7月17日，2026世界人工智能大会开幕当天，上海世博、张江、西岸三大展区被高温与人潮同时席卷。展馆内，机器人的表演项目明显收敛——跑步、跳舞、后空翻的少了，取而代之的是反复演示分拣、质检和装配的机械臂。有的企业干脆把整条生产线搬了进来。
手机、眼镜、耳机等终端被赋予新角色，不再是简单的AI功能载体，而是智能体感知现实、调用服务的入口。更显眼的是那些占据大片展位的“大家伙”：十几个计算机柜组成的超节点、整套液冷和集群系统，这些过去隐藏在数据中心里的算力基础设施，被推到聚光灯下。“曙光8000”展台前，参观团一批接一批抵达，讲解员举着小旗带人绕设备移动，媒体被挤到外围，焦急等待一个没有人挡住镜头的瞬间。
热闹只是表层。本届WAIC展览面积首次超过10万平方米，1100余家企业带来3000余项展品，超过300款产品计划在此完成全球首发。仅智能计算和具身智能两个赛道，就各自聚集了超过200家企业。大会联动12个国家部委、10余个国际组织，汇集1400余位中外嘉宾，并设置资本对接专区，引入十余家投资机构和约200位专业投资人。同期举行的还有人工智能全球治理高级别会议。
从2018年创办至今，WAIC把科学家、模型公司、芯片厂商、机器人企业、投资机构和政策制定者放进同一个坐标系，资源的流向和竞争的重心变得清晰可见。从本届WAIC出发，我们总结出六个值得关注的AI产业趋势。
趋势一：大模型没有结束竞争，但“最强模型”未必是最大赢家
WAIC开幕前一晚，月之暗面发布了Kimi K3。这款模型拥有2.8万亿参数和100万Token上下文窗口，定位于长程编程、知识工作和复杂推理，被一些开发者称为开源社区的“另一个DeepSeek时刻”。它把接近全球前沿水平的能力放进开放生态，再次缩短了开源与闭源模型之间的距离。北京中关村学院院长刘铁岩在接受媒体采访时表示，技术的生命力在于开放流动，一批中国开源大模型从“单点亮相”走向“群体突破”。
当前沿能力被开源模型越来越快地追平，单次模型领先所能换取的技术溢价也在收窄。开发者可以在不同模型之间迁移，企业也可以通过多模型调用、私有化部署和议价压低成本。大会近200场会议、论坛和活动中，出现频率最高的三个标签并不是“大模型”，而是“产业发展”“人才生态”和“算力”。即便讨论模型，问题也从“参数有多大、榜单排第几”，转向模型如何进入真实系统。
基础模型并未退场，只是不再独占舞台中央。华为发布了Atlas 950超节点，阶跃星辰发布了Agent操作系统，此外还有AI智能体手机、机器人和垂直行业的智能体产品。行业真正争夺的重心已经越过模型本身——模型要与芯片、操作系统、终端、行业数据和业务流程结合，形成完整、稳定且可持续运转的产品体系。阶跃星辰首席战略官李璟在大会前表态：当智能体进入真实生产环节，市场对基础模型的要求已经是“智能与效率并重”，除了推理、规划和工具调用能力，还要继续降低推理成本，提高响应速度和部署灵活性。
下一阶段的赢家，未必是某一次评测中得分最高的公司，更可能是能够把模型组织进真实产品、稳定系统和商业闭环的企业。
趋势二：机器人开始告别“才艺表演”，世界模型争夺下一代数据
过去机器人展台最吸引眼球的是跑步、跳舞和后空翻，今年真正聚拢人气的是“打工天团”。本届WAIC聚集了超过200家具身智能企业，展馆里既有能在四足与两足形态间切换的载人变形机甲，也有演示上下料、线束装配和工业质检的机器人。家庭场景中，桌面机器人主打个人陪伴，机械臂尝试理解“收拾客厅”这类长程指令并将其拆解为多个步骤；智能水吧前，机械手独立完成从萃取到递送的咖啡制作全流程。技术演示正在从“秀肌肉”转向真实作业。
但机器人完成一个动作，与在真实现场连续、稳定地做事之间，隔着漫长的工程链路。真实环境中，光线变化、物品形变、摆放偏差、人员闯入、任务中断乃至设备老化都会带来干扰。机器人不仅要执行标准动作，还要识别异常、重新规划，并在失败时安全退出。以它石智航按1∶1比例搬来的汽车线束装配产线为例，机器人需连续完成取线、布线、插接；复旦大学与上汽智己合作的视触觉系统，则在车灯装配中一边感知受力与形变，一边实时修正轨迹。
