摩尔线程携手光轮智能,打造国产具身智能仿真基础设施

2026-05-11 16:00:40
关注

摩尔线程携手光轮智能,打造国产具身智能仿真基础设施

摩尔线程近日宣布与光轮智能建立战略合作关系。双方将基于摩尔线程的全功能GPU及夸娥(KUAE)智算集群,结合光轮智能自主研发的“求解—测量—生成”三位一体仿真平台,联合构建高置信度的仿真数据合成解决方案。该方案通过国产算力与仿真算法的深度融合,为具身智能的发展提供了更加稳定、可控的基础设施支撑。

当前,具身智能领域面临诸多技术挑战,尤其是在数据采集方面。真实环境中的物理数据获取困难,成本高昂,且难以实现多样化的场景覆盖与物理过程的稳定复现。为了弥补这一数据缺口,高质量的仿真合成数据被认为是关键路径。然而,这类数据的规模化生产需要应对渲染量呈指数增长的算力挑战。

以典型操作任务为例,单条轨迹经过泛化处理后,渲染帧数可达4.8万帧(如图2)。若任务数量增加至数百条,则总帧数可达数百万级别。此类大规模的并发渲染和复杂物理仿真任务,对GPU的AI计算、图形渲染和物理仿真能力提出极高要求。尤其是硬件级光线追踪技术,已成为确保合成数据物理真实度的重要保障。

图1:合成数据示例展示了一条机械臂任务的执行轨迹,其中包含5个视觉相机机位的画面渲染,用于机器人视觉仿真数据的生成。

图2:4种装修风格搭配4种灯光环境,形成16组渲染结果。每组配有5个机位,每个机位需要渲染600帧画面,单条轨迹总帧数达4.8万。

国产算力与仿真算法融合,构建具身智能合成数据平台

为系统性解决上述挑战,摩尔线程与光轮智能充分发挥双方技术优势,通过国产GPU算力平台与自研仿真技术的深度协同,构建起“真实轨迹→仿真建模→数据扩增”的国产化闭环。该体系不仅成功攻克了柔性体抓取等物理模拟难题,还实现了高质量合成数据的规模化生产。

作为全球领先的物理AI数据与仿真基础设施提供商,光轮智能凭借其“求解—测量—生成”三位一体的全栈仿真平台,为此次合作提供了核心算法和仿真资产支持。

在仿真层方面,光轮智能自研的高精度GPU物理求解器,支持多物理场、多材质的统一求解,涵盖刚体、柔体、流体、颗粒等复杂物理过程。该平台已适配摩尔线程MUSA架构,在MTT S5000智算卡上通过全功能GPU加速与光线追踪硬件单元,实现了高效稳定运行和高保真渲染。此外,光轮智能依托其创新的物理测量工厂和虚实对标方法,将质量、摩擦、接触、形变等关键物理参数引入仿真环境,并结合SimReady标准体系,确保仿真资产可验证、可复用、可大规模部署。其核心物理参数的仿真准确度超过99%,为高置信度合成数据的生成奠定基础。

在平台层方面,平台覆盖场景构建、任务生成、仿真执行到评测验证的全流程,形成如RoboFinals等系统化评测能力。结合摩尔线程的国产GPU算力与大规模并发处理能力,平台可高效泛化位姿、物性、视角与环境条件等多个维度,推动具身智能数据从有限采集迈向规模化生成。

图3:模拟机械臂抓取不同质量的柔性物体,从左至右质量依次递增。

摩尔线程发挥全功能GPU算力优势

基于自研的MUSA架构,摩尔线程实现单芯片同时支持AI计算、图形渲染、物理仿真、科学计算与超高清视频编解码,为具身智能合成数据生产提供全链路算力支撑。旗舰级AI训推一体卡MTT S5000,是国内极少数同时支持硬件级光线追踪与AI训推的国产GPU。其内置的RT Core单元可支持复杂物理场景的高保真实时渲染。

基于夸娥千卡智算集群,摩尔线程的全精度通用计算能力为海量合成数据的生成提供了稳定、高效的算力保障。该平台不仅支持单一任务在位姿、物性、视角与环境条件等多个维度的高效泛化,还推动具身智能数据从采集走向生成。此外,摩尔线程全功能GPU兼容光轮智能的自研物理求解器,实现柔性体动力学、刚体碰撞和流体模拟等复杂物理计算,确保合成数据在物理一致性方面达到工业级精度。

