• 亿邦公众号
    • APP下载

WAIC首日 无论你是否来了 都应该知道这些变化

作者:钛媒体 文章来源:钛媒体

2026-07-19 09:33

作者:钛媒体 文章来源:钛媒体

2026-07-19 09:33

邦小白快读

EN
全文速览

本文是2026年WAIC世界人工智能大会首日逛展的干货总结,核心传递出AI行业的最新变化:AI已经从能聊天进化为能解决实际问题、落地干活,普通用户也能很快感受到AI带来的生活变化。

1. 本次大会是国内最高规格AI盛会,规模远超以往,联动12个国家部委、十余个国际组织,邀请多位顶尖科学家参会,三地四馆共10万平方米展览面积,有300余款全球首发新品,覆盖国产算力、大模型、具身智能机器人、AI终端等多个领域,算力和机器人参展商各200多家,合计占总展商三分之一以上。

2. 普通用户可关注的落地成果:已经有AI原生手机、AI智能眼镜、AI家居产品等消费级AI终端推出,AI开始重构人机交互逻辑,用户只需要说清楚需求,系统就能自动完成操作,能大幅降低用户的注意力消耗,这类产品很快就能走进普通消费者的生活。

本次WAIC透露出AI领域最新的消费趋势、产品研发方向和商业化玩法,能给品牌商提供明确的参考方向。

1. 消费趋势变化:AI不再是产品的附加功能,开始重构产品和交互逻辑,人机交互从用户主动操作应用,转向用户表达意图、系统自动执行,消费者对低延迟、隐私性强的本地端侧AI需求快速上升,AI终端成为新的消费赛道。

2. 商业化可参考玩法:已经出现多个经过验证的新定价和变现模式,比如千问大模型的峰谷Token分时计费,闲时使用最低可打2折,还有跨境AI服务商推出的RaaS按结果付费模式,能降低客户合作门槛。

3. 产品研发方向:当前行业比拼核心是解决真问题,品牌商布局AI要聚焦落地到自身业务流程,帮业务提效、帮用户节省时间,才能获得市场认可,单纯炫参数的概念产品已经没有竞争力。

本次WAIC展现了AI领域多个新的增长机会,也给出了风险提示,能给不同赛道的卖家提供方向参考。

1. 新增量机会:端侧AI终端是新蓝海,涵盖AI原生手机、AI智能眼镜、AI家居、AI办公硬件等多个品类,消费者需求正在快速崛起;具身智能机器人的商用场景已经开放,工厂分拣组装、药房、酒店门店、地产展厅都有大量采购需求,细分零部件赛道缺口更大。

2. 新商业模式参考:除了传统卖硬件赚差价,现在已经跑通分时Token计费、RaaS按结果付费等新变现模式,比如百型智能用按结果付费模式,帮空气净化厂商3个月实现新市场订单从0到千万元的突破,值得中小卖家借鉴。

3. 风险提示:当前AI行业竞争已经淘汰纯概念玩家,核心比拼落地解决问题的能力,卖家要聚焦细分垂直场景做落地,不要盲目比拼模型参数,才能拿到市场份额。

本次WAIC展示了AI给工厂生产带来的新变化,也带来了新商业机会和数字化转型的明确启示。

1. 生产端需求变化:当前工业AI已经从辅助决策走向自主运行,能重构工厂生产流程,比如南方电网的配电网规划智能体可以辅助工程师自动生成规划方案,和利时的系统能支撑工业自主运行;人形机器人已经进入真实产线,智元的精灵G2 Max已经交付超300台,在工厂完成分拣、组装任务,能替代人工完成重复作业,提升生产稳定性。

2. 新商业机会:具身智能机器人全产业链都有大量机会,核心零部件比如灵巧手、触觉感知芯片需求暴涨,当前头部触觉芯片厂商市占率才刚超过80%,还有很多细分缺口,此外工业智能体、智算集群改造都有大量合作空间。

3. 数字化转型启示:工厂推进AI不需要贪大求全,可以聚焦具体工序落地,AI能提升生产精度,实现长时间连续稳定作业,比人工更适合高危、重复的生产环节,能切实帮工厂降本提效。

本次WAIC明确了AI服务商当前的行业发展趋势、客户核心痛点,也有不少成熟解决方案可参考。

1. 行业发展趋势:当前AI产业创新进入前所未有的活跃期,整体方向从技术展示转向落地解决真实问题,企业客户的需求已经从单纯提供大模型,转向能拆解任务、调用工具、交付稳定结果的智能体服务,市场空间非常大。

2. 客户核心痛点:当前客户普遍存在几个核心痛点,一是多平台使用大模型,Token消耗难以管理;二是不同厂商的芯片架构不统一,难以协同工作;三是工业客户需要机器人能长时间稳定连续作业,对精度和响应速度要求高;四是中小企业想要落地AI,缺乏技术开发能力。

