燧原科技：一家三年烧掉43亿、至今没赚过一分钱的中国AI芯片公司，凭什么能冲击科创板IPO？
“我们不是在卖GPU，而是在建AI工厂。”
2026年9月3日，在摩尔线程半年度业绩说明会上，董事长张建中面对投资者抛出的盈利时间表追问，并未给出明确节点，却用一句话重新定义了公司的业务边界。这家成立仅五年的国产GPU企业，正从芯片供应商向超大规模AI基础设施构建者加速跃迁。
营收翻倍背后：从“国芯训国模”到万卡集群
据公司披露，2026年上半年实现营业收入17.36亿元，同比增长147.42%，已超越2025年全年水平；毛利9.89亿元，毛利率56.95%。尽管净利润仍为-1156万元，但较上年同期2.71亿元亏损大幅收窄95.73%。关键转折在于其旗舰产品MTT S5000智算卡的规模化落地——该产品已在北京、无锡、杭州等地完成部署，并成为国内首批通过《安全可靠测评》的AI训推一体卡。
更具标志性的是，生态伙伴基于S5000集群从零训练出MoE-236B超大参数模型，语料规模超25万亿Token。这意味着“国芯训国模”不再只是口号，而是可验证的技术闭环。与此同时，摩尔线程与北京智源研究院合作完成具身大脑模型RoboBrain2.5训练，北京大学团队则在其GPU上实现5D世界模型EvoPhys-World的原生训练。
押注具身智能：全栈链路与“三个AI工厂”
摩尔线程联合创始人张钰勃透露，公司已打通具身智能从合成数据生成、大模型训练、仿真验证到端侧部署的完整链条。其开源的MuJoCo Warp MUSA物理仿真后端，已在四足机器狗和人形机器人上完成Sim2Real真机验证。在无锡设立的工业具身智能创新中心，以及与国家具身智能中试基地共建的联合实验室，正推动技术从实验室走向产线。
支撑这一布局的是公司提出的“三个AI工厂”战略：模型训练工厂面向十万卡级集群，服务万亿参数模型；词元生产工厂优化推理效率，降低Token成本；智能体生产工厂则专攻Agent与具身智能的调度部署。下一代MTT C256超节点架构规划亦浮出水面——单柜256卡、亚微秒级互联、液冷集成，目标直指万卡乃至十万卡级AI基础设施。
高增长下的隐忧：毛利率承压与供应链挑战
尽管收入高速增长，综合毛利率由��年同期的69.14%下滑至56.95%，二季度单季更降至49.26%。公司解释称，主因半导体原材料价格上涨及产品交付结构变化。尽管管理层强调“全功能GPU”路线使其毛利率仍处行业第一梯队，但持续扩大的研发投入与生态建设投入，短期内仍将压制利润释放。
对于产能保障，张建中表示“整体供应链及产能能够匹配业务发展需求”，并指出国产半导体产业链配套能力正在提升。然而，在全球AI算力竞赛白热化背景下，能否在万卡集***付节奏、软件生态适配速度（如对DeepSeek-V4、GLM-5.3-Flash等模型的“发布即适配”）上保持领先，仍是关键考验。
投资有风险，本文仅供参考，不构成投资建议。
本文由AI辅助生成
