过去几年，国产 GPU 的故事，很多时候都是在机房里发生的。大模型训练、智算集群、国产替代、生态迁移，这些词语大家估计在新闻里都看过，但对普通用户来说，它们始终离生活有点远。
毕竟对于大多数人来说，他们都是从手机里的 AI 修图、App 里的 AI 对话了解和接触的 AI，以至于很少有人会把 "GPU 基础设施 " 和自家客厅联系起来，这玩意看起来与普通用户似乎很遥远。
但在 5 月 18 日的摩尔线程 2026 产品发布会上，这件事出现了一些变化。
在这场以 " 词元时代，万物智能 " 为主题的发布会上，摩尔线程展示了 " 云 - 边 - 端 " 全栈智算矩阵，从万卡级夸娥智算集群，到自研 " 长江 "SoC 驱动的 MTT AICUBE、MTT AIBOOK，再到边缘 AI 模组 E300、具身智能仿真平台 MT Lambda，以及持续进化的 MUSA 生态，几乎覆盖了当下 AI 产业链最核心的几个方向。
如果说夸娥智算集群证明的是摩尔线程的算力上限，那么 AICUBE 证明的则是国产 AI 算力正在从机房走向家庭。
AICUBE 不是 AI 盒子，而是家庭 AI 中枢
如果只看外形，AICUBE 很容易被误认为是一台小主机、NAS，或者新一代电视盒子。
但是摩尔线程并不想将 AICUBE 定义为一款传统智能设备，作为摩尔线程首款面向家庭场景的消费级产品，它搭载了全域智能体 " 小麦 " 并拥有一定的端侧本地算力，同时支持本地私有云。换句话说，AICUBE 不是单一功能设备，而是一台融合 "AI Agent + AI PC + AI NAS" 能力的家庭 AI 中枢。
这也是 AICUBE 最值得讨论的地方。
过去雷科技见过很多家庭智能设备，比如智能音箱、智能电视、NAS、小主机、家庭网关。但这些设备大多只解决一个问题，在以前的智能家庭生态中，倒也是够用了。但是，在 AI 时代就显得捉襟见肘了。
AICUBE 想做的，是把这些能力重新装进一个设备里，用一个 AI 来统合它们，这个 AI 就是摩尔线程自研的 " 小麦 " 智能体。与常见的智能助手不同，小麦支持 90 多项 CLI 系统工具、60 多项 Skills，以及超过 36 款 App 跨应用控制。
这些能力，让它不仅能听懂你的语音指令，还能在理解目标后，主动拆解任务、调用工具，并跨应用完成操作。这些都是传统智能音箱做不到的，智能音箱更多是 " 你说一句，它做一步 "。你让它播放音乐，它播放音乐；你让它查天气，它就只是查天气，不会有更多的操作。
而 AICUBE 里的 " 小麦 " 则不同，当你让它查天气时，它会结合相关数据，给予你进一步的提醒，比如你的日程显示下午要出门，那么它会扩大天气搜索范围，然后提醒你下午可能有雨，记得带伞。
这也是 Agentic AI 和传统语音助手最大的差异：前者不只是响应，而是执行并预判需求。
更重要的是，" 小麦 " 并不是孤立运行在云端的聊天机器人，借助摩尔线程的软件栈、MTT AIOS、MTClaw 框架以及端侧硬件的深度优化。" 小麦 " 的任务执行速度，以及高频工具调用成功率均超过 95%，在实测中性能稳超前段时间爆火的 OpenClaw。
在摩尔线程发布会的现场，工作人员就现场演示了通过 AICUBE 来调用家庭设备的能力。比如你周末宅家想看一部电影，以前要打开电视、进入系统，然后用遥控器搜索、筛选、播放，现在只需要唤醒 " 小麦 " 告诉他你想看什么类型的影片，它就会自动在本地和云端的影片库中搜索，然后展示出来，然后通过语音指令就可以确认播放。
不仅如此，它还能通过 App 的联动，帮你解决需要用到不同设备的任务，比如你想在三天后去上海旅行，需要做一份出行计划。当你下达指令后，" 小麦 " 会调用手机等设备上的 App，搜索机票、行程等信息，然后汇总成文档发送到你的手机或电脑上。
