蛇蝎美人第二季

太行山“背篓哥”：36年无偿跑腿 只为那一份托付_我的网站

一 |     2026世界人工智能大会（WAIC）期间，摩尔线程披露，一款236B参数的MoE模型基于国产万卡级集群训练，一款具身智能大脑模型，基于国产千卡集群训练，此外，北京大学EvoPhys团队首个全球5D世界模型EvoPhys-World的全栈原生训练，全程由MUSA软件栈提供底层支撑。          　　有人干副业是为了增加收入，但你见过一份副业干了几十年却一分钱不赚的吗?在太行山深处，就有这样一位电力工人——他帮乡亲们跑腿捎货，一干就是36年，分文不取。     　　他叫邢海明，是国网灵寿县供电公司南营服务站的员工，也是“中国好人榜”上的平凡英雄。

二 | 新一期由中央广播电视总台音频客户端云听打造的《人间温暖》系列节目之短视频《追光纪》，带我们一起走近这位“背篓电工”，倾听一段关于坚守与牵挂的暖心故事。         其中，MoE-236B模型基于25T+语料，在摩尔线程国产万卡级集群上从零起步完成预训练到长窗口训练的全流程，有效训练时长占比超过90%。         “高精度”是摩尔线程反复强调的能力，摩尔线程高级副总裁董龙飞提到，它指的不是单次计算的数值精度，而是模型在不同GPU平台间迁移训练时的结果对齐能力，即相同模型架构、训练数据、超参数下，能否获得稳定、可比的训练结果。      　　△助人为乐中国好人、国网灵寿县供电公司南营服务站员工邢海明      　　邢海明的家在河北省灵寿县木佛塔村，他是十里八村都熟悉的电工师傅，日常负责本村及下辖9个自然庄的用电安全、日常巡线、设备抢修等工作。村落位于太行深山，一条被当地人称为“七十二拐”的盘山道是通往外界的唯一纽带。         摩尔线程给出的具体数据是，在DeepSeek一类MoE模型上，与国际主流GPU做对比训练，前3万步的平均相对误差控制在万分之六以内。

三 | 村民们走路下山去一趟集镇，通常要一个半小时。      　　这里的年轻人长年在外打工，留守村中的多是一些腿脚不便的老人。

四 | 摩尔线程还以500B至5T不等规模的数据做过多轮实验，称基于相同卡数、模型配置和训练流程，摩尔线程平台训练所得模型在下游Benchmark评测中的得分与参考平台基本一致，部分指标更高。         摩尔线程与北京大学EvoPhys团队合作训练的5D世界模型EvoPhys-World，基于MTT S5000完成全栈原生训练，在WorldScore“世界生成”维度连续37天排名第一，该项目获得摩尔线程“灯塔计划”支持，这是国内第一次由中国科学家在中国算力设备上完成的原创世界模型工作，也是“国芯训国模”的一个分水岭。日常采买、取药取物，这些看似平常的小事，对老人们来说，却成了实实在在的难处。

五 |          此外，北京智源研究院的RoboBrain 2.5具身大脑模型，基于FlagOS-Robo框架，依托摩尔线程MTT S5000千卡智算集群，双方成功完成RoboBrain 2.5的全流程训练。首次验证了国产算力集群在具身智能大模型训练中的高可用性与效率。         摩尔线程创始人、董事长兼首席执行官张建中将AI产业按功能拆分为三类“工厂”：模型训练工厂、词元生产工厂、智能体生产工厂。邢海明把这些看在眼里，自1990年参加工作起，就主动把乡亲们的“难事”装进了自己的背篓——这一背，就是36年。三者共用同一套全功能GPU架构，这也是摩尔线程与专用芯片路线（ASIC）厂商的核心分野。         词元生产工厂方向，摩尔线程重点展示了基于MTT S5000的PD分离异构推理方案，将算力需求大的Prefill（预填充）计算放在S5000上，将带宽需求高的Decode（生成）计算放在国际主流GPU上，两者异构分池部署。         张建中在演讲中给出的数据是，异构组合后整体吞吐量较原有方案提升近2倍，并给出算式，“3台S5000+2台国际主流GPU≈9台国际主流GPU”。山高路陡，挡不住他往返的脚步;村子寂寥，他就用一篓一篓的物资，托起整座山村的琐碎期盼。     　　乡亲们托付邢海明捎带的东西五花八门，轻的有油盐酱醋、卫生纸等生活杂货，重的甚至有修缮房屋的水泥、沙土等等。董龙飞补充表示，这类异构方案的性能比任何同构方案都要高50%以上，其中很大一部分收益来自KV Cache的调度优化，在类似OpenClaw这样反复调用本机命令行工具的场景下，缓存命中率可达90%，相当于节省90%的算力。         据悉，过去一年，国产大模型发布后到完成硬件适配的周期已从“数月”压缩到“发布即适配”（Day 0适配），部分大模型厂商现在会在模型规划部署阶段就与摩尔线程同步“共研”，而不是等模型发布后才启动适配工作。每天上午上班前，邢海明会把村里老人要卖的核桃、鸡蛋等山货捎到山下换成钱，再跑药店、进超市、取快递……背篓装得满满当当。

