近日北京大学EvoPhys团队推出以“人”为中心、面向“场景级万物可控”的5D世界模型 EvoPhys-World。这一前沿研究成果在斯坦福大学WorldScore公开评测榜单中荣登“世界生成World Generation”赛道第一名。而EvoPhys的原生训练全程都在摩尔线程MTT S5000全功能GPU上完成并由MUSA软件栈提供全栈支撑。这标志着国产算力在支撑高水平AI研究方面取得重要进展。WorldScore实时榜单EvoPhys-World 位列第一▼WorldScore 榜单链接https://huggingface.co/spaces/Howieeeee/WorldScore_Leaderboard▼EvoPhys-World 模型主页https://evophys.com世界模型AI走进物理世界的“试金石”AI正从加速从数字世界走向物理世界。过去AI已能在虚拟世界中实现逼真呈现但如何真正“操控”和“交互”物理世界仍是行业面临的核心难题。EvoPhys-World的创新之处在于它将AI生成的世界从传统的“可观看、可漫游、浅交互”提升到“可操控、深交互、自进化”的新高度。该模型以“人”为中心将第一视角下的人类观察与手部交互作为通用动作表征从大规模原始无标注人手EGO数据中学习通过World Engine万物可孪生、物理可交互与World Policy世界可预演、万物可操控两种形态构建了从“生成世界”到“操控世界”的完整闭环。EvoPhys-World 模型架构图这一前沿探索也得到了国际权威评测的验证在斯坦福大学提出、发表于ICCV 2025的世界生成统一评测基准WorldScore上截至本文发布时EvoPhys-World位列世界生成评测榜首。国产算力硬核支撑MTT S5000与MUSA软件栈全栈赋能世界模型训练对算力底座和软件栈均提出了极高要求。EvoPhys-World面向约4万小时的纯人手EGO数据需要在长时序第一视角交互数据中精确建模时空记忆、状态预测、动作预测、物理交互与策略演化这对训练稳定性、数据吞吐与软硬件协同效率带来巨大考验。作为摩尔线程旗舰级AI训推一体全功能GPU智算卡MTT S5000专为大模型训练与推理、高性能计算而设计。依托MUSA软件栈的高兼容性与开放架构摩尔线程为EvoPhys团队训练EvoPhys-World这类新型世界模型提供了全栈支撑▼全功能GPU算力底座MTT S5000面向大模型训练与推理负载结合架构层面的计算单元协同与原生FP8等多精度训练能力为前沿模型训练提供稳定算力。▼MUSA软件栈全方位支持从分布式训练框架、丰富的算子支持到高效的卡间通信与软硬件协同优化MUSA软件栈支撑了这一以扩散式生成为核心、融合多模态时空建模的新型世界模型从适配到稳定训练的全链路落地。▼大规模稳定扩展依托高效的卡间通信与并行策略MTT S5000集群在长时序、高负载的世界模型训练中保持稳定运行与大规模扩展能力。这意味着国产全功能GPU不仅能有效支持前沿世界模型更能在软硬件深度协同下支撑其从研发探索走向规模化训练。MTT S5000训练性能验证扩展性、对齐性与生成质量EvoPhys-World 全程在 MTT S5000 上原生训练在训练负载的实验室验证中MTT S5000 交出了一份兼顾扩展性、对齐性与生成质量的成绩单▼大规模近线性扩展从单机到20节点160卡规模的扩展过程中训练吞吐保持近线性增长多机区间弱扩展效率高达约90%验证了国产算力平台在大规模世界模型训练上的卓越可扩展性。图1MTT S5000 多机弱扩展效率以16卡为基准从单机到20节点160卡训练吞吐保持近线性扩展弱扩展效率约90%。数据来自北京大学EvoPhys团队实测。▼与国际主流GPU性能接近在对齐验证条件下MTT S5000与国际主流产品的训练吞吐基本持平、多机扩展效率曲线趋势接近。图2对齐验证条件下MTT S5000与国际主流产品的多机扩展效率曲线趋势接近。