在摩尔线程的首届MUSA开发者大会上，除了公布新一代GPU的产品线路图外，还发布了AI算力本MTT AIBOOK，它虽拥有笔记本形态，但内核与目标，指向一个更专业的领域：一款好用的AI工具，专为AI学习与开发者打造的Linux开发本。

MTT AIBOOK是一款基于摩尔线程自研SoC“长江”所打造的AI终端产品，可提供50 TOPS的异构AI算力，支持INT8/FP16/FP32等混合精度计算，可流畅运行各类主流大模型与AI应用。它首次将全栈自研技术、全功能GPU、原生AI环境与开发工具链深度整合，大幅降低AI开发门槛，提供“开箱即用”的一站式体验。

我们测试这台MTT AIBOOK所用的时间比其他产品长得多，因为这是一个全新品类，不能只用常规手段测测数据跑跑分，而是从开发者角度去测试其作为AI开发生产力的各项性能。现在，我们就一同来体验这款与众不同的MTT AIBOOK。

做过AI开发的人都知道，配置环境往往比写代码更折磨人。CUDA版本冲突、依赖库报错、驱动不兼容……这些能耗掉新手数天的时间。

MTT AIBOOK最大的价值不在于硬件堆料，而在于它是一套“开箱即用的AI开发环境”，直击痛点。

AI原生系统：MT AIOS

MTT AIBOOK运行的是基于Linux内核与自研MUSA架构打造的MT AIOS操作系统。它从底层实现了对AI任务的高效调度，充分发挥CPU、GPU、NPU的异构协同性能。

更重要的是，系统预装了一整套主流AI开发工具链：包括内置Python、VS Code、Jupyter等，而且还预装了PyTorch、vLLM、Pandas、Matplotlib、Numpy和Ollama等常用库，支持Docker。这意味着开发者开机即可直接import torch，无需把时间浪费在环境配置上，真正实现了“开箱即用”。

MTT AIBOOK是一款14英寸的算力本，尺寸为312.2*221.5*15.7mm，重1.5kg，相当之轻便。它采用摩尔线程研发的“长江”SoC，最高主频2.55GHz。配备32GB LPDDR5X 7500MT/s高速统一内存与1TB SSD，搭载2.8K OLED屏幕、4阵列麦克风和4超线性扬声器，在视听方面能带给用户优秀的体验。

秉承“一本多用”的开放理念，通过深度优化的虚拟化与容器技术，将Linux、Windows、Android三大操作系统生态整合于单一设备，并适配国产操作系统。

光有环境不行，还得看实战。我们将通过推理、创造、开发、训练四个维度，测试这台机器作为“移动AI工作站”的真实战力。

在推理环节，我们并没有把时间浪费在繁琐的环境搭建上——因为AIBOOK已经预装了vLLM-MUSA推理框架。对于开发者来说，这种“Ready-to-Code”的状态极具吸引力。我们只需要在HuggingFace镜像站或者魔塔社区把模型拉到本地，然后在终端上输入指令，即可一键启动vLLM的服务。

由于AIBOOK预装了VS Code，所以在上面写python代码其实更为轻松。我们实测用Python代码调用本地模型介绍“北京名胜古迹”，模型加载迅速，tokens生成速度很流畅。这证明了摩尔线程的软件栈在推理侧已经能够很好地释放底层算力。

用python代码让大模型介绍了一下北京的名胜古迹

当然了，单纯依赖命令行进行交互虽然“硬核”，但在长轮次对话场景下不够直观，可以美化一套UI，这个选择就有很多了，我们就装了Anything LLM，可以通过它和vLLM启动的模型进行对话。

AIBOOK内置的RAGBASE本地个人知识库是另一个惊喜。它利用RAG（检索增强生成）技术，解决了大模型“胡说八道”和“不懂私有数据”两大痛点。

默认的模型都是内置的，可以分开设置对话用的模型和数据向量化所用的模型，内置的模型其实就是Qwen3-8B，也可手动添加模型，支持在线的模型API或者本地的Ollama服务。