机器人一旦进入真实作业，行业很快就会遇上比本体成本更棘手的问题：数据。没有足够多、足够复杂的物理交互数据，模型就很难获得跨场景泛化能力。启明创投主管合伙人周志峰表示，目前中美头部具身智能公司掌握的高质量物理交互数据，大多只有几十万小时，距离充分验证Scaling Law至少还差一个数量级。头部企业正在把年度数据目标推向百万小时以上，昂贵的真机遥操作数据只占其中一部分，更大比例可能来自第一视角视频、人体操作数据和仿真环境。
由此，世界模型在本届WAIC被推到更关键位置。大会专门设置相关议题，讨论如何在虚拟环境中完成建模与推演再迁移到现实世界。未来，具身智能公司的差距可能不再主要体现为机器人能举多重、有多少自由度，而在于谁能更早建立起“真实部署—数据回流—世界模型—再次部署”的闭环。
趋势三：国产算力不只拼单卡，开始争夺系统效率
在集结了百余家算力芯片及基础设施企业的张江展区，东方算芯在展台上打出了“14nm约等于4nm”的口号。其首款DF1000采用软件定义和3D近存计算架构，在14nm工艺节点下实现520TFLOPS@BF16的算力。芯片参数之外，今年更明确的产业信号是“超节点”。
华为首次公开展示由16个计算柜、1024张昇腾卡组成的Atlas 950 SuperPoD真机，单个系统最多可连接8192张NPU。由中科曙光打造的中国首个全国产10万卡AI超集群“曙光8000”同期亮相。国产厂商的产品边界正从单卡延伸至服务器、互联网络、内存系统和集群。
变化由大模型负载的特性决定。MoE模型和智能体应用越来越依赖跨芯片通信、内存访问和任务调度。一项任务可能需要调用多个专家模型，智能体则需要维持更长时间的上下文、不断调用工具并保存大量KV缓存。单颗芯片的峰值算力已不足以决定系统表现，衡量口径变成了系统每单位时间能够稳定产出多少Token，以及这些Token需要消耗多少电力和成本。国产算力竞争正在从“能否替代一块卡”，转向“能否交付一套可训练、可推理、可运维的系统”。
趋势四：Agent从概念验证走向付费闭环
本届WAIC上，智能体不再是一个概念标签，开始有产品形态和定价策略。阶跃星辰发布的Agent操作系统，试图解决智能体在生产环境中的调度、安全和计费问题。多位从业者在论坛上提到，企业级客户对Agent的付费意愿正在上升，尤其在客服、数据分析、流程自动化等场景中，Token消耗已经可以直接换算为业务产出。
大会上出现了一个被反复提及的词：Token经济。当模型调用不再是后台的技术动作，而变成一种可计量的生产要素，整个定价体系和商业模式都在调整。一些智能体产品已经不再按API调用次数收费，而是按“完成一个任务”所需的总Token量打包计价。这让成本变得可预测，也降低了企业尝试的门槛。从“能做”到“能做得好且能算得清账”，Agent正在跨过关键分水岭。
趋势五：AI终端进入贴身战，手机、眼镜和耳机抢入口
手机厂商在本届WAIC的声量明显放大。AI智能体手机成为独立品类亮相，强调的不是某个AI功能，而是从操作系统层面对智能体的调度能力。眼镜和耳机则被定位为“无感交互”的入口——它们可以长时间佩戴，天然适配语音指令和上下文感知。展场上，多个团队演示了耳机实时翻译、会议纪要生成和健康监测，眼镜则被用来做导航信息叠加和实时物体识别。
终端之争本质上是入口之争。当AI能力变成底层能力，用户不再需要为某一个AI功能购买新设备，但设备本身必须能承载更复杂的智能体任务。算力、功耗、延迟和隐私保护这四个维度，成为终端厂商比拼的核心。谁能在功耗约束下跑通本地推理，谁就更有可能占据用户的日常场景。
趋势六：全球治理成为大会底色，中国方案加速形成
比起往届，2026年WAIC的另一个显著变化是治理论坛的密度和规格明显提升。人工智能全球治理高级别会议同期举行，12个国家部委参与，议题覆盖AI安全、数据跨境流动、伦理审查、就业冲击和主权AI基础设施。中国在多个场合提出治理框架，强调发展权、参与权和制度性话语权。
过去WAIC更多是技术展览，现在它承担了更多政策沟通和规则磋商的功能。当AI能力快速渗透经济和社会运行，如何在创新与安全之间找到平衡，如何让中小国家和群体也参与到规则制定中，这些议题已经从学术讨论进入政策操作层面。WAIC正在成为观察全球AI治理走向的关键窗口。
热门跟贴