3. 可参考解决方案:目前已经有厂商推出ATM工具帮助用户管理多平台Token消耗,百度的零代码开发平台秒哒已经累计服务超3500万用户,钉钉的AI表格支持零代码搭建应用,能满足中小企业快速落地AI的需求,RaaS按结果付费的模式也能降低客户合作门槛,适合拓展中小客户。

本次WAIC展现了AI产业对平台的新需求,也有头部平台的最新做法可参考,能帮助平台商明确招商运营方向、规避风险。

1. 产业对平台的核心需求:当前AI企业需要平台提供从底层算力集群到上层应用开发的全栈支撑,需要统一的底层架构实现不同厂商芯片的协同工作,还需要便捷的Token计费、管理工具支持商业化,这些都是平台可以布局的方向。

2. 头部平台最新做法参考:阿里云已经打造出从芯片、服务器到模型服务平台的全链路能力,百炼模型服务平台已经服务500万用户;钉钉聚焦企业级需求,推出零代码AI应用搭建能力,支持企业快速定制专属AI应用,这类模式值得平台借鉴。

3. 招商运营与风险规避:当前算力和具身智能是行业最热赛道,两类展商占总展商的三分之一以上,平台可以重点引入国产算力、机器人核心零部件、端侧AI终端领域的企业,聚焦落地应用打造差异化;同时要注意规避风险,当前纯概念拼参数的项目已经没有生命力,引入项目时要重点考察实际落地能力,避免劣币驱逐良币。

本次2026年WAIC释放出AI产业的多个全新动向,出现了不少新问题、新商业模式,具备很高的研究价值。

1. 产业核心新动向:当前AI产业整体进入群体性突破阶段,核心变化包括:算力竞争从单芯片性能比拼,转向超节点集群的系统化竞争;大模型竞争从拼参数规模转向拼落地解决问题的能力;具身智能竞争从整机展示下沉到核心零部件层面;端侧AI竞争从硬件参数比拼转向操作系统层竞争;产业AI从辅助决策走向自主闭环运行。

2. 行业新问题待研究:当前行业出现了多个值得研究的新问题,比如单颗芯片逼近物理极限后,如何通过架构创新扩大算力规模;如何搭建统一底层架构,实现不同厂商芯片的协同工作;AI重构人机交互逻辑后,如何平衡用户体验和数据隐私安全;AI落地产业后,如何重新分配人机分工,这些都是值得深入研究的方向。

3. 新商业模式研究方向:本次大会出现了峰谷Token分时计费、RaaS按结果付费、智能体原生操作系统重构交互等多个全新商业模式,端侧AI终端也开辟了新的赛道,这些新变化都值得研究者跟踪研究。

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article summarizes key takeaways from the opening day of the 2026 World Artificial Intelligence Conference (WAIC), outlining the latest shifts in the AI industry: AI has evolved from chatbots to solving real-world problems and delivering tangible value, and everyday users will soon experience notable changes to daily life brought by AI technologies.

1. As China’s highest-profile AI event, this year’s WAIC far exceeds previous editions in scale. Co-organized with 12 national ministries and commissions and more than 10 international organizations, the conference gathers numerous leading scientists and spans 100,000 square meters across four venues in three locations. It features over 300 global product launches covering domestic computing power, large language models (LLMs), embodied intelligent robots, AI-enabled terminals and other fields. More than 200 exhibitors come from the computing power sector, and another 200+ from the robotics sector, together accounting for over one-third of all participants.

2. For general consumers, notable ready-to-launch products include native AI smartphones, AI smart glasses, AI home appliances and other consumer-facing AI terminals. AI is reshaping human-computer interaction: users only need to state their needs clearly, and the system will automatically complete the required operations, drastically reducing the attention users need to devote. These products will soon enter the mass consumer market.

This year’s WAIC reveals the latest consumer trends, product R&D directions and commercialization models in the AI sector, providing clear strategic references for brand owners.

1. Shifting consumer trends: AI is no longer just an add-on feature for products, but is reshaping core product design and interaction logic. Human-computer interaction is shifting from users actively operating apps to users stating intentions, with systems automatically executing tasks. Consumer demand for low-latency, privacy-preserving on-device AI is growing rapidly, making AI terminals a new high-potential consumer track.

2. Proven commercialization models: Multiple new validated pricing and monetization models have emerged. For example, Tongyi Qianwen LLM offers peak-valley time-of-use pricing for Token usage, with discounts as deep as 80% for off-peak use. Cross-border AI service providers also have launched a "Results-as-a-Service" (RaaS) pay-per-outcome model, which lowers the barrier to entry for clients.

3. Product R&D priorities: The industry now competes on solving real problems. For brands, AI initiatives must focus on integrating into core business processes to improve operational efficiency and save user time to win market acceptance. Concept products that only tout large model parameters no longer hold competitive advantage.

