斯坦福评测第一！北大 EvoPhys-World世界模型在摩尔线程GPU完成原生训练

北京大学EvoPhys团队近日放出了一颗重磅冲击波——他们推出的5D世界模型EvoPhys-World，真正把“人”放在了C位，目标直指“场景级万物可控”。在斯坦福大学WorldScore公开评测榜单上，截至发稿时，EvoPhys-World已经在世界生成（World Generation）评测中位列第一，这可是国际公认的硬指标。更值得关注的是，这项国际前沿成果

。

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：https://evophys.com

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。一系列公开工作已经能够构建连续、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

与两种形态，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，

专为大模型训练与推理设计；依托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

，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。

• 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。

• 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。

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。

配图：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“

”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。