|
| 摩尔线程(688795)经营总结 | | 截止日期 | 2026-06-30 | | 信息来源 | 2026年中期报告 | | 经营情况 | 二、 经营情况的讨论与分析
2026年以来，全球人工智能产业进入规模化落地与场景爆发的新阶段，国内“人工智能+”行动深度赋能实体经济。以大模型、多模态、具身智能为代表的 AI技术加速向各垂直行业纵深演进，不仅深刻重塑了千行百业的生产力模式，更激发了对高性能、高可靠智能算力的井喷式需求。
在算力底座自主可控与高质量发展成为行业共识的背景下，面对错综复杂的国际宏观环境与产业链重塑的深刻变革，公司持续加码核心算力技术的研发攻关，加速产品矩阵的迭代升级，以自主研发的全功能 GPU为核心，致力于为 AI、数字孪生、科学计算等高性能计算领域提供计算加速平台。
（一）智算产品硬核实力获客户高度认可，商业化持续加速，推动经营业绩大幅提升 公司凭借出色的产品力持续拓展市场，积极助力人工智能应用落地。2026年上半年，公司实现营业收入 173,630.91万元，较上年同期增长147.42%。公司毛利总额达到 98,876.39万元，较上年同期增长103.78%。整体毛利率水平达到 56.95%。归属于上市公司股东的净利润-1,156.31万元，亏损金额较上年同期收窄 25,937.92万元，收窄比例达 95.73%。归属于上市公司股东的扣除非经常性损益后的净利润-15,082.18万元，亏损金额较上年同期收窄16,586.28万元，收窄比例达52.37%。
报告期内，依托于全功能 GPU产品及其配套软件平台的技术领先优势，公司产品持续在多个重点行业应用领域落地。
1、AI算力基础设施领域
报告期内，公司依托第四代芯片架构 MTT S5000产品，持续夯实智算产业落地基础。基于MTT S5000智算卡构建的夸娥（KUAE）大规模智算集群不仅展现了强大的 AI计算能力，更在超大规模 AI模型训练中实现了高达 95%的集群训练线性度突破。公司在组网架构、训练推理协同、超高带宽通信及算力平台智能调度等方面的支撑能力持续跃升，可以为互联网、科研、大模型、具身智能等核心场景提供安全可靠的算力底座，强力推动国产算力基础设施的发展与智能化升级。
2、SOTA大模型领域
报告期内，公司依托自主研发的 MUSA计算平台以及 MTT S5000产品，全面深入开展主流大模型的适配与优化工作，在模型适配广度与深度上均取得重大突破，公司的全功能 GPU产品力及软硬协同生态构建能力得到了行业客户的广泛认可。
针对 DeepSeek等具有行业标杆意义的前沿大模型，公司联合生态伙伴，基于原生 FP8低精度算力等创新技术，率先在 MTT S5000上完成了对 DeepSeek-V4的深度适配与性能突破。此外，摩尔线程陆续实现了新一批头部厂商 SOTA大模型的快速适配，如 MiniMax M3、智谱 GLM-5.2等。
合作伙伴基于摩尔线程 MTT S5000智算集群，实现“国芯训国模”，从零起步完整训练MoE-236B基础大模型；公司联合北京智源人工智能研究院基于 FlagOS-Robo框架，依托 MTT S5000智算集群，成功完成智源自研具身大脑模型 RoboBrain2.5的全流程训练；北京大学 EvoPhys团队在 MTT S5000全功能 GPU上全程原生训练以“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，并 37天蝉联榜首。
通过广泛覆盖主流应用场景，有效促进了公司应用生态的持续完善。此举帮助多种行业的客户实现复杂大模型在实际业务场景中的商业化落地，标志着公司的计算生态已全面深度融入全球及国产 AI大模型的繁荣生态圈。
3、边缘计算与智能体终端领域
报告期内，公司抓住了边缘和端侧智能的机遇，凭借“长江”SoC高规格、低功耗、大算力、多精度和全功能等优势，E300模组在行业智能体、工业智造和智慧教育等场景取得持续进展；MTT AIBOOK于线上及线下渠道销售亦有序推进。
4、云电脑领域
报告期内，公司持续深耕云电脑市场，凭借全功能 GPU及首创的动态弹性切分 vGPU技术，在运营商业务领域持续渗透。核心产品 MTT S3000单卡支持 32路并发，通过软硬协同方案使 CPU负载降低 75%、渲染性能提升 10倍。目前，公司已与中国移动等头部运营商实现多省市商用落地，针对个人娱乐、高性能办公及教育等不同场景量身定制的云电脑产品，赢得了客户的高度认可。
