在2026世界人工智能大会（WAIC）上，摩尔线程创始人、董事长兼CEO张建中提出了“三大AI工厂”的概念，分别对应模型训练工厂、词元（Token）生产工厂和智能体生产工厂，旨在覆盖从基础模型研发到产业应用、从云端基础设施到终端设备的完整链路。

张建中认为，进入Agent时代，AI不再只是一个需要被训练的模型，而是正在变成一种需要被持续生产、调用和部署的智能能力。三大工厂正是对这一趋势的回应：模型训练工厂解决“如何制造更聪明的模型”，词元生产工厂解决“如何让更多人低成本使用智能”，智能体生产工厂则让AI进一步具备行动能力，从数字世界走向现实世界。

中国工程院院士、清华大学教授郑纬民在演讲中指出，算力基建的关键在于将每一份算力转化为高质量词元，三大“AI工厂”是算力基础设施的必然演进。国家信息中心大数据发展部副主任魏颖也认为，算力基础设施是词元生产的物理底座，作为算力核心的GPU决定了生产效率与成本。

摩尔线程高级副总裁董龙飞强调，三个工厂并非割裂的业务方向，而是代表不同市场，不存在简单的优先级关系。但从产业竞争角度看，模型训练仍然是整个体系的基础。“产业人工智能的竞争最重要的就在于这个模型是不是聪明。”董龙飞表示，模型能力依靠预训练和后训练获得，而非推理阶段。

在模型训练工厂方面，摩尔线程展示了万卡规模MoE-236B基础模型训练项目，依托国产万卡GPU集群完成从零开始的完整训练，有效训练时长占比超过90%，模型精度和训练损失曲线与国际主流计算卡高度一致。此外，北京大学EvoPhys团队的5D世界模型EvoPhys-World也基于摩尔线程MTT S5000夸娥智算集群完成全栈原生训练，并在WorldScore“世界生成”维度连续37天排名第一。京东云总裁曹鹏表示，京东正在基于摩尔线程国产算力进行模型训练、适配和调优。

词元生产工厂方面，摩尔线程强调模型快速适配、推理优化以及异构算力协同能力。目前其推理套件已适配DeepSeek、MiniMax、GLM、Kimi、Qwen等主流模型，并推出基于MTT S5000的PD分离异构推理方案。趋境科技创始人兼CEO艾智远表示，该公司每天能够供应万亿级高品质Token，并与摩尔线程合作，通过国产GPU与国际主流GPU异构协同提高Token生产能力。

智能体生产工厂方面，摩尔线程认为Token工厂解决的是“会说”，智能体工厂解决的是“会做”。董龙飞表示，Token生成之后还需要让AI调用工具：在电脑中意味着Agent能够操作软件和系统，在机器人领域则意味着智能体需要理解物理规律。摩尔线程生态副总裁吕其恒指出，大语言模型处理的是符号，而具身智能需要同时处理视觉、渲染、仿真等任务，这也是世界模型成为关键方向的原因。极佳视界合伙人毛继明表示，物理AGI面临的重要挑战之一是提升数据使用效率，该公司已与摩尔线程联合开展驾驶模型、具身模型等物理AI模型训练优化。

董龙飞强调，三大工厂共享统一的GPU架构和MUSA软件体系，并非针对不同市场分别开发不同技术。在AI快速变化阶段，最大的挑战是未来模型形态的不确定性，GPU首先需要具备通用性。摩尔线程提出“三大工厂”，是在回答一个更大的问题：当AI从模型时代进入智能生产时代，下一代基础设施应该是什么。