图4:使用MTT S5000 RT Core硬件光线追踪加速渲染,性能提升可达2.7倍。

摩尔线程与光轮智能共同构建的具身数据生成国产化闭环,不仅展现了光轮智能在数据与仿真领域的技术积累,也体现了摩尔线程全功能GPU在全栈计算能力上的优势,显著提升了数据合成与生产效率。这一合作标志着双方正在共建“具身智能数据生产基础设施”,以国产自研技术支撑人工智能与机器人训练的海量数据需求。

共筑国产物理AI底座:推动具身智能生态走向自主可控

此次合作不仅是技术能力的结合,也标志着国产具身智能基础设施正从单点突破迈向更深层次的协同建设。双方验证了国产自研物理求解器与国产全功能GPU算力底座的深度兼容性,为行业提供了算法与芯片全面协同攻关的可复制范式,并为具身智能领域提供了算力、算法与数据的全栈价值支撑。

未来,双方将持续深化合作,在具身智能评测平台和物理AI高置信度闭环仿真等领域展开更深入探索,推动合作从当前的数据合成阶段向“仿真—训练—评测”全平台闭环演进,进一步夯实国产物理AI基础设施,助力人工智能真正走进物理世界。

关于摩尔线程

摩尔线程以全功能GPU为核心,致力于为全球提供加速计算的基础设施和一站式解决方案,助力各行各业实现数智化转型。公司目标是打造具有国际竞争力的GPU领军企业,为融合人工智能与数字孪生的数智世界提供先进的加速计算平台,愿景是“为美好世界加速”。

关于光轮智能

光轮智能专注于为物理AI构建数据与仿真基础设施,依托其“求解—测量—生成”三位一体的全栈仿真平台,提供高质、大规模的数据生成和工业级仿真评测服务,推动物理AI的快速落地。目前,全球主要的具身智能团队中,80%以上的仿真资产与合成数据来自光轮智能,全球前五的世界模型团队也已与其展开合作。

您觉得本篇内容如何
评分

相关产品

HOTO 汇投智控 HT6204 多合一传感器

多合一传感器可以同时测量多种气体指标,包括激光粉尘传感器、CO2传感器、TVOC传感器和温湿度传感器,多种数据以数字接口的形式统一输出。

微著科技 高性能传感器ASIC解决方案 MEMS传感器

微著科技是国内为数不多能够给传感器厂商提供定制高性能传感器解决方案的团队,目前已为国内众多院所及知名传感器公司提供了十余个传感器解决方案并已经实现量产。微著传感器ASIC方案的特点:成熟的仪表信号模块IP易于快速搭建;系统方案超低噪声;成熟的24ADC可同时实现模拟数字传感器方案设计;高效率及丰富的方案设计经验。

EC Sense 爱氪森科技 MP6 四气体传感器模组 MP6 四气体传感器模组

• 灵活的传感器适配性• 模块化的结构设计• 小体积• 传感器工作状态自动判断• 5-24V DC宽范围供电• 同时采集气体和温湿度传感器的测量数据• DS4氧气和毒气传感器寿命自动监测

Yanmade 燕麦科技 线体式MEMS传感器测试校准设备 MEMS传感器测试

用于温度传感器、湿度传感器和传感器的校准和测试;设备内置智能数据分析模块,可对测试数据进行自动处理、分析,生成测试报告。

Huba Control 富巴 212系列 流量传感器

212系列流量传感器是基于卡曼涡街(Karmen Vortex Trail)原理。该系列压力传感器带有数字显示器。可显示流量和温度。作为选项,客户还可以选择温度测量。由于没有运动部件,此流量传感器对水质要求不高, 压力损失小,精度高。 • 直接测量介质的流量和温度

方舟 位移传感器 传感器产品

公司坐拥 10000 平方米研发制造基地,现有员工 400 余人,长期专注于柔性集成电路及各类柔性传感器的研发、生产与系统化解决方案。依托自主柔性传感技术平台,产品广泛应用于机器人、新能源汽车、消费电子、精准医疗等高端领域,市场覆盖持续拓展。与此同时,公司设有广东省博士工作站,深度参与《亚洲机器人传感白皮书》编制及多项国家标准制定,先后荣获广东省科学技术奖三等奖等多项重磅科技荣誉。未来,方舟智造将持续筑牢柔性制造技术根基,不断拓展多元传感技术边界,以创新驱动产业高质量发展。

评论

您需要登录才可以回复|注册

提交评论

提取码
复制提取码
点击跳转至百度网盘