上传文件给本地知识库，可以指定目录让程序自动导入

我们尝试将一份几十页的文档“喂”给系统。实测中，本地运行的Qwen3-8B 模型表现出了极高的可用性：它不仅能精准定位文档中的核心数据，还能基于内容生成逻辑严密的摘要。

相较于云端方案，这种纯本土化的好处在于，不仅大幅提升了准确率并减少“AI幻觉”的概率。并且，从向量化处理到模型生成，所有数据流转均在本地闭环，这意味着，无论是财务报表还是未公开的技术方案，你都可以放心地交给它处理，彻底杜绝了数据上云的泄露风险。

ComfyUI是内容创作者经常会使用的工作流，也是目前最具代表性的节点式AI工作流工具，同时也是检验显卡生态兼容的“试金石”。

这一点上，MTT AIBOOK 给了我们不小的惊喜。尽管 ComfyUI原生基于CUDA开发，但摩尔线程通过对底层 PyTorch及加速接口的深度重构，成功打破了生态壁垒。

在AIBOOK上，ComfyUI是没预装的，需要自己拉并下载所需的python库，启动后还需要下载模型，这一个步骤其实不难。整个环境部署过程非常顺畅，并未出现国产卡常见的“依赖冲突”或“算子缺失”报错，这侧面印证了MUSA软件栈的成熟度。

我们就使用了经典sdxl模型生成了一些1024*1024分辨率的照片，MTT AIBOOK生图所花的时间还是很短的，出图效率远超我们对一台轻薄本的预期，它能够很好胜任移动端的AIGC创作需求。

如果有兴趣的朋友入手后可以自行搭建使用更新的LoRA模型看看能生成怎么样的精美图片。

仅仅只会跑现成的模型还不够，AIBOOK的核心定位是“开发工具”。为了验证其编码实战体验，我们利用系统内置的Jupyter Notebook，尝试从零构建一个AI Agent 原型。

这个智能体是根据摩尔线程提供的教程搭建的，后续AIBOOK相关教程也会在摩尔学院。AIBOOK内置了Jupyter Notebook，可以很方便的利用它来编写python代码。

整个开发过程比较顺畅。得益于预装的完整Python环境及主流AI库，我们完全跳过了最耗时的依赖配置环节，可以直接进入代码逻辑的编写。

最终搭建好后的AI智能体可以在终端上运行，并且根据我提出的问题作出回答，是一个包含“思考 - 行动 - 记忆”核心要素的智能助手原型以及框架。基于这套框架，开发者可以快速扩展出丰富多样的应用，例如养成类的电子宠物、或是基于个人数据的健康管理助手。

这也是AIBOOK的价值所在，抹平了底层的技术门槛，让开发者只需专注于创意与逻辑本身。无论是新手入门还是快速原型验证，这种“开箱即写”的体验都极大地提升了开发效率。

任何移动工作站的本地算力终究是有限的，但AIBOOK作为摩尔线程MUSA 统一生态的一环，可以快速接入摩尔线程云端算力。这样一来，开发者可以在本地AIBOOK上完成代码编写与调试，遇到重负载训练任务时，无缝调用云端的摩尔线程算力集群。

为了验证这种“端云协同”的流畅度，我们在AutoDL平台上接入了一台使用摩尔线程MTT S4000 GPU的服务器，并利用AIBOOK已经预装的JupyterLab直接连接云端，进行CIFAR-10图像分类训练测试。

使用CPU进行训练的话平均每epoch耗时是9秒

而使用GPU训练的话平均每epoch耗时则是6秒，速度明显更快

实测显示，在云端算力加持下，训练速度相比纯CPU方案提升明显。在使用基础CNN模型时，GPU加速将每epoch耗时缩短至6秒左右。即便是切换到计算量更大的ResNet模型，云端算力也能保持高效稳定的迭代速度，迅速将模型准确率推升至90%以上。

