北大5D世界模型登顶斯坦福榜单，全程采用国产GPU训练
北京大学EvoPhys团队研发的5D世界模型EvoPhys-World，在斯坦福大学WorldScore榜单的“世界生成”赛道荣登榜首。该模型的全部训练工作均在摩尔线程MTTS5000国产GPU上完成，由MUSA软件栈提供支持。性能测试显示，该国产算力平台在从单机到160卡的大规模扩展中，训练吞吐
北京大学EvoPhys团队近日推出的5D世界模型EvoPhys-World，在斯坦福大学WorldScore公开评测榜单中，荣登“世界生成”赛道榜首。这一成果的取得，标志着国产算力在高水平人工智能研究领域迈出了重要一步。
更令人振奋的是，该模型的全部原生训练过程，均依托摩尔线程MTT S5000全功能GPU完成，并由其MUSA软件栈提供全栈技术支撑。这不仅是一次技术实力验证，更证明了国产硬件平台已经具备支持前沿AI模型研发的能力。
国产算力展现卓越扩展性与对齐性能
在关键的训练负载验证环节，MTT S5000平台的表现格外亮眼。从单机扩展到20节点（共计160卡）的大规模集群过程中，其训练吞吐量保持了近线性的增长，多机弱扩展效率达到约90%。这一数据有力证明了国产算力平台在进行大规模世界模型训练时，具备优异的可扩展能力。
在对齐验证的严苛环境下，MTT S5000与国际主流产品的训练吞吐表现大致相当，多机扩展效率的变化曲线也高度吻合。这为国内科研团队使用自主可控的硬件进行前沿探索，提供了可靠的实证依据和信心保障。
生成质量与国际主流产品高度一致
为评测训练模型的生成质量，研究团队采用相同的初始帧和提示词推理参数进行了对比。结果显示，由国产算力平台训练出的模型，与国际主流产品训练所得模型，在生成第一人称手部操作视频的表现上定性一致。
具体而言，两者在抓握物体的姿态、书写留下的笔迹、手与物体的接触细节以及物理反馈等关键维度方面表现一致，没有出现明显的结构失真或时序断裂。这充分表明国产算力不仅能够完成训练任务，还能保障最终模型输出结果的高质量和可靠性。
你是一名 AI 行业编辑，请围绕下面这条热点输出一份资讯解读：
热点：北大5D世界模型登顶斯坦福榜单，全程采用国产GPU训练要求：
1. 先用一句话解释这条热点在讲什么
2. 再总结它为什么重要
3. 说明会影响哪些 AI 产品或内容方向
4. 最后给出 3 个适合资讯站使用的标题
游乐网为非赢利性网站，所展示的游戏/软件/文章内容均来自于互联网或第三方用户上传分享，版权归原作者所有，本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容，请联系youleyoucom@outlook.com。
相关热点微软研究院与Salesforce Research联合发布了一项重要研究《Lost in Conversation》，该研究揭示了一个被广泛忽视但至关重要的问题——多轮对话中的“迷失”现象。这对于正在开发AI Agent系统的工程师而言，是必须正视的警示。 研究发现，当前最先进的大语言模型在面对多轮
人类进入智能手机时代后，摄影方式发生了翻天覆地的变化：拍照不仅依赖镜头与传感器，更依靠一系列图像算法，以更快的速度处理图像，显著提升拍摄效果。好作品不再只属于专业摄影师——当手机拍照引入图像算法，人人都能轻松拍出精彩照片。这一切要从人类对色彩的感知能力说起……色彩感知是人类在漫长进化中形成的一项核心
在上一篇文章中，我们介绍了以Google GPipe为代表的流水线并行范式。当模型规模过大，单块GPU无法容纳时，流水线并行会将模型的不同层分配到不同GPU，通过切割mini-batch实现流水线处理，提升计算与通信的比率，同时借助re-materialization机制有效降低显存占用。 不过在实
先说个核心思路：其实搭建一个微信公众号的智能问答系统，并没有想象中那么复杂。尤其是阿里云百炼平台的出现，让这件事的门槛降低了不少。这里我们以微信服务号为例，讲讲如何把大模型和公众号对接起来，再通过RAG技术把业务数据喂给机器，让它真正能“懂业务”。 整个流程可以拆成三步：第一步，建立连接；第二步，创
- 日榜
- 周榜
- 月榜
热点快看