（二）坚持自主创新，筑牢全功能 GPU技术根基，确保公司技术领先优势 1、持续高强度研发投入，夯实人才与技术根基
公司高度重视全功能 GPU技术与产品的研发投入，以不断提升公司云端、边缘与终端产品的性能表现与市场竞争力。报告期内，公司研发投入达 76,914.81万元，占营业收入比例为 44.30%，金额同比增长38.16%。截至2026年6月30日，公司拥有 1,019人的研发团队，占员工总人数的74.16%，其中 76.84%的研发技术人员拥有硕士及以上学历。持续高强度的研发投入和完善的研发团队帮助公司实现技术和产品的快速升级迭代。
2、“平湖”架构实现跨越式技术突破
在底层核心技术与前沿攻关方面，公司持续加码自主可控芯片架构的迭代升级。作为面向未来大模型时代与多元泛在算力需求打造的底层架构，“平湖”架构在晶体管密度、计算能效比、显存带宽利用率及全功能 GPU微架构协同优化上实现了全面升级。该架构针对超大规模 AI训练及复杂生成式 AI场景进行了深度定制，原生增强了对 Transformer、MoE等前沿模型结构的硬件级加速支持，并大幅优化了 FP8/BF16等混合精度 AI计算的吞吐效能。同时，“平湖”架构延续并深化了公司“全功能 GPU”的战略路线，在保持卓越的高性能图形渲染与超高清视频编解码能力的基础上，实现了算力与算效的平衡。
3、万卡级智算集群工程性能表现优秀
公司夸娥（KUAE）万卡级智算集群产品从技术层面成功攻克了万卡级硬件系统优化、高速互联与系统级容错等一系列高难度工程壁垒。该集群在 Dense大模型训练中的模型算力利用率（MFU）高达 60%，在 MoE大模型上达 40%，训练线性扩展效率达到 95%，并在原生 FP8精度下完整复现了顶尖大模型的训练流程，多项关键指标均达到国际主流水平。为解决超大规模集群常见的硬件故障导致训练中断的行业痛点，公司夸娥万卡训练容错系统可以实现零代码侵入的故障在线诊断与快速恢复，有效训练时间占比超过 90%。
万卡级 AI工厂的商业化加速，不仅证明了公司全功能 GPU产品在极端复杂环境下的高可用性，更确保了公司在激烈的国产算力角逐中保持技术领先优势。
4、完善 MUSA软件生态，加速大模型适配与推理落地
在软件方面，公司对 MUSA基础软件系统平台进行了优化和迭代。公司持续推进训练软件平台的研发和改进，以市场客户需求牵引新增功能和通用性支持，并大力推进大模型业务的支持和优化。
公司持续投入大规模分布式训练软件平台的研发，迭代更新分布式训练组件，使训练软件平台能够支撑主流的大模型分布式训练需求，降低新模型的适配周期。通过优化融合算子、支持通算融合等优化策略，训练性能达到了业界主流水平，具备了更强的行业竞争力。同时，训练软件平台全面支持大规模集群的分布式通信功能，实现接近线性扩展的多机分布式训练性能。
公司推理软件平台在大模型适配、开源生态建设及易用性优化、大模型推理解决方案等方面同样取得显著进展。公司 Day-0适配了 DeepSeek-V4、MiniMax M3、智谱 GLM-5.2等一系列行业 SOTA大模型。近期，月之暗面正式开源万亿参数模型 Kimi K3，MiniMax正式开源多模态生成模型 MiniMax H3，摩尔线程亦实现了 Day-0适配，体现出摩尔线程全功能 GPU架构的全栈协同能力，助力开发者以更快速度及更低成本接入行业最新模型。
5、边缘计算平台 SoC和智能体终端
“长江”SoC为公司构建了云、边、端的全链路解决方案。“长江”SoC具有多元异构算力和高处理性能，集成高性能全大核 CPU和摩尔线程全功能 GPU，支持多种运算精度，为 AI计算、模型调试、图形渲染、科学计算和视频处理等使用场景提供澎湃性能，让强劲算力高效服务多元应用。
继 MTT AIBOOK后，报告期内，公司推出了基于“长江”SoC的全新品类智能终端产品 MTT AICUBE，并同步上架京东平台开始销售。
（三）深化生态布局，提升品牌价值
1、开发者与技术
开发者生态建设方面，公司依托“摩尔学院”搭建系统化学习路径，覆盖企业开发者、科研机构及在校学生，提升开发者对产品的认知与使用能力。目前，公司各类开发者数量已突破 80万名。摩尔学院平台提供丰富免费课程资源，MUSA系列课程已上线国家智慧教育平台“启悟学习社区”。全球顶级推理框架 SGLang完成 MUSA代码主线合入，标志着国产 GPU开源生态进入“原生支持”时代。公司开源 TileLang-MUSA算子开发工具，MUSA软件栈持续丰富。公司还开源集群性能仿真工具 SimuMax，为大规模分布式训练提供智能并行策略搜索与全栈工作流支持。