当然，本次CIFAR-10训练测试只是一种能力展示，但AIBOOK这种“本地轻量开发+云端重载训练”的模式，很好平衡了便携性与高性能需求。

训练完后的测试结果

最关键的是，训练并非终点。由于端云均采用统一的MUSA架构，我们在云端训练好的模型权重，可以直接拉回AIBOOK本地进行加载和推理，不存在任何兼容性隔阂。这也许就是开发者真正需要的“无缝”体验。

除了硬核的代码开发，MTT AIBOOK在多模态应用上也展现出了极强的可玩性与实用性，其中最具代表性的就是——数字人“小麦”。

“小麦”并非简单的语音助手，它是语音识别（ASR）、大语言模型（LLM）、语音合成（TTS）与实时渲染技术的完整融合。得益于全功能GPU的算力支撑，小麦的形象渲染完全在本地端侧完成，支持2K高清分辨率与流畅交互。

在数字人“大脑”的选择上，系统提供了极高的自由度：默认调用摩尔线程自家的云端大模型MUSAChat-72B，具备出色的理解与推理能力，可准确完成知识问答、逻辑分析等复杂任务，也可以自行添加其他模型API，比如豆包或千问什么的，以满足各类专业场景需求，让智能交互更高效可靠。而对于网络延迟敏感的场景，用户可一键切换至本地语音识别引擎，获得更极致的响应速度。

同时运用“小麦”能力，你也可以快速造一个自己数字人/想要的数字人。在“角色管理”中，我们无需编写任何代码，就可以自定义名字、性格、背景，甚至通过上传一张图片或一段视频，系统就能快速生成真人的“数字分身”。

我们制作的数字分身

此外，配合RAG文档导入功能，你还能给数字人“赋予灵魂”——比如导入客服文档，它就是金牌客服；导入个人笔记，它就是你的专属分身。这个功能可广泛用于内容创作、智能助手、在线教育、虚拟面试、客户服务等多种场景。

目前，“小麦”的核心能力已全面开放，开发者可前往摩尔线程文档中心获取云端API和本地SDK，基于这一方案开发出更多创新的多模态应用。

如果说“小麦”展示了交互的未来，那么内置的AI助手则务实地解决了当下的效率问题。

AIBOOK内置的AI助手，默认有端侧的Qwen3-8B模型以及云端的MUSAChat-72B和豆包模型，还能自行添加第三方大模型API，是用户一上手就能使用的功能，赋予设备灵活强大的AI能力，轻松应对多样化的应用场景。

除了基础对话，AI助手更像一个“AIGC工具箱”，还能调用多种在线AI工具，包括智源悟界Emu3.5和摩笔马良，支持高质量的文生图创作。而摩音笔记则是语音识别的AI工具，可以帮你快速转写，并同步生成录音与文字纪要。AI PPT则只需要输入主题内容即可智能生成PPT文档。

从文字处理到图像生成，再到办公文档制作，AIBOOK几乎覆盖了日常办公的所有AI需求，这AI助手功能还蛮齐全的。

体验完AI能力，我们回归硬件本质，看看支撑这些体验的基础数据。

能跑的测试中，大家比较熟悉的应该就Geekbench了，跑的是Geekbench 6.5.0的LinuxARM预览版，只能测试CPU的性能，可以看到长江SoC的单核得分为1096，多核得分为7308。

图形性能方面，我跑的是Glmark2，这是一个基于OpenGL ES 2.0的轻量级GPU测试工具，广泛用于嵌入式/ARM Linux，MTT AIBOOK在这测试中得分为6202。

Babylon.js是最流行的开源Web 3D引擎之一，是由微软主导开发，它基于WebGL和WebGPU标准，能够让浏览器基于页面实现精致的3D画面实时渲染，是目前最成熟、易用的选择Web 3D之一。在TypeScript测试中平均帧率是20fps。

