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。据斯坦福大学 WorldScore 公开评测榜单截至发稿时EvoPhys-World 在世界生成World Generation评测中位列第一。这一国际前沿成果全程在摩尔线程 MTT S5000 全功能 GPU 上完成原生训练并由 MUSA 软件栈提供全栈支撑。WorldScore实时榜单EvoPhys-World 位列第一排名公示链接https://huggingface.co/spaces/Howieeeee/WorldScore_Leaderboard从像素到物理从“看见世界”到“撬动世界”世界模型正在重塑 AI 理解物理世界、迈向具身智能的根本范式在通用人工智能的版图中它已成为检验算法创新与算力能力的试金石。EvoPhys 团队的此次突破正是中国科研力量在这一前沿方向上的有力探索。模型能力与技术细节详见项目主页EvoPhys-World世界模型AI走进物理世界的“试金石”过去一年AI 正从数字世界加速走进物理世界而能否真正“理解并撬动世界”是这一进程绕不开的命题。一系列公开工作已能构建连续、逼真的虚拟世界但“可操控、可交互”仍是行业的开放课题——生成的世界大多更擅长“看”而较少能真正“动”。EvoPhys-World 的特殊之处正在于把 AI 生成的世界从“可观看、可漫游、浅交互”推进到“可操控、深交互、自进化”它以“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 数据中学习并以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成从“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的国际能见度也得到了第三方公开评测的印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位列世界生成评测第一。国产算力护航MTT S5000 全功能 GPU 与 MUSA 软件栈全程支撑前沿世界模型训练世界模型是对算力与软件栈的双重考验。面向约 4 万小时纯人手 EGO 数据EvoPhys-World 需要在长时序第一视角交互数据中同时建模时空记忆、状态预测、动作预测、物理交互与策略演化对训练稳定性、数据吞吐与软硬件协同效率提出了很高要求。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底座算力。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“跑得起来”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。软硬协同的训练成绩单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训练吞吐在从单机到 20 节点规模的扩展中保持近线性增长多机区间弱扩展效率保持在约 90% 水平验证了国产算力平台在大规模世界模型训练上的可扩展性。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。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。全链路闭环让前沿世界模型在国产算力上自主生长一次成功的前沿模型训练背后是一条完整的自主链路。摩尔线程与北京大学的此次协同推动了“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。对国内高校、科研机构与具身智能团队而言这条闭环意味着在算力可得性、软硬件自主性与长期迭代能力上拥有更高的自主权从而加速从前沿探索到产业落地的全流程。国产算力的命题正在从“能不能训练模型”走向“能不能训出在国际前沿评测中位居前列的模型、并让这套能力自主、可控地持续生长”——这也是国产软硬件生态从“可用”迈向“好用”与“领先”的关键一跃。摩尔线程“灯塔计划“全力支持中国科学家做出世界领先的原创成果EvoPhys-World 的此次突破也是摩尔线程“灯塔计划”支持下的一项标杆成果。“灯塔计划”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。摩尔线程希望以国产芯片与国产软件栈为底座支持中国科学家做出世界领先的原创成果——本次与北京大学 EvoPhys 团队的协同正是“灯塔计划”的一次生动实践。结语从“看见世界”到“改变世界”物理世界的数字镜像正在被逐层理解、逐步“撬动”。世界模型的竞争正从“谁生成得更逼真”走向“谁更懂物理、谁更会交互、谁能自我进化”而支撑这场竞争的算力底座由谁来筑、能否自主可控同样是一道必答题。在 AI 走进物理世界的时代浪潮中摩尔线程愿与高校、科研机构及广大开发者一道以全功能 GPU 与 MUSA 软件栈为坚实底座并通过“灯塔计划”持续为前沿科研提供算力与工程支持在从“看见世界”到“改变世界”的未竟之路上助力更多科学家突破核心技术、推动产业高质量发展。