六 |          在具身智能方面，早期VLA/VLM类模型参数在5B至14B之间，主要部署于端侧；当前的世界模型路线不再依赖语言输入，直接处理物理世界，参数跨度更大，实现高质量具身控制大致需要10亿参数级别模型在端侧运行，同时配合千亿级（1000B）及以上模型在云端协同。下班后，他再载着物资上山，挨家挨户送进门。“下单、采购、装篓、配送”，一整套流程行云流水。为了方便全村老人，邢海明的手机24小时不关机，他还帮老人们把自己的号码设成一键拨号——有呼必应，随叫随到。摩尔线程正基于自有万卡级集群持续进行万亿参数模型的训练验证，但未公布具体进展和时间表。         提及算力供应话题，董龙飞表示，中国的算力建设是面向未来十至二十年的基础设施投入，短期供不应求属于正常现象，以铁路、高速公路等基建类比，中国GPU或算力企业远未发展到“供过于求”的地步。（本文作者 | 张帅，编辑 | 杨林）          更多精彩内容，关注钛媒体微信号（ID：taimeiti），或者下载钛媒体App。      　　日子久了，大家对他的信赖早已超出了邻里情分——甚至有人把社保卡密码告诉他，放心让他帮忙下山取钱。为了不辜负这份沉甸甸的信任，邢海明用的背篓都是自己亲手编的，“买的不结实，不用这个背篓背，会弄坏了。

七 | 给乡亲们办事，必须得谨慎。”      　　36年来，邢海明在盘山路上累计行程近40万公里，先后骑坏两辆摩托车、两辆机动三轮车，他自编的背篓更是用坏了16个。而这条山路的艰险，邢海明比谁都清楚——“七十二拐”本就难行，万一遇上冬日大雪、夏季暴雨，路面泥泞湿滑，危险时刻相伴。最惊险的一次，他在弯道上连人带车摔了出去，肋骨折了一根，疼了20多天。但邢海明没有动摇过，“一想到村里的老人还在家等着，这点苦不算啥。能给他们做点事，心里觉得值。

八 | ”      　　几十年无偿给乡亲们跑腿办事，家里人一开始也有怨言——“因为耽误了家里的活儿”。但随着时间长了，家人也慢慢理解了他的用心。邢海明说：“家里干不了的活，全凭我媳妇了。

九 | 没有家人的支持，这个事儿我也不好往下干。”妻子从最初的不解到后来的默默支持——这份善意，从来不只是一个人的奔走。     　　今年57岁的邢海明，再有四年就要退休了。

十 | 可他心里还盘算着，只要腿脚还利索，这背篓就不打算放下。他也盼着能有年轻人接过来，替他继续往山上跑——山里的老人们，总得有人惦记着。     　　36年，背坏16个背篓，行程近40万公里。电工邢海明的背篓里装的不仅有乡亲们的柴米油盐，也有一个人对一群人的惦记和牵挂。往返山间的小背篓里没有轰轰烈烈，只有岁月如常。

十一 | 邢师傅说，明天他还会在路上。

Current article:http://hkk8ej.shuacanrandenmizhuohaoeiliang.buzz/news/20260826_656.html

Published on:01:27:07