可以说，如果家庭里有一个长期在线、能理解家庭数据和个人偏好的 AI 中枢，很多操作就不再需要用户自己去手动完成，你只需要给出任务，剩下的交给智能体调度完成即可，就像家里多了个 " 管家 "。
这也是雷科技认为 AICUBE 更值得关注的原因，摩尔线程并不是把 AI 塞进一个盒子里，而是试图让 AI 成为家庭数字生活的调度中心。
家庭 AI 为什么一定需要" 数据中心 " 属性？
很多人可能会问：家庭 AI 入口一定要是 AICUBE 这种独立设备吗？手机不行吗？手机当然重要，而且仍然会是 AI 最核心的个人入口之一，但家庭 AI 和个人 AI 并不是一回事。
首先从设备属性来看，手机是个人设备，天然围绕一个人的账号、习惯和移动场景展开，但家庭场景则完全不同，它涉及多人共享、长期数据、固定空间、持续在线和跨设备协同。换言之，如果 AI 想真正理解一个家庭，就不可能只靠云端大模型临时回答问题，它必须接触家庭数据，理解家庭成员习惯，并在本地长期沉淀记忆。
在小雷看来，这个设计比单纯强调算力更关键，过去的 NAS 解决的是 " 数据放在哪里 "，未来的 AI NAS 则要解决 " 数据怎么被理解和使用 "。比如以前你把十年的照片存进 NAS，最后只能靠文件夹和时间线查找，但有了 AI 能力后，设备就能理解照片里的地点、人物、事件，甚至主动帮你生成家庭聚会、生日、旅行的视频合集。
试想一下，在十年、二十年甚至三十年后，当你与亲人在一起举办结婚周年聚会时，" 小麦 " 突然在电视上冒出来，给你们播放过去几十年里那些值得记忆的瞬间剪辑而成的影片，并与你们庆祝一同度过的时光时，是否会有一种恍若隔世的感觉？
这也是家庭 AI 中枢和传统 NAS 的分水岭，传统 NAS 是被动存储，AI NAS 则是主动理解。前者像仓库，后者更像家庭数字资产管家。
所以，AICUBE 通过端侧算力和本地存储，把一部分 AI 处理留在家里，再通过端云协同补足复杂任务所需的外部能力，这种路线必然会是未来家庭场景下的 AI 中枢的主流。
为了满足这些需求，AICUBE 也不能停留在存储层面，它基于摩尔线程自研 " 长江 " 智能 SoC，集成 CPU、GPU、NPU、VPU 等计算单元，能够提供 50TOPS 异构 AI 算力，并配备 32GB 内存，结合定制的操作系统，可以轻松承担影音娱乐、轻办公、在线学习、云游戏、本地 AI 应用等需求。
这也是为什么小雷更愿意把它看作一个 "AI 新物种 "。
它未必会马上取代现有家庭设备，但它确实指向了一个新方向：未来家庭 AI 入口，不一定是手机，也不一定是智能音箱，而可能是一台长期在线、拥有本地算力和家庭数据的 AI 中枢。
AICUBE 背后，是摩尔线程的云边端闭环
当然，只看 AICUBE，很容易把这场发布会理解成一次消费级新品发布。
但如果把 AICUBE 放回摩尔线程整场发布会里看，它更像是摩尔线程展示整个云边端体系的窗口。
AICUBE 的最底层，是夸娥智算集群。
在 Agentic AI 快速发展的背景下，Token 消耗正在指数级增长，模型训练、推理服务和智能体执行都需要更稳定、更大规模的 AI 基础设施。
这些数字背后，是国产 GPU 竞争已经跳脱出讨论单卡性能的阶段。早期讨论国产 GPU，大家更关注 " 单卡能不能跑 "" 能不能适配某个模型 "" 能不能替代某些场景 "。但大模型时代真正考验的是系统能力：万卡规模下能不能稳定运行，训练结果能不能对齐，软件栈能不能支撑预训练、后训练、强化学习和推理服务。
换句话说，国产 GPU 竞争已经从单点性能进入系统级竞争，意味着国产 GPU 已经开始正式崭露出自己的 " 獠牙 "。
