步步惊心

熊孩子放炮被捕后续：巨坑修复，受害车主直播被封，律师定责三方_我的网站

一 |     新年的钟声敲响，本应是阖家欢乐、喜庆祥和的日子，可在四川的某个地方，一场意外却打破了这份宁静，让大年初二变得格外 “热闹”，迅速成为全网热议的焦点。在正式讲述这场事件之前，我必须表明态度：对于这样的意外，我们应理性看待，从中吸取教训，而非单纯当作娱乐谈资，更要避免类似事件再次发生。    我们正在迈入Agentic AI（智能体）时代。大年初二，四川这个城市的空气里弥漫着浓浓的年味，大街小巷张灯结彩，到处都能听到鞭炮声。

二 | 在AI时代，Token（词元）正成为最大的消耗品，而Agent正在成为消耗Token的主体。街头巷尾满是走亲访友的人们，脸上洋溢着新年的喜悦。         面对这样的变革，7月18日，在摩尔线程“词元时代 万物智能”主题论坛上，摩尔线程创始人、董事长兼CEO张建中给AI产业的“卖铲人”下了新定义：AI产业需要AI工厂，而这个工厂分为三类，分别是模型训练工厂、词元生产工厂、智能体生产工厂。         张建中阐述三大“AI工厂”概念          模型训练工厂：打造万卡级长稳训推的硬底座          训练一个前沿大模型，成本动辄数亿甚至上十亿元。

三 | 模型能不能达到前沿水平、能不能快速从语言扩展到多模态乃至物理AI，与训练工厂的基础设施能力息息相关。         一个合格的模型训练工厂需要具备以下几个条件：全功能——下一个要训练的模型可能是语言、视觉、世界模型或具身大脑，模型训练工厂必须什么都能训；高扩展——随着集群训练规模扩大，训练工厂需要保持极高的线性扩展效率；高精度——训练损失曲线和评测指标必须对齐国际主流；高稳定——万卡级长连续训练，中断一次代价巨大；软件栈完备——从算子到框架再到强化学习，缺一环就跑不通全链路。小区的停车场里，车辆停得满满当当，大家都趁着过年相聚，不少人开着自家的爱车出行。就在这个看似平常的午后，一个小男孩的出现，彻底打破了这份平静。         摩尔线程以夸娥（KUAE）智算集群为核心，逐一回应了这些要求。这个小男孩手里拿着一支炮仗，眼神里透着好奇与兴奋，丝毫没有意识到自己接下来的举动会引发怎样的后果。在万卡级规模下，集群保持95%的线性扩展效率，有效训练时长占比超过90%，训练精度与国际主流计算卡持平。只见他在停车场附近溜达着，或许是想找个特别的地方放炮仗，突然，他盯上了停车场边的一个井盖。

四 | 这井盖位于停车场的角落，周围停满了各种各样的车，一辆土黄色的雷克萨斯就停在离井盖不远的地方，车身在阳光下闪烁着光泽，旁边还紧挨着一辆黑色奥迪。软件栈方面，摩尔线程从底层MUSA SDK出发，兼容Torch、Triton、TileLang等算子生态，支持Megatron-LM、DeepSpeed、FSDP等主流训练框架，并提供MT-HTA仿真系统（SimuMax/SimuInfer）在训练前预估时长与效果。不远处，一辆林肯霸气地停在那里，还有两辆保时捷和一辆路虎也整齐地排列着。

五 |          在夸娥万卡级集群和训练套件之外，摩尔线程还针对MoE架构，集成了DeepEP通信库、算子融合等先进技术，原生支持Per-Block FP8精度，使算力得以显著提升。         WAIC 2026摩尔线程展台          “我经常听到国内的模型公司担心，用国产的训练平台会不会耽误时间，会不会影响追赶世界先进水平。

