核心观点 - 摩尔线程与北京智源人工智能研究院合作，基于FlagOS-Robo框架和MTT S5000千卡智算集群，成功完成了具身大脑模型RoboBrain 2.5的全流程训练，这是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性，标志着国产AI基础设施在应对复杂多模态任务上迈出了关键一步 [2] 合作成果与意义 - 此次合作成功验证了国产算力集群在具身智能大模型训练中的可用性与高效性，为具身智能从实验室走向产业落地提供了坚实底座 [2] - 该解决方案通过FlagOS软件栈与MTT S5000硬件集群的高效协作，不仅“能训”，而且实现了“训得稳、训得快” [2] - 此次合作为行业提供了可复制、可规模化的“国产算力训练范式”，为中国具身智能产业提供了一个自主、开放、高效的算力底座 [6] 模型与框架介绍 - RoboBrain是智源面向真实物理场景打造的通用具身大脑，以统一的视觉—语言多模态架构，为机器人在感知、认知、推理与决策上的核心能力提供基础支撑 [2] - RoboBrain 2.5在原有基础上，新增了机器人对动作时序价值评估和三维空间结构的理解与推理能力，对下游任务执行成功率有显著提升 [2] - FlagOS-Robo是基于开源开放的多芯片AI软件栈FlagOS构建的，面向具身智能的训练与推理一体化框架，支持从端到云的多场景部署，兼容多种芯片 [3] - FlagOS-Robo能够同时实现大脑模型（VLM）与小脑模型（VLA）的高效协同训练与推理，打通从数据采集到真机与评测的全链路，覆盖数据加载、模型训练、推理到具身评测的全流程，有效降低了开发复杂度 [4] - FlagOS-Robo支持多芯片，有统一实验管理、多芯片自动调优等功能，实现一键跨本体部署，为具身智能的前沿研究与产业应用提供强大的算力底座与系统化支撑 [4] 性能与评测结果 - 在2D/3D空间感知推理、时序价值评估等多个权威具身评测数据集上的验证结果显示，基于MTT S5000国产千卡训练出的RoboBrain-2.5模型，在多项关键指标上均与国际主流GPU训练模型保持一致 [4] - 在CrossPoint、Q-Spatial、VABench-V任务上，算法效果表现更优，表明其训练出的“具身大脑”在理解、规划和执行能力上已达行业一流水准 [4] - 具体评测数据对比显示，RoboBrain-2.5 (8B) MooreThreads在多个关键指标上与NVIDIA版本表现相当甚至更优，例如在CrossPoint任务上得分为76.30（NVIDIA版本为75.40），在Q-Spatial任务上得分为78.31（NVIDIA版本为73.53） [5] - 在模型精度方面，MTT S5000千卡集群上的Loss走势与国际主流GPU训练结果高度重合，相对误差小于0.62%，实现了跨平台的无损迁移，做到了“代码不改、精度不降”的平滑适配 [5] 算力集群性能 - 摩尔线程MTT S5000千卡智算集群展现了较高的扩展能力：从64卡扩展至1024卡，系统实现了90%以上的线性扩展效率，扩展曲线呈现极佳的线性增长趋势 [6] - 随着算力资源的增加，训练速度几乎同步倍增，证明了国产集群在大规模并行计算和通信调度上的成熟度，并具备支持万卡级训练的能力 [6]

公司技术进展 - 摩尔线程联合北京智源人工智能研究院成功完成智源自研具身大脑模型RoboBrain2.5的全流程训练 [1] - 此次训练基于FlagOS-Robo框架并依托MTT S5000千卡智算集群完成 [1] - 该解决方案通过FlagOS软件栈与MTT S5000硬件集群协作实现了“能训”、“训得稳、训得快” [1] 行业意义与影响 - 具身智能已成为人工智能的下一个战略高地 [1] - 此次发布是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性 [1] - 标志着国产AI基础设施在应对复杂多模态任务上迈出了关键一步 [1] - 底层算力底座的自主可控显得尤为关键 [1] - 为具身智能从实验室走向产业落地提供了坚实底座 [1]

行业技术突破 - 摩尔线程与北京智源人工智能研究院合作，基于FlagOS-Robo框架，依托MTT S5000千卡智算集群，成功完成智源自研具身大脑模型RoboBrain 2.5的全流程训练 [1] - 这是行业内首次验证国产算力集群在具身智能大模型训练中的可用性与高效性 [1] - 标志着国产AI基础设施在应对复杂多模态任务上迈出了关键一步 [1]

公司概况与IPO信息 - 摩尔线程正式提交科创板IPO招股说明书，拟发行不低于4,444.7580万股普通股，发行后公开发行股数占比不低于10% [1] - 发行前公司总股本为40,002.8217万股 [1] - 消息公布后，寒武纪股价两日内从601.5元跌至545.1元 [1] 技术实力与产品表现 - 采用Fabless模式，专注全功能GPU芯片研发设计，2024年营收超4亿元，近三年复合增长率超200% [2] - MTT S80显卡FP32算力接近英伟达RTX 3060，MTT S5000千卡智算集群效率超过国外同代系GPU训练集群 [2] - 基于MUSA架构实现单芯片同时支持AI计算加速、图形渲染、物理仿真及超高清视频处理的突破 [2] - 产品兼容DirectX/OpenGL/Vulkan等主流图形技术，支持X86/ARM/LoongArch等CPU架构及多操作系统 [3] 业务结构与市场表现 - 收入主要来自AI智算(2024年增长显著)、专业图形加速(2023年快速增长)和桌面级图形加速(收入下降) [5] - 产品矩阵覆盖云计算/边缘计算/终端设备市场，适配政务/企业/个人消费等多层次需求 [3] - 2022-2024年累计研发投入超38亿元，研发人员占比78.69%，拥有450项专利(境内442项) [6] 行业格局与市场前景 - 全球GPU市场2024年达5,315.03亿元，预计2029年达36,119.74亿元 [6] - 中国GPU市场规模从2020年384.77亿元增至2024年1,638.17亿元，预计2029年达13,635.78亿元 [7] - 国际由英伟达/AMD主导，国内形成寒武纪/摩尔线程/海光信息/景嘉微等竞争格局 [7] 财务与经营状况 - 2022-2024年归母净利润分别为-18.40亿/-16.73亿/-14.92亿元，扣非净利润分别为-14.12亿/-16.91亿/-15.07亿元 [8] - 营收从2022年0.46亿元增至2024年4.38亿元，复合增长率208.44% [8] - 截至2024年末累计未弥补亏损12.07亿元，上市后短期内无法现金分红 [8] - 2023年10月被美国列入"实体清单"，采购受限 [8]