数据来自北京大学EvoPhys团队实测。规模MTT S5000相对训练吞吐1机 / 8卡100%2机 /16卡101%4机 /32卡98%表1对齐验证条件下相对训练吞吐以国际主流产品为100%MTT S5000与国际主流产品基本持平。数据来自北京大学EvoPhys团队实测。▼生成质量定性一致在相同初始帧、相同 prompt 的推理设置下基于国产算力训练所得模型与基于国际主流产品训练所得模型生成的第一视角人手操作视频在抓握姿态、书写笔迹、手—物接触与物理反馈上定性一致无明显结构崩坏或时序断裂。图3同prompt推理生成对比——左为基于国产算力训练所得模型右为基于国际主流产品训练所得模型。Demo来自北京大学EvoPhys团队实测。全链路闭环赋能前沿世界模型自主创新摩尔线程与北京大学的此次协同构建了“前沿模型 — 本土软件栈MUSA— 国产算力MTT S5000— 开发者与产业工作流”的全链路闭环。这一闭环的形成正为国内高校、科研机构与具身智能团队在算力可得性、软硬件自主性与长期迭代能力上带来更高的自主权有力加速从前沿探索到产业落地的全流程。摩尔线程正致力于推动国产算力从基础的模型训练迈向稳定支撑并持续赋能高水平、自主可控世界模型的新阶段。“灯塔计划”全力支持中国科学家攀登AI高峰EvoPhys-World的突破也是摩尔线程“灯塔计划”的标杆成果。该计划是摩尔线程面向全球科研机构推出的算力支持与协作计划为具有创新性、前沿性的科研项目提供优惠算力以及工程、生态资源助力科学家突破资源瓶颈、聚焦核心问题、加速原创突破。摩尔线程正以国产芯片与国产软件栈为基石支持中国创新力量在AI领域取得更多原创成果。未来摩尔线程将持续秉持“灯塔计划”的宗旨深化与高校、科研机构的合作并携手广大开发者及产业伙伴一道以全功能GPU与MUSA软件栈为坚实底座为前沿科研和产业创新提供持续的算力与工程支持共同推动人工智能技术突破加速产业高质量发展。
摩尔线程 × 北京大学｜EvoPhys-World登顶WorldScore，国产GPU全栈原生训练
近日北京大学EvoPhys团队推出以“人”为中心、面向“场景级万物可控”的5D世界模型 EvoPhys-World。这一前沿研究成果在斯坦福大学WorldScore公开评测榜单中荣登“世界生成World Generation”赛道第一名。而EvoPhys的原生训练全程都在摩尔线程MTT S5000全功能GPU上完成并由MUSA软件栈提供全栈支撑。这标志着国产算力在支撑高水平AI研究方面取得重要进展。WorldScore实时榜单EvoPhys-World 位列第一▼WorldScore 榜单链接https://huggingface.co/spaces/Howieeeee/WorldScore_Leaderboard▼EvoPhys-World 模型主页https://evophys.com世界模型AI走进物理世界的“试金石”AI正从加速从数字世界走向物理世界。过去AI已能在虚拟世界中实现逼真呈现但如何真正“操控”和“交互”物理世界仍是行业面临的核心难题。EvoPhys-World的创新之处在于它将AI生成的世界从传统的“可观看、可漫游、浅交互”提升到“可操控、深交互、自进化”的新高度。该模型以“人”为中心将第一视角下的人类观察与手部交互作为通用动作表征从大规模原始无标注人手EGO数据中学习通过World Engine万物可孪生、物理可交互与World Policy世界可预演、万物可操控两种形态构建了从“生成世界”到“操控世界”的完整闭环。EvoPhys-World 模型架构图这一前沿探索也得到了国际权威评测的验证在斯坦福大学提出、发表于ICCV 2025的世界生成统一评测基准WorldScore上截至本文发布时EvoPhys-World位列世界生成评测榜首。国产算力硬核支撑MTT S5000与MUSA软件栈全栈赋能世界模型训练对算力底座和软件栈均提出了极高要求。