六 | 这些车对于普通人来说，每一辆都价值不菲，平日里大家路过都会忍不住多看几眼。小男孩站在井盖旁，脸上露出一丝狡黠的笑容，他灵机一动，心想：把炮仗扔进井盖里，会发生什么好玩的事呢？于是，他毫不犹豫地将点燃的炮仗顺着井盖的缝隙扔了下去。

七 | 刹那间，只听见 “轰” 的一声巨响，如同平地惊雷，打破了周围的宁静。”张建中在演讲中传达出用户的疑问。原本安静的停车场瞬间被一股巨大的冲击力席卷，井盖被炸得飞了起来，伴随着一股刺鼻的沼气味道弥漫开来。         但摩尔线程已经通过实践对这一质疑给出了直接反击：MoE-236B在万卡级集群上从零起步完成了完整训练，基于25T+高质量语料，精度与损失曲线同国际主流高度一致；北京大学5D世界模型EvoPhys-World在夸娥集群上完成全栈原生训练，连续37天登顶斯坦福WorldScore“世界生成”维度；北京智源研究院RoboBrain 2.5在MTT S5000千卡集群上完成全流程训练，国产算力首度跑通具身大脑训练。         在WAIC 2026的展台上，记者还看到摩尔线程在WAIC现场首发的MTT C256超节点：首创一层Scale-up网络，实现标准单宽机柜128卡全互联、并柜扩展可达256卡极速互联，采用计算与交换一体化的高密设计，可大幅提高智算中心GPU部署密度，成为支撑长稳训推的硬件底座。         词元生产工厂：把每一份算力变成高质量Token          如果说训练工厂解决的是“训得出”，词元工厂解决的就是“供得上”——而且要供的是高质量Token。这股沼气引发的巨大冲击波可不得了，就像一只无形的大手，直接将停在附近的车辆掀翻。首当其冲的就是那辆土黄色的雷克萨斯，它就像一只断了线的风筝，被猛地冲飞起来，车身在空中剧烈摇晃，车门被震得变形，发出 “嘎吱嘎吱” 的声响，车顶也在冲击下扭曲，泥土纷纷从被炸起的地面溅到车身上，原本崭新的车瞬间变得狼狈不堪。紧接着，飞起的雷克萨斯重重地砸在了旁边的黑色奥迪车上，巨大的撞击声让人心里一紧，奥迪车的车身也被砸出了深深的凹陷，车窗玻璃碎了一地，在阳光下闪烁着细碎的光芒。再看那辆林肯，更是惨不忍睹，直接被冲击波掀得四脚朝天，四个车轮无助地在空中打转，车身的油漆被刮蹭得斑驳不堪，原本威风凛凛的车头此刻正对着地面，仿佛在诉说着自己的委屈。国家信息中心大数据发展部副主任魏颖在论坛上给出了一个判断：词元时代，产业正从卖电、卖算力升维到卖Token——按实际消耗付费，告别粗放的打包兜售，迈向按需付费的精细运营。