在Javascript的测试中，我们把Rebuild Hex Grid:size设置为10，平均帧率为27fps。

MTT AIBOOK所搭载的MT AIOS，虽然是基于AI开发首选的Linux内核，但作为主力生产力工具，单一Linux生态难免存在局限性。为此，AIBOOK通过先进的虚拟化与容器技术，巧妙实现Windows、Android与Linux三大系统无缝切换。

在虚拟机安装完成后，我们在AIBOOK上成功运行Windows 11。得益于领先的GPU虚拟化技术及对DirectX 12的完整支持， AIBOOK可以在虚拟化的Windows 11实现各种GPU加速功能，有效提升系统流畅度。

实测发现，在Linux下用虚拟机运行Windows 11效率其实还蛮高的，我们跑的镜像还是x86版的Windows 11 25H2，基本上运行各类桌面软件都没有问题，完美填补了Linux生态的空缺。

以影音娱乐为例，PotPlayer能够正确开启摩尔线程的GPU硬件加速，流畅播放各种高清电影。此外，开发者在Linux上弄出的AI应用其实也得在Windows上进行测试，毕竟终端用户的环境大部分还是Windows，能直接在本机上进行测试还是方便许多，这种“本机闭环测试”的能力极其实用。

Android生态的兼容，则是通过安装Android容器实现。用户可以在PES控制中心的“应用汇”程序，下载各种安卓应用，这拓展了AIBOOK的娱乐体验。无论是刷抖音、小红书，还是运行各类移动端游戏，体验都非常流畅。上面的截图就是我们在AIBOOK上运行《王者荣耀》，长江SoC的GPU性能对于安卓游戏来说完全就是从从容容游刃有余。

针对《原神》这类游戏，也能正常运行，需要注意的是游戏默认只能用鼠标操作，需要同时按下“Alt+Super+~”键切换到键盘模式才能使用映射的键盘按键。

MTT AIBOOK并非简单的系统堆叠，而是构建了一个丰富的生态闭环：

从开发层面——Linux主系统用于核心开发，高性能Windows虚拟机用于特定测试，Android环境用于移动端验证。

从日常维度——Linux搞开发，Windows日常办公，Android玩娱乐。

MTT AIBOOK采用十分简约的包装，基本上就是一个白色的盒子，上面写着“AIBOOK”，左边的明显是个数字人，让人一眼就联想到这款产品与AI有关。

MTT AIBOOK的A面采用极致简洁的经典造型，只有中间印有摩尔线程的Logo，机身采用6系列高强度耐腐蚀铝合金，使用全CNC工艺0.15mm高精度切割线条打造一体成型机身，表面采用超细目喷砂加阳极氧化处理工艺，触感细腻，也不容易沾上指纹。机身前方屏幕与键盘接触位置开有凹槽，用户可以从这里轻松打开屏幕，转轴是隐藏式的，在外侧基本看不到，出风口也隐藏在转轴位置。

搭载14英寸2880*1800的OLED屏幕，采用120Hz高刷新率，最大亮度500nit，支持10bit色深及100% DCI-P3广色域，实现精准生动的视觉呈现。设备配备4阵列麦克风提升人声拾音精度确保流畅的人机交互，结合4超线性扬声器系统，带来层次分明且富有张力的音频体验。

C面是全尺寸低噪音键盘，采用人体工学曲面键帽与1.2mm精调键程，输入触感柔和舒适，有效缓解长时间使用的手部疲劳。键盘支持三档可调白色背光，无论在何种光线环境下皆可清晰输入。触控板的尺寸相当之大，采用玻璃基表面，触控丝滑精准，支持多点手势操控，双指缩放、三指切换、四指调出任务栏均可轻松实现。

机身左侧有一个USB 5Gbps Type-C接口和一个3.5mm二合一音频接口，机身右侧则有两个USB 5Gbps Type-C口， 所有接口都支持给机器充电，但只有右侧的两个接口是全功能口，支持视频输出，充电指示灯也布置在机身右侧。

