公司技术进展 - 摩尔线程于2月12日宣布，其旗舰级AI训推一体GPU MTT S5000已完成对智谱新一代大模型GLM-5的全流程适配与验证 [1] - MTT S5000是专为大模型训练、推理及高性能计算设计的全功能GPU智算卡，基于第四代MUSA架构“平湖”打造 [1] - 该GPU单卡AI算力最高可达1000 TFLOPS [1] 行业合作动态 - 摩尔线程的硬件产品与智谱AI的最新大模型GLM-5实现了技术适配，表明国内AI芯片公司与大模型开发商之间的生态合作正在推进 [1]

公司技术进展 - 摩尔线程于2月12日宣布，已在旗舰级AI训推一体GPU MTT S5000上，完成了对智谱新一代大模型GLM-5的全流程适配与验证 [1] - MTT S5000是专为大模型训练、推理及高性能计算设计的全功能GPU智算卡，基于第四代MUSA架构“平湖”打造 [1] - 该GPU单卡AI算力最高可达1000 TFLOPS [1] 行业合作动态 - 摩尔线程的GPU产品与智谱AI的大模型GLM-5完成了技术适配，表明国产AI芯片与主流大模型生态的整合取得进展 [1]

智谱发布新一代大模型GLM-5 - 智谱公司于2月11日晚正式发布新一代大模型GLM-5 [1] 摩尔线程实现技术适配与性能提升 - 摩尔线程基于SGLang推理框架，在AI训推一体全功能GPU MTT S5000上实现了对GLM-5的Day-0全流程适配与验证 [1] - 公司通过MUSA架构，利用硬件原生FP8加速能力与ACE异步通信引擎，在确保精度的同时提升了系统吞吐量 [1]

公司产品与技术进展 - 摩尔线程基于SGLang推理框架，在其旗舰级AI训推一体全功能GPU MTT S5000上，完成了对GLM-5大模型的Day-0全流程适配与验证 [1] - 公司成功打通了模型推理全链路，并深度释放了MTT S5000的原生FP8加速能力，在确保模型精度的同时显著降低了显存占用，实现了GLM-5的高性能推理 [1] - 此次快速适配印证了公司MUSA软件栈的成熟度，并展现了其国产全功能GPU对最新大模型即时、高效的支持能力 [1] 行业生态与合作 - 智谱于2月11日正式发布新一代大模型GLM-5 [1] - 摩尔线程凭借其MUSA架构广泛的算子覆盖与强大的生态兼容能力，完成了对GLM-5的快速适配 [1]

文章核心观点 - 小马智行近期在战略合作、指数纳入、财务改善及业务进展方面均有利好 公司股价受此驱动在近期显著上涨 市场关注度提升[1][2][3][4] 战略合作与公司事件 - 2026年2月6日 公司与国产GPU企业摩尔线程达成战略合作 将基于摩尔线程MTT S5000智算卡及“夸娥”集群 共同推进L4级自动驾驶世界模型训练与仿真 首次在关键环节规模化应用国产AI算力[1] - 合作旨在提升自动驾驶技术迭代效率与成本优化 为商业化落地提供支撑[1] - 2026年2月11日 明晟公司宣布将小马智行纳入MSCI中国指数 调整结果将于2月27日收盘后生效 预计引入被动资金跟踪[1] 股票近期走势 - 近7天股价区间上涨9.42% 最高价达119.60港元 最低价为100.20港元[2] - 2月9日合作消息公布后 股价单日上涨5.79% 收盘报109.70港元[2] - 2月10日继续上涨5.29% 报115.50港元[2] - 2月11日受MSCI纳入提振 收盘价升至118.50港元 单日涨幅2.60%[2] - 2月9日成交额放大至约9531万港元 反映市场关注度提升[2] 财务与业务表现 - 2025年业绩预告显示 预计年度亏损收窄至6900万-8600万美元 较2024年亏损27500万美元大幅减少68.7%-74.9%[3] - 亏损收窄主要源于对上市公司投资公允价值变动收益增长[3] - 2025年第三季度毛利率提升至18.4% 环比增2.2个百分点[3] - Robotaxi车队规模突破1159辆[3] - 第七代车型在广州实现单位经济模型转正 日均净收入299元人民币[3] - 为2026年车队扩张至3000辆目标奠定基础[3] 机构观点摘要 - 中邮证券报告指出 公司作为智能驾驶龙头 Robotaxi商业化路径初步验证[4] - 轻资产模式与成本优化支撑长期增长 例如自动驾驶套件BOM成本降70%[4] - 报告预计公司2025-2027年收入分别为8192万 1.22亿 2.36亿美元[4]