八 |          但用不同算力设施、不同模型生产的Token质量可能千差万别，Token的质量也直接决定了用户的消费意愿。旁边的两辆保时捷和那辆路虎也没能幸免，虽然没有像林肯和雷克萨斯那样被砸得那么严重，但车身也出现了不同程度的刮痕和凹陷，原本锃亮的车漆变得伤痕累累。这场突如其来的变故让周围的人都惊呆了，一时间，整个停车场乱成了一团。中国工程院院士、清华大学计算机科学与技术系教授郑纬民在演讲中阐述，从技术指标来看，Token质量的差别主要体现在四个方面——首字延迟（TTFT）、吞吐量（TPS，每秒生成Token数）、并发请求数（同时服务多少请求）以及质量保障（SLO）。首字延迟越低、吞吐量越大、并发请求数越高、质量保障越好的Token对于用户而言越有价值。附近的居民听到爆炸声纷纷跑出来查看情况，有人惊讶地张大了嘴巴，有人则忍不住发出惊呼。         郑纬民阐述何为高质量Token          “如何规模化地生产高质量Token？”成为词元生产工厂的核心命题。一个大妈手里还端着刚洗好的菜，看到这一幕，菜都差点掉在地上，嘴里不停地念叨着：“这是咋回事啊？好好的车怎么都成这样了！”雷克萨斯车主一家原本正在开心地过年，他们一家七口开着两辆车刚回到小区。         郑纬民对推理计算实现的过程进行了详细剖析：他表示，大模型推理涵盖两个关键过程——Prefill（预填充，简称P）把用户请求一次性处理成中间格式，是计算密集型；Decode（生成，简称D）逐字吐出结果，要求内存带宽高、延迟小，是带宽密集型。         这两大过程对硬件的诉求截然不同。妻子和儿子先下了车，往家里走去，父亲也回去取落下的东西，车主则在后面不紧不慢地走着。过去很多计算芯片既要做P过程又做D过程，存在资源错配。而P过程与D过程的物理分离，意味着P过程与D过程可以分别部署在不同的算力芯片上，实现“各取所长”。就在他们刚上电梯没多久，那声巨响就传了过来。

九 | 车主听到爆炸声，心里 “咯噔” 一下，一种不好的预感涌上心头。         基于PD分离的思想，摩尔线程推出了异构推理方案：由摩尔线程的算力芯片S5000完成Prefill过程，同时Decode依然安排在国际主流卡上，以此实现异构组合、分池部署。但令人惊喜的是，这样的组合带来的不是“1+1=2”的结果，而是“1+1”远大于2的效果。张建中解释道：“在这样的情况下，约3台S5000+2台国际主流卡，性能相当于9台国际主流卡。”          这一方案也得到了行业伙伴的支持。趋境科技创始人艾智远在论坛上直言，S5000是他们经过全面评测后选择的当前阶段最优Prefill方案——原生FP8精度无需额外适配、稳定支撑超长上下文、生态迁移顺畅、供应链可靠。在Prefill为王的编程场景里，4台S5000的Prefill性能能够超过1台B300。趋境科技目前日均供应万亿级高质量Token，下半年这一数字将达数万亿。他的母亲还以为是发生了地震，吓得脸色苍白，紧紧抓住他的胳膊。         模型厂商的判断也在印证这一转变。MiniMax副总裁薛子钊在论坛上表示，从整体训练和推理来看，今年是国产芯片非常重要的拐点，越来越多真实的线上场景开始承担起推理和训练任务，MiniMax很快也会有非常大规模的国产芯片推理集群真实上线承担任务。一家人急忙跑下楼查看情况，当看到自己的两辆车变成这副模样时，都愣住了。他特别提到，包括摩尔线程在内的多家国产芯片企业都在规划超节点，互联规模超过英伟达当前的72卡方案，“这一点国产芯片是做得比较领先的”——这让大参数、长上下文的推理场景能获得非常高的吞吐；而同构或异构的PD分离，则能把各类卡的性能发挥到最大化，整体降低系统推理成本。不过，这位雷克萨斯车主心态倒是出奇的好。换做别人，看到自己的豪车被炸成这样，估计早就急得跳脚了，可他却没有。         智能体生产工厂：从数字世界到物理世界          第三座工厂是最少被提及、却可能最具想象空间的。他看着面目全非的车，不仅没有生气，反而苦中作乐，很快就把自己的网络账号改成了 “会飞的雷克萨斯”，还笑着调侃说自己也是第一次见雷克萨斯能飞起来。更让人意想不到的是，他还趁着这个热度开启了直播。直播中的他，脸上带着轻松的笑容，完全没有豪车刚被炸坏的那种苦闷。

十 | 他对着镜头和网友们分享着自己当时的感受，说刚听到爆炸声的时候，还以为是楼上掉东西了，没想到下去一看，自己的车竟然飞起来了。他还说，虽然车坏了让人挺心疼的，但好在人都没事，这就是不幸中的万幸了。