MTT AIBOOK采用无开孔一体式底面设计，D面就是一整块铝合金，那么它的散热和扬声器开孔在哪里呢？其实就藏在机身侧面，这里机身边框与D面之间有一条开孔，散热器的进风口与扬声器就藏在这里面，机身两侧都有这设计，就这样原本位于机身底部的开孔被移动到机身侧面了，这确实是一个相当巧妙又美观 的设计。

配送的充电器是100W的USB Type-C PD快充，有一根相当长的C2C线，机器的净重是1.47kg，旅行重量1.67kg，整体重量不高，相当便携，而且这充电器在不使用AI BOOK时也能给手机和其他设备充电，十分便利。

MTT AIBOOK机身上只有3个USB Type-C口，用起来其实不是很方便，所以摩尔线程还送了一个USB扩展坞，它可扩展出三个USB 5Gbps Type-A口，顶部还有一个HDMI视频输出口，这样写代码时就不用只盯着那个14英寸的小屏幕看了，说真的这个对开发者来说非常重要。

扩展坞上的USB Type-C是用来接充电器的，这样就只占用笔记本上的一个USB口就能同时扩展出三个USB Type-A口和一个HDMI口，同时还能给笔记本充电，但需要注意的是只有笔记本右侧的两个USB口才支持视频输出。

拆开MTT AIBOOK的底盖，可以看到摩尔线程这波在散热上可是下了重本，这台轻薄本居然用了大面积的均热板散热器，配备7752mm2的超薄真空腔均热板与双涡轮风扇，可快速导出核心热量并高效排出机身。风扇支持智能启停，在低负载时会停转，确保机器在大部分时候可以安静运作。

所配的SSD是长江存储的PC41Q 1TB，这款SSD在笔记本上很常见，Q就是QLC的意思，它采用长江存储第四代QLC 3D NAND闪存X3-6070，连续读写速度能到5700/5500MB/s，是一款性能还不错的QLC SSD。

无线网卡是AzureWave的AW-XB547NF，里面用的是Realtek RTL8852BE芯片，支持WiFi 6和蓝牙5.2。

内置的电池容量为70Wh

我们测试这台MTT AIBOOK所用的时间比其他产品长得多，所以实际体验也挺深的，其实摩尔线程对这台AIBOOK的定位确实是对的，它就是面向AI学习与开发者打造的个人智算平台。首先就系统来说，对于普通消费者而言，Linux系统的学习和使用成本较高。但对于AI开发者来说，Windows其实并不好用，Linux才是更好的选择。

更重要的是，摩尔线程给这台AIBOOK预装了大部分AI开发所需要的东西，内置Python、VS Code、Jupyter等一整套主流AI开发工具，而且还预装了PyTorch、vLLM、Pandas、Matplotlib、Numpy和Ollama等常用库，支持Docker，解决了AI开发所需的环境配置问题。虽然还有些东西需要自己装，但基本上就是拿到手就能用，对于开发者来说十分便利。而且AIBOOK还是一台把Linux、Windows、Android三大操作系统整合一身的设备，在Linux上跑不了的东西可以在另外两个系统上运行，为这台设备增添了娱乐属性。

实际上，摩尔线程推出MTT AIBOOK的重要目标之一，就是面向AI开发者群体推广其自研的MUSA生态系统。AIBOOK不仅是一个软硬一体的全栈技术平台，更是开发者无缝接入MUSA生态的核心入口。通过提供“开箱即用”的开发体验，AIBOOK能够有效降低门槛，吸引高校、科研机构及开发者采用MUSA工具链，从而加速扩大其生态用户基础。可以说，MTT AIBOOK不仅是一款硬件产品，更是摩尔线程生态战略的关键载体——它致力于构建一个易于上手、性能可靠且与主流AI框架良好适配的开发环境，以吸引开发者长期投入MUSA平台，进而推动国产GPU与AI软件生态的可持续发展。