榜单排名和训练能力。但随着大模型逐步进入企业业务,行业真正关心的问题正在变化:模型能不能被持续调用,算力能不能稳定交付,以及每一次调用能否带来合理回报。数据显示,截至2026年7月,中国日均词元(Token)调用量已超过500万亿,较去年底的100万亿增长了约4倍。今年“双十.

    来源 腾讯网
  4. 百度阿里腾讯京东财报对比:谁为AI砸钱最多?

    11月16日至19日,百度、京东、腾讯、阿里相继发布2026年第三季度财报。 四家公司中,只有阿里和百度明确披露了AI相关业务收入,分别为179.18亿元和132亿元。 01、大厂都想让AI参与老生意 阿里目前收入规模最清楚的AI业务,就是云与算力服务。 第三季度,阿里AI云与算力服务收入609.73亿元,同比增长53

    来源 AI 行业观察
  5. 英伟达投的AI Infra创企发模型工厂!支持数千卡集群训练万亿MoE

    智东西11月20日消息,昨日,美国AI Infra创企Prime Intellect宣布推出模型训练平台Model Factory,企业可根据平台支持的模型和算力配置,更新现成模型的全部参数,或从零训练新模型。该公司称,其底层强化学习框架prime-rl支持在千张以上GPU集群上训练万亿参数以上的MoE模型。

    来源 智东西
  6. 阿里AI投资换挡:国产算力比例将提升,云业务成增长引擎

    21世纪经济报道记者 董静怡 11月19日晚,阿里巴巴集团发布最新季度业绩。 财报显示,2027财年第二季度,集团收入同比增长10%至2715亿元,经调整EBITA同比暴增260%至326亿元,GAAP净利润644亿元,同比增长213%。单看利润端,这是阿里近几年来最强劲的一份财报。 电商基本盘已经走过最难的阶段,经调

    来源 腾讯网
  7. Anthropic上市首日破发:2万亿市值难撑,AI股集体下挫

    出品 | 妙投APP作者 | 董必政编辑 | 丁萍头图 | 视觉中国美东时间11月19日中午,纳斯达克的钟声为Anthropic而响。这是一家成立近六年的公司,做大模型的,名字大部分A股股民还念不顺。它的IPO定价83美元,公开发行9.8亿股,募资813.4亿美元;加上谷歌、英伟达等七家产业伙伴按发行价认购的260亿美

    来源 腾讯网
  8. 阿里云单季收入突破600亿,吴泳铭:算力紧缺是长期现实,数据中心建设目标可能下调

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重投

    来源 腾讯网
  9. Anthropic阿莫代伊:9000亿AI投入对照现金营收不算夸张

    随着人工智能产业进入重资产投入阶段,动辄数千亿美元的算力与基础设施承诺频频引发市场对泡沫与财务可持续性的讨论。据界面等媒体报道,11月19日,Anthropic 首席执行官达里奥·阿莫代伊公开回应了高达9000亿美元的 AI 相关投入承诺,称如果结合公司目前的现金储备以及年营收规模来看,这一数字“看

    来源 AI 开发者社区
  10. 谷歌签下蓝色起源:2029年用New Glenn发射AI卫星

    2026年11月19日,谷歌宣布与蓝色起源签约,将于2029年第一季度用New Glenn重型火箭执行Project Suncatcher首次专用重型发射,把搭载TPU的AI卫星送入太阳同步轨道。在此之前,谷歌已于10月完成史上首次轨道数据中心级AI推理测试——机载Gemma 4模型生成的俳句在挪威斯瓦尔巴群

    来源 AI 科技快讯
  11. Superfluid 舰队模式:多台电脑连起来跑本地大模型

    本地跑大模型虽隐私安全,但单设备算力有限且易闲置。Superfluid 推出“舰队模式”,能将办公室内不同品牌、不同芯片的电脑(Mac、NVIDIA、AMD等)聚合成一个统一的推理端点。实测显示,六台异构设备协同可将吞吐量提升近五倍,且支持节点故障无缝切换,无需修改客户端代码即可享受分布式算力红利。

    来源 AI 应用前沿
  12. Anthropic登陆纳斯达克:810亿美元IPO背后,AI安全承诺面临拷问

    当地时间11月19日,开发Claude语言大模型的美国人工智能企业Anthropic公司,在美国纳斯达克交易所挂牌上市,首次公开募股融资金额超810亿美元,超过Space X在今年6月创下的750亿美元的历史最高纪录,成为全球最大IPO。 从成立之初,Anthropic就强调自己与其他AI公司的不同之处在于“安全和责任