公司动态：摩尔线程开源TileLang-MUSA项目 - 摩尔线程于2月10日正式宣布开源TileLang-MUSA项目，该项目实现了对TileLang编程语言的完整支持 [2] - 该项目已在摩尔线程多代全功能GPU上完成功能验证与特性开发，旨在通过高层抽象与编译器优化降低开发门槛，为国产算力平台提供更高效的AI与高性能计算开发体验 [2] 技术产品：TileLang编程语言特性 - TileLang是一款基于张量分块（Tiling）抽象的高性能AI算子编程语言，属于领域特定语言（DSL）[3] - 该语言采用声明式语法与类Python前端，使开发者能以接近数学公式的形式描述计算意图，并由编译器自动完成循环优化、内存调度与代码生成 [3] - 其三大核心作用是：通过高级抽象降低开发门槛；具备“一次编写、多架构运行”的跨平台能力；编译器自动执行Layout推导、线程映射等复杂任务以保障性能 [3] - 该语言已应用于AI与机器学习（如快速定义新型算子）、科学计算（移植数值模拟程序）以及作为硬件厂商构建软件生态的基础工具链 [3] 应用案例：TileLang的实际产业应用 - 在产业实践中，DeepSeek-V3的研发已采用TileLang进行算子快速原型设计与性能验证，证明了其在大规模模型训练中的实战价值 [4] - 摩尔线程开源的TileLang-MUSA项目是这一技术理念的产业落地，旨在通过提供高效开发工具链降低创新门槛，推动国产算力应用生态发展 [4] 项目详情：TileLang-MUSA的技术特性与效果 - TileLang-MUSA项目提供了一种介于底层汇编与高层DSL之间的“中间层”抽象，在保留硬件控制力的同时降低编程复杂度 [5] - 该项目已在摩尔线程多代全功能GPU上完成验证，包括训推一体全功能智算卡MTT S5000和MTT S4000，展现了良好的硬件兼容性 [5] - 项目团队实现了TileLang高层语义到摩尔线程GPU底层MUSA架构的精准映射，基于MUSA架构的TileLang原生算子单元测试覆盖率已超过80% [5] - 实测效果显示，在MTT S5000上，使用TileLang-MUSA的代码量相较手写MUSA C++代码减少了约90%，且代码逻辑更清晰，极大降低了开发与维护成本 [5][6] 战略规划：构建国产算力生态的展望 - TileLang-MUSA的开源是摩尔线程构建国产算力生态的关键一步，公司致力于打造一个覆盖从单算子到完整大模型的国产算力统一加速平台 [7] - 具体规划包括：持续进行性能优化，使生成代码性能稳定达到手写优化版本的90%以上；深度集成SGLang等主流AI框架；将优化从单算子延伸至Transformer、MoE等复杂模型架构；同时完善调试和性能分析工具链 [7] - 最终核心目标是构建一个开放、高效、充满生命力的国产算力生态 [7]

公司股价与市场反应 - 周一，小马智行股价上涨超过4%，收报14.97美元 [1] 战略合作核心内容 - 小马智行与摩尔线程于2月6日正式宣布达成战略合作 [1] - 合作聚焦于L4级自动驾驶技术的落地与规模化应用 [1] - 双方将围绕小马智行的技术核心——世界模型及虚拟司机系统的训练与优化展开深度协同 [1] - 合作旨在以安全可靠的AI算力，赋能自动驾驶技术迭代和商业落地 [1] 合作意义与行业影响 - 此次合作是中国人工智能领域产业链协同创新的重要示范 [1] - 这是小马智行首次在关键训练与仿真环节规模化应用国产AI算力 [1] - 合作标志着摩尔线程国产全功能GPU正式进入自动驾驶核心领域 [1]

公司股价与市场反应 - 小马智行股价在周一上涨超过4% 收报14.97美元 [1] 战略合作核心内容 - 小马智行与摩尔线程于2月6日正式宣布达成战略合作 [1] - 合作聚焦于L4级自动驾驶技术的落地与规模化应用 [1] - 双方将围绕小马智行的技术核心——世界模型及虚拟司机系统的训练与优化展开深度协同 [1] - 合作旨在以安全可靠的AI算力 赋能自动驾驶技术迭代和商业落地 [1] 合作意义与行业影响 - 此次合作是中国人工智能领域产业链协同创新的重要示范 [1] - 这是小马智行首次在关键训练与仿真环节规模化应用国产AI算力 [1] - 合作标志着摩尔线程国产全功能GPU正式进入自动驾驶核心领域 [1]