十一 | 张建中把它定义为"连接数字世界与物理世界"的基础设施——AI最终落地到每个消费者身边，需要两种智能体：数字智能体和物理智能体（具身智能）。不得不说，能买得起两辆豪车的人，心态确实不一般。         数字智能体的核心要求是：能跨应用控制、能记忆、能调用工具完成复杂工作流、支持主流开源与闭源框架。他在直播间里和网友们互动，时不时开个玩笑，直播间的氛围十分热闹，短短时间内就吸引了上万人观看，粉丝数量也一路飙升，截止到大年初三晚，已经涨到了 22 万多，比很多网红涨粉都快。摩尔线程自研了全域数字智能体“小麦”，掌握60余项技能，支持38款APP的跨应用控制，通过前端多模型、丰富知识库的灵活配置，做到更快、更准、更懂用户。

十二 | 然而，他的这一行为却引来了一些争议。         WAIC 2026上摩尔线程展示智能体生产工厂          物理智能体的要求则更为严苛。有人觉得他这是在蹭流量，甚至有人讽刺他，说他开直播收的礼物都够修车了，而且看他涨粉这么快，还兴高采烈地露脸，说不定后续还会开启直播带货。

十三 | 面对这些质疑，雷克萨斯车主也是一脸无奈，他解释说两辆车都是自己的，根本不存在蹭流量的行为。机器人需要在虚拟环境中完成训练与验证，才能部署到真机，实现Sim-to-Real（从虚拟到现实）。

十四 | 但即便如此，他的直播间还是突然被封禁了，直播画面戛然而止。

十五 |          摩尔线程为此打造了具身智能仿真平台MT Lambda，从底层算力、核心引擎到上层框架构建了完整解决方案。

十六 | 平台集成了三大物理仿真引擎——开源的MuJoCo和Newton，以及摩尔线程自研的AlphaCore物理引擎。

十七 | 在图形渲染方面，平台集成了3DGS、自研AI生成式渲染（AGR），以及光线追踪（Ray-Tracing）——MTT S5000是国内唯一具备Ray-Tracing能力的智算芯片，这意味着仿真环境中可以实现高度拟真的数字孪生渲染，让机器人在虚拟世界中充分训练后再部署到真机。对于直播间被封的原因，大家众说纷纭。有人猜测他可能是被人举报了，毕竟网上眼红他热度的人不在少数；也有人说他可能是直播时没注意，说了一些直播间的敏感词；还有人怀疑他是不是拿了 “剧本”，故意制造热度，所以才被封禁。但雷克萨斯车主到底有没有弄虚作假，我们也不得而知。在这场事件中，浑水摸鱼的人可不少。WAIC展台上，一只机器狗的仿真训练动作与真机跳起动作几乎一模一样。

十八 | 除了雷克萨斯车主，还有一些人看到他火了，便纷纷模仿。

十九 | 平台还支持百卡到千卡级的大规模集群扩展，满足海量仿真训练需求。         京东集团技术委员会主席、京东云总裁曹鹏则从产业应用端印证了三大工厂的价值。

| 他表示，AI基础设施层面正发生一个很大的转变，包括国产GPU、国产推理引擎、国产模型在内的全国产化体系正越来越多地被行业认可和使用，“摩尔线程就是一个非常典型的案例。在各大评论区，出现了不少声称自己车被砸的账号，什么 “会飞的林肯”“翻倒的保时捷” 等等，这些账号都在说自己也是这次事件的受害人，吸引了不少网友前去观看。”在模型工厂中，京东结合MTT S5000进行模型训练、适配与调优，刚刚发布的一系列JoyAI大模型，相当一部分训练算力正是依托摩尔线程提供的国产化算力；在Token侧，京东自研的xLLM推理引擎与MTT S5000做了深度适配，支撑集团每天大量的Token应用。         曹鹏透露，京东正在全面布局无人配送、仓储机器人、家政服务机器人等物理世界场景，其"女娲"项目计划采集超过1000万小时的音视频数据用于训练具身大脑模型，而基于摩尔线程的计算与渲染优势，双方在数据生成和具身仿真领域开展了深度合作。现在，京东内部已部署400多个智能应用、4万多个智能体，每天Token消耗已近10万亿，从研发、采销到快递配送、客服，遍布各业务环节。他们在直播里说得有模有样，好像真的经历了这场灾难一样，还收了不少网友送的礼物。可实际上，真正的受害车主除了雷克萨斯车主开启过直播外，其他车主根本没有直播，这些活跃的账号都是假冒的。