    来源 AI 行业观察
  13. Anthropic冲击IPO:AI循环融资模式迎来首次公开定价

    Anthropic走向公开市场,意味着它必须背负巨额算力承诺接受投资者审视。这家明星公司的上市,不只关乎自身成败,更被视为检验AI行业“循环融资”模式成色的关键一役——即便Anthropic失去领先,亚马逊、谷歌等基础设施伙伴仍可能继续从AI浪潮中获利。

    来源 AI 行业观察
  14. 英伟达回吐两年涨幅:AI概念股集体下挫,标普500跌3.70%

    一觉醒来,美股暴跌! 小雷昨夜睡得早,没想到美股直接上演一场黑色星期五。 纳指开盘就往下走,AI相关的股票几乎没给反应时间。跌得最狠的就属英伟达,一夜之间,把过去两年的涨幅吐了回去,股价回到2024年的水平。 不只是英伟达一家。芯片、服务器等凡是跟算力沾边的,全在往下掉。 最新情况是怎么样呢?当地时间11月20日,美国

    来源 AI 行业观察
  15. 深夜,美股AI血崩,英伟达市值已跌去2.7万亿美元

    智东西(公众号:zhidxcom)编译 | ZeR0编辑 | 漠影智东西11月21日消息,一夜之间,美股惨遭“黑色星期五”,对AI泡沫加剧的担忧引发华尔街抛售潮,恐慌情绪集中爆发,美国科技股一片哀嚎,英伟达股价暴跌14%,戴尔暴跌11%,Anthropic暴跌9%,甲骨文、SpaceX、特斯拉暴跌8%,Meta暴跌6%

    来源 腾讯网
  16. 谷歌字节快手集体降价,AI视频进入分秒计价时代?

    (本文作者为 AIX财经,钛媒体经授权发布)文 | AIX财经,作者 | 王璐,编辑 | 魏佳AI视频行业正在靠近一个类似DeepSeek的时刻,模型能力差距收窄,价格被打到分/秒,创作者开始批量调用。11月初,谷歌把视频模型Gemini Omni 1.2 Flash转为正式版,不仅支持15秒视频生成和多轮对话式编辑等

    来源 腾讯网
  17. 微软公布 USB4 多 Win11 电脑协同 AI 方案,搭积木式叠加内存 / 显卡算力跑本地模型

    IT之家 11 月 20 日消息,微软昨日(11 月 19 日)发布博文,宣布以开发者预览方式,推出基于 USB4 的远程直接内存访问(RDMA)体验,实现多台 Windows 11 电脑合力跑 AI 模型体验。 IT之家注:RDMA 是让一台电脑能够高效地向另一台电脑中获授权的内存区域读写数据,减少操作系统和 CPU

    来源 AI 行业观察
  18. 阿里云Q2收入609.73亿增53%:算力紧缺成长期现实

    另外,吴泳铭判断:算力紧张是行业中长期要面对的现实,2027至2028年国内算力供给仍存在缺口,阿里会持续补齐自研算力供给,同时通过多元化采购保障供给。吴泳铭表示,全球各个区域的算力政策出现了非常大的变化,将对阿里云的数据中心建设产生影响。根据目前的初步评估,阿里此前制定的到2032年全球数据中心规模超过20GW的目标

    来源 TechWeb
  19. 丹佛斯亮相数据中心标准大会:展示AI液冷全链路方案

    11月21日消息,11月19日,2026中国数据中心标准大会在北京国家会议中心开幕。丹佛斯展示覆盖冷源、冷却液分配单元(CDU)、二次侧流体网络及机柜连接的液冷产品和解决方案,面向AI数据中心高密度算力场景的冷却需求。 在冷源侧,丹佛斯天磁磁悬浮无油压缩机可适应风冷及液冷场景下不同的供液温度需求,并支持与自然冷却模式衔

    来源 AI 行业观察
  20. 阿里云单季收入609.73亿增53%:吴泳铭称算力紧缺长期存在

    【TechWeb】11月20日消息,阿里巴巴发布2027财年第二季度(自然年2026年7—9月)财报,该季度阿里云板块收入609.73亿元,同比增长53%,其中,外部客户收入同比增长64%,刷新近六年来的增速高点。 剔除一次性硬件交付后的外部经常性收入增速进一步升至67%。在资本开支同比大增60%至504.77亿元的重

    来源 AI 行业观察
向下滚动自动加载更多