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1：MTT 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。