公司股价与事件 - 2024年2月5日周一 公司股价上涨超过4% 收报14.97美元 [1] 战略合作核心内容 - 2024年2月6日 公司与摩尔线程正式宣布达成战略合作 [1] - 合作聚焦于L4级自动驾驶技术的落地与规模化应用 [1] - 合作将围绕公司的技术核心 即世界模型及虚拟司机系统的训练与优化展开深度协同 [1] - 合作旨在以安全可靠的AI算力 赋能自动驾驶技术迭代和商业落地 [1] 合作意义与行业影响 - 此次合作是中国人工智能领域产业链协同创新的重要示范 [1] - 这是公司首次在关键训练与仿真环节规模化应用国产AI算力 [1] - 此次合作标志着摩尔线程国产全功能GPU正式进入自动驾驶核心领域 [1]

文章核心观点 - 摩尔线程推出全球首个基于国产全功能GPU的AI智能编程服务“AI Coding Plan”，标志着国产AI芯片从“能用”的算力补充向“好用”的生产力工具关键进化，旨在打通算力国产化替代的关键场景闭环 [1] - 该服务通过“软硬一体、全栈国产化”的解决方案，试图重构国产AI生态叙事，降低开发者对英伟达CUDA生态的路径依赖，并有望催化中国本土AI原生应用的爆发 [2][4][6] - 此举象征着摩尔线程从“芯片硬件商”向“软硬一体生态平台商”的关键转型，通过拓展高毛利软件服务，拓宽收入边界、改善利润结构，并可能引发资本市场对其长期价值的重估 [7][8][9] 产品与服务 - 推出“AI Coding Plan”智能编程服务，实现了国产芯片与国产大模型在AI编程领域的首次深度耦合 [1] - 该服务是全球首个基于国产全功能GPU算力底座构建的智能开发解决方案，是一套“软硬一体、全栈国产化”的AI辅助编程引擎 [2] - 在算力层，以摩尔线程MTT S5000的全精度计算能力为核心驱动，通过软硬件协同实现算力效能倍增 [2] - 在框架层，与硅基流动联合开发，通过高效算子融合及框架优化，在确保代码生成质量的同时显著降低响应延迟 [2] - 在模型层，搭载智普GLM-4.7顶尖代码模型，该模型在Code Arena评估中位列开源及国产第一，在部分场景表现优于GPT-5.2 [2] - 在生态层，实现与Claude Code、Cursor、OpenCode等多款主流编程工具的即插即用适配，开发者无需改变习惯 [3] 战略意义与行业影响 - 标志着国产AI芯片实现了从“能用”的算力补充，向“好用”的实战生产力工具的关键进化 [1] - 为国内开发者提供了一个高性能且安全的“技术避风港”，是国产算力从“幕后支撑”向“台前赋能”的重要标志 [3] - 核心价值在于通过AI辅助编程与自动化迁移技术，降低国产架构的学习曲线和算力切换的沉没成本，打破英伟达CUDA生态构建的习惯围墙 [4] - AI编程作为AI后时代的“卖铲人”，有望催化国内原生应用的放量，通过提升开发效率、降低门槛，助力中国企业在AI应用层取得先发优势 [6] - 应用端的爆发将触发国产AI链条的整体进化，真实场景的优化反馈将反哺底层模型迭代与算力芯片架构优化，形成从芯片、模型到应用协同进化的正向循环 [6] 商业模式与公司转型 - AI Coding Plan的推出象征着公司身份实现了从“芯片硬件商”向“软硬一体生态平台商”的关键转型 [7] - 该服务扮演了硬件销售的“加速器”，通过降低开发门槛激发需求，AI应用的爆发会反过来提振市场对底层算力芯片的需求 [7] - 成功卡位AI编程入口，有望提升用户对公司整个生态系统的黏性，带动硬件业务进一步扩张 [7] - 成功拓展了高毛利、高黏性的软件服务业务，该业务采取阶梯式订阅制收费，对外部环境依赖较低，一旦形成规模效应，边际成本会快速递减，带动毛利率持续走高，现金流更稳定 [8] - 公司从一个上游AI芯片供应商转变为“AI硬件+生态系统+软件服务”的国产头部AI平台主导者，通过软硬件深度协同拓宽收入边界，改善利润结构，有效平滑芯片行业的周期性风险 [8] 市场与估值展望 - 公司身份的转变可能引发资本市场对其长期价值的重估 [9] - 相比于硬件公司，软件公司收入边界更广、现金流更稳定、毛利空间更高，在资本市场可以拿到更好的估值溢价 [9] - 参考英伟达和苹果的进化路径，软件服务能力的提升直接拔高了公司的增长天花板，提振了长期估值中枢 [9] - 以AI Coding为代表的软件业务落地，有望使公司在“国产AI芯片龙头”的稀缺性溢价之外，进一步获得“生态平台商”角色赋予的高估值溢价 [9]