产学协同方面，公司推出“灯塔计划”，以算力支持与联合科研模式面向前沿科研与战略生态牵引。截至报告期末，灯塔计划已支持北京大学具身世界模型、上海交通大学具身运控基础模型、北京量子信息科学研究院超导量子计算、清华大学并行化神经网络解码器等项目，覆盖十余家顶尖高校与科研机构。公司助力多所高校开设了基于 MUSA平台的人工智能课程，打造产学研一体化人才培养生态，为技术生态储备长效动能。公司在北京大学、上海交通大学、浙江大学、中国科学技术大学、江南大学、南京理工大学等高校开展联合教学、讲座等多种形式的科教合作。
公司通过“火聚计划”以企业出题、高校领题模式推动联合研发，与南京理工大学等高校签署多个技术项目，实现成果直接转化，打通从联合研发到成果转化的完整闭环，并与北京市十一学校、江苏省锡山高级中学、柳州高级中学、柳州市第八中学共建“AI教育实训基地”，将人才培养链条延伸至基础教育阶段。公司还在线下联合各类组织为众多大型企业提供技术培训赋能。
产品技术活动方面，公司于2026年 5月举办年度产品发布会，全面展示了从万卡级夸娥智算集群到长江 SoC端侧方案的“云-边-端”全栈产品矩阵，发布 MT Lambda具身智能仿真平台、MTT AICUBE家庭中枢等创新产品，品牌市场认知度持续提升。
行业标准方面，公司作为创始会员参与设立北京市人工智能协会，推动行业标准制定与产业协同。
2、行业应用合作
在基础模型训练领域，公司夸娥万卡集群完成科学基座模型全栈训练验证，多项核心算力效率指标对标国际主流水平。公司与小马智行达成战略合作，以国产 AI算力加速 L4级自动驾驶规模化落地。公司与五一视界共建全栈国产化物理 AI仿真体系。
在模型推理领域，除了 Day-0适配行业 SOTA大模型外，公司推出 PD异构分离方案，以更高资源利用率支撑高效词元生产，为企业提供兼顾成本、性能与灵活性的混合部署路径。
在具身智能领域，摩尔线程依托 MT Lambda全栈仿真平台，开源具身智能领域首个基于MUSA架构的 GPU加速物理仿真后端 MuJoCo Warp MUSA，完成四足机器狗与两足人形机器人Sim2Real真机验证。摩尔线程于无锡设立工业具身智能创新中心，携手首批 16家生态伙伴联合共建，以夸娥大规模智算集群为算力基座，面向工业场景开展关键技术研发与成果转化。公司系国家人工智能应用中试基地（具身智能）共建合伙人，并担任产业委员会委员。公司与国家具身智能应用中试基地签署战略合作协议，并成立“具身智能算力与仿真联合实验室”。
在前沿技术探索方面，公司持续投入，以先进计算技术赋能具身智能、量子计算、生物科技、自动驾驶、工程机械等重大产业方向。在量子计算领域，公司参与设立北京量电融合创新中心，联合生态伙伴共同推动量子-经典混合计算全栈生态建设；与硅臻联合推出“量超智通”融合计算平台，以 GPU与量子计算机双核心构建融合算力底座；与中国移动研究院、北京量子信息科学研究院、相干科技等合作伙伴签署备忘录，共建“量子 AI深度融合”开发平台，助力中国新质生产力发展。
（四）人才体系的健全和发展
公司始终视人才为核心战略资产，将人才体系建设置于发展全局，报告期内闭环运行“引、用、育、留”全链条人力资源管理体系，持续优化人才结构与配套机制，为高质量发展筑牢根基；公司紧扣核心业务战略，精准拓宽引才渠道，引进行业经验丰富的技术与管理骨干，同时吸纳知名院校优秀毕业生充实人才梯队，并以战略目标为牵引，构建分层分类培养体系，覆盖新员工融入、专业技能提升及领导力发展全维度，全面赋能员工成长，在激励机制上坚持短期激励与长期绑定相结合，深化以结果为导向的绩效管理，通过多元价值共享充分激发组织活力与员工内生动力，实现个人与公司长期共同成长；截至报告期末，公司员工队伍年龄结构合理、专业能力突出，高学历及技术型人才占比较高，人才体系的持续升级为技术创新、产品研发与稳健运营注入强劲动能，有力保障公司战略持续落地与长期健康发展。
非企业会计准则财务指标变动情况分析及展望
报告期内公司经营情况的重大变化，以及报告期内发生的对公司经营情况有重大影响和预计未来。
|
|