除了夸娥智算集群外，摩尔线程还带来了 AIBOOK 和 E300 两款产品。其中 AIBOOK 面向 AI 开发者和学习者，预装 " 龙虾 " 智能体 OpenClaw，支持多智能体协作、本地独立运行、端云协同等多种模式，并且自带原生 Linux、虚拟化 Windows、容器化 Android 等多系统环境。
在现场的展厅中，雷科技就看到它被应用在各种不同的场景中，它的价值显然不是简单做一台笔记本，而是为 AI 应用开发、调试、部署提供一个更完整的端侧平台。对于开发者来说，AIBOOK 也是他们接触摩尔线程 AI 生态的最佳工具。
E300 则更偏行业边缘场景，基于同样的 " 长江 "SoC，它能够被应用到工业质检、能源巡检、智慧教室、具身智能、智能汽车、低空经济等各种有端侧 AI 需求的场景中，为设备提供低延迟、高可靠的本地化推理能力。
虽然 E300 看起来并不起眼，却是未来泛 AI 生态的真正核心，因为很多即时数据其实都不适合传回云端，也不是所有 AI 任务都能忍受网络延迟，边缘 AI 模组将成为 AI 落地的重要基础设施，等于让 AI 拥有遍布全城市乃至全国的分布式大脑。
而在硬件之外，发布会还展示了 MT Lambda 和 MUSA 生态，前者是摩尔线程面向具身智能推出的首个国产仿真平台，后者 MUSA 则是其所有产品共同组成的软硬件生态。
MT Lambda 旨在解决训练、仿真、验证和端侧部署之间的割裂，具身智能不只需要 AI 训练，还需要物理仿真、图形渲染和数据合成。而摩尔线程的全功能 GPU 路线，刚好可以在同一架构下支撑各种训练计算的需求，提供从数据合成、策略训练到仿真验证的完整工作流。
而 MUSA，作为摩尔线程全功能 GPU 硬件与全栈软件体系的底层核心架构，是其生态战略的集中体现。英伟达 CUDA 已成为强大壁垒，国产 GPU 若想快速发展，必须解决 CUDA 兼容问题。如何高效兼容，是国产 GPU 生态建设的关键考验。
在此基础上，MUSA 已经进入全球顶级推理框架 SGLang 官方后端矩阵，并在 vLLM、TileLang 等开源生态中持续推进，同时完成对多款主流大模型和多模态模型的适配。
这些能力看似离 AICUBE 很远，但其实正是 AICUBE 能够成立的前提。
没有云端智算集群，端侧智能体就缺少持续进化的基础，而 AIBOOK 和开发者生态则为家庭 AI 中枢提供更多应用与工具。而 MUSA 作为摩尔线程的全栈技术体系，为上述能力提供坚实的计算底座与软件支持，是驱动端侧智能体将数字智能带入物理世界，实现完整闭环的关键。
所以这场发布会真正想讲的，并不是 " 摩尔线程发布了一台 AICUBE"。它想讲的是，摩尔线程正在把国产 GPU 从云端训练、边缘推理，推进到终端智能体和家庭数据中心，最终串成一条完整的 AI 生态链。
国产算力开始进入普通人的生活
在雷科技看来，AI 要真正进入大众生活，就必须变成普通人能理解并愿意常去使用的产品。对家庭用户来说，他们其实并不关心你的设备算力有多强，他们关心的是，AI 是否真的能为他们 " 做点什么 "，小到备忘提醒、照片整理，大到生活管理、工作协助，这些能让用户感知到 "AI 价值 " 的事情，才是普及的关键。
而 AICUBE 的意义就在这里，证明 AI 能够让你的生活变得更轻松、更美好。
所以，AICUBE 不只是摩尔线程的一台消费级新品，也不只是 "AI PC + AI NAS + AI Agent" 的组合实验。它更像是国产 GPU 企业向大众市场递出的一张新名片：过去我们负责训练 AI，现在我们也希望让 AI 真正进入你的生活。
也许未来回头看，这台小小的立方体未必是家庭 AI 的最终形态，但已然是最具潜力的产品。