| 他们利用这场热点事件，假冒他人身份欺骗网友，轻轻松松就赚得盆满钵满，这种不劳而获的行为实在让人不齿。

|          运维侧的智能体实践同样值得关注。

| 无问芯穹技术副总裁吴保东分享了Infini-AIOps运维智能体在摩尔线程集群上的部署成果：调用摩尔线程的专家知识库与SDK，把故障处理评分从人工的50分提升到86分，平均处理时长从1小时缩短到20分钟以内，效率提升5倍；复杂问题的解决率从不到45%跃升至90%。无问芯穹与信通院联合发布的AISHPerf运维智能体评测基准，弥补了GPU集群运维智能体缺乏统一标准的不足。用吴保东的话说，智能体不仅要“造得出来”，还要“管得住、跑得稳”。         作者丨姬晓婷     编辑丨张心怡     美编丨马利亚     监制丨连晓东。再来说说那个引发这场闹剧的小男孩。放炮之后，他迅速跑开了，所以并没有受伤。

| 但很快，他就被家长带着去了警局。小男孩被带走的时候，身边跟着一位红衣女士，看样子应该是他的妈妈。这位妈妈神情焦急又无奈，脸上写满了担忧。小男孩则低着头，看起来像是在抽泣，小小的身体微微颤抖着，一副很伤心的样子。网上有人爆料说，这个小男孩去年还差点把一个小孩推到水里淹死，给父母惹了不少麻烦。虽然这件事的真假我们无法确定，但从这次放炮炸车的事情来看，小孩的家长确实应该好好管教一下孩子了，这次高额的赔偿就是一个深刻的教训。这次事件涉及的赔偿金额也是大家关注的焦点。由于过年期间很多公司都不上班，各辆豪车的定损还没出来，所以具体的赔偿金额还不能确定。但网上对赔偿金额的预估五花八门，有人说这些车的修理费加上路面修理费差不多要 580 万左右；也有人认为有些车没停好，本身也存在一定责任，小孩不需要赔那么多。还有人觉得相关部门没有检测沼气，应该承担主要责任，赔偿 400 多万；不过大部分人还是认为小孩家的赔偿应该在百万左右，虽然相关部门和其他车主也有一些做得不到位的地方。不管最终赔偿多少，这对于一个普通家庭来说，都绝对不是一笔小数目，可能是几十年都还不完的巨款。事件发生后，大过年的，市政人员紧急赶到现场进行修复工作。他们穿着厚重的工作服，在寒冷的天气里忙碌着。有的在修复被砸坏的井盖，有的在检查电缆是否受损，还有的在填补被炸开的路面。他们弯着腰，认真地做着每一项工作，汗水从额头滑落，在寒风中冒着热气。他们的 “加班”，也是为了尽快恢复小区的正常秩序，减少这场意外对大家生活的影响。

| 这场由熊孩子放炮引发的闹剧，给所有人都敲响了警钟。在这个充满欢乐的新年里，它让我们看到了意外的发生是如此突然，也让我们看到了人性的复杂。有人在灾难面前保持乐观，有人却趁机谋取私利，而孩子的教育问题也再次摆在了家长们的面前。

|

Current article:http://cw4b.banhuannunuluchuaiguangenru.sbs/list_258y3/1jfti.html

Published on:21:18:12