EvoPhys-World面向约4万小时的纯人手EGO数据需要在长时序第一视角交互数据中精确建模时空记忆、状态预测、动作预测、物理交互与策略演化这对训练稳定性、数据吞吐与软硬件协同效率带来巨大考验。作为摩尔线程旗舰级AI训推一体全功能GPU智算卡MTT S5000专为大模型训练与推理、高性能计算而设计。依托MUSA软件栈的高兼容性与开放架构摩尔线程为EvoPhys团队训练EvoPhys-World这类新型世界模型提供了全栈支撑▼全功能GPU算力底座MTT S5000面向大模型训练与推理负载结合架构层面的计算单元协同与原生FP8等多精度训练能力为前沿模型训练提供稳定算力。▼MUSA软件栈全方位支持从分布式训练框架、丰富的算子支持到高效的卡间通信与软硬件协同优化MUSA软件栈支撑了这一以扩散式生成为核心、融合多模态时空建模的新型世界模型从适配到稳定训练的全链路落地。▼大规模稳定扩展依托高效的卡间通信与并行策略MTT S5000集群在长时序、高负载的世界模型训练中保持稳定运行与大规模扩展能力。这意味着国产全功能GPU不仅能有效支持前沿世界模型更能在软硬件深度协同下支撑其从研发探索走向规模化训练。MTT S5000训练性能验证扩展性、对齐性与生成质量EvoPhys-World 全程在 MTT S5000 上原生训练在训练负载的实验室验证中MTT S5000 交出了一份兼顾扩展性、对齐性与生成质量的成绩单▼大规模近线性扩展从单机到20节点160卡规模的扩展过程中训练吞吐保持近线性增长多机区间弱扩展效率高达约90%验证了国产算力平台在大规模世界模型训练上的卓越可扩展性。图1MTT S5000 多机弱扩展效率以16卡为基准从单机到20节点160卡训练吞吐保持近线性扩展弱扩展效率约90%。数据来自北京大学EvoPhys团队实测。▼与国际主流GPU性能接近在对齐验证条件下MTT S5000与国际主流产品的训练吞吐基本持平、多机扩展效率曲线趋势接近。图2对齐验证条件下MTT S5000与国际主流产品的多机扩展效率曲线趋势接近。数据来自北京大学EvoPhys团队实测。规模MTT S5000相对训练吞吐1机 / 8卡100%2机 /16卡101%4机 /32卡98%表1对齐验证条件下相对训练吞吐以国际主流产品为100%MTT S5000与国际主流产品基本持平。数据来自北京大学EvoPhys团队实测。▼生成质量定性一致在相同初始帧、相同 prompt 的推理设置下基于国产算力训练所得模型与基于国际主流产品训练所得模型生成的第一视角人手操作视频在抓握姿态、书写笔迹、手—物接触与物理反馈上定性一致无明显结构崩坏或时序断裂。图3同prompt推理生成对比——左为基于国产算力训练所得模型右为基于国际主流产品训练所得模型。Demo来自北京大学EvoPhys团队实测。全链路闭环赋能前沿世界模型自主创新摩尔线程与北京大学的此次协同构建了“前沿模型 — 本土软件栈MUSA— 国产算力MTT S5000— 开发者与产业工作流”的全链路闭环。这一闭环的形成正为国内高校、科研机构与具身智能团队在算力可得性、软硬件自主性与长期迭代能力上带来更高的自主权有力加速从前沿探索到产业落地的全流程。摩尔线程正致力于推动国产算力从基础的模型训练迈向稳定支撑并持续赋能高水平、自主可控世界模型的新阶段。“灯塔计划”全力支持中国科学家攀登AI高峰EvoPhys-World的突破也是摩尔线程“灯塔计划”的标杆成果。该计划是摩尔线程面向全球科研机构推出的算力支持与协作计划为具有创新性、前沿性的科研项目提供优惠算力以及工程、生态资源助力科学家突破资源瓶颈、聚焦核心问题、加速原创突破。摩尔线程正以国产芯片与国产软件栈为基石支持中国创新力量在AI领域取得更多原创成果。未来摩尔线程将持续秉持“灯塔计划”的宗旨深化与高校、科研机构的合作并携手广大开发者及产业伙伴一道以全功能GPU与MUSA软件栈为坚实底座为前沿科研和产业创新提供持续的算力与工程支持共同推动人工智能技术突破加速产业高质量发展。