The 2026 WAIC highlights multiple new growth opportunities in AI along with key risk warnings, providing directional guidance for sellers across different tracks.

1. New incremental opportunities: On-device AI terminals represent a new blue ocean market, covering native AI phones, AI smart glasses, AI home products, AI office hardware and other categories, with consumer demand rising rapidly. Commercial use cases for embodied intelligent robots are already open, with strong procurement demand from factories (for sorting and assembly), pharmacies, hotel stores, and real estate showrooms. Segmented component sub-sectors face even larger supply gaps.

2. New business model references: Beyond the traditional model of profiting from hardware markups, multiple new monetization models have already proven viable, including time-of-use Token pricing and the RaaS pay-per-outcome model. For example, Baixing Intelligence used a pay-per-outcome model to help an air purification manufacturer grow new market orders from zero to 10 million RMB in just three months, a approach that is well worth learning for small and medium-sized sellers.

3. Risk warnings: Industry competition has already eliminated purely concept-driven players, and the core competitive advantage now lies in the ability to deliver solutions that solve real problems. Sellers should focus on落地 in niche vertical scenarios rather than blindly competing on model parameters to capture market share.

The 2026 WAIC showcases how AI is transforming manufacturing, along with new business opportunities and clear insights for digital transformation.

1. Shifts in production demand: Industrial AI has evolved from supporting decision-making to autonomous operation, enabling the reshaping of factory production processes. For example, China Southern Power Grid’s distribution network planning agent can automatically generate planning solutions for engineers, and HollySys’s system supports fully autonomous industrial operation. Humanoid robots have entered actual production lines: Zhiyuan Robotics’ Genie G2 Max has already delivered over 300 units to factories for sorting and assembly tasks, replacing human workers for repetitive operations and improving production stability.

2. New business opportunities: The entire industrial chain of embodied intelligent robots offers substantial opportunities. Demand for core components such as dexterous robot hands and tactile sensing chips is surging. Even the market share of the leading tactile chip manufacturer has just exceeded 80%, leaving plenty of gaps in niche segments. There is also broad room for cooperation in industrial agents and intelligent computing cluster transformation.

3. Insights for digital transformation: Factories do not need to pursue overly ambitious, all-encompassing AI overhauls. Instead, they can focus on rolling out AI for specific production processes. AI improves production precision and enables long hours of continuous stable operation, making it better suited for high-risk and repetitive production tasks than human labor, delivering tangible cost reduction and efficiency gains.

The 2026 WAIC clarifies current industry development trends and core client pain points for AI service providers, with a number of mature solutions for reference.

1. Industry development trends: AI industry innovation is now more active than ever, and the overall focus has shifted from technology demonstrations to solving real-world problems. Enterprise client demand has evolved from simply accessing large models to agent services that can break down tasks, call tools, and deliver consistent, reliable outcomes, creating enormous market space.

2. Core client pain points: Clients currently face four key pain points: first, unmanaged Token consumption when using large models across multiple platforms; second, incompatible chip architectures across different vendors that hinder collaboration; third, industrial clients require robots that can operate stably for long continuous periods, with strict requirements for precision and response speed; fourth, small and medium-sized enterprises (SMEs) lack in-house technical development capacity to deploy AI.

3. Referenceable solutions: Multiple vendors have launched ATM tools to help users manage Token consumption across multiple platforms. Baidu’s Miaoda, a no-code development platform, has already served over 35 million users, and DingTalk’s AI-powered spreadsheets support no-code application building, both meeting SMEs’ demand for fast AI deployment. The RaaS pay-per-outcome model also lowers client entry barriers, making it ideal for expanding into the SME market.

The 2026 WAIC shows new demands platforms face from the AI industry, with best practices from leading platforms to reference, helping platform operators clarify investment and operation strategies and mitigate risks.

1. Core industry demands for platforms: AI companies now require platforms to provide full-stack support from underlying computing clusters to upper-layer application development. They also need a unified underlying architecture to enable cross-vendor chip collaboration, as well as convenient Token billing and management tools to support commercialization – all of these are strategic areas platforms can prioritize.

2. Best practices from leading platforms: Alibaba Cloud has built end-to-end capabilities spanning chips, servers and model service platforms, with its Bailian model service platform already serving 5 million users. DingTalk focuses on enterprise needs, offering no-code AI application building capabilities that allow enterprises to quickly develop custom AI solutions. Both models are valuable references for platforms.

3. Investment strategy and risk mitigation: Computing power and embodied intelligence are currently the hottest industry tracks, together accounting for more than one-third of all WAIC exhibitors. Platforms can prioritize attracting companies in domestic computing power, core robot components, and on-device AI terminals, and build differentiation by focusing on落地 applications. At the same time, platforms should mitigate risk: purely concept-driven projects that compete only on parameters no longer have viability, so due diligence should prioritize actual落地 capabilities to avoid bad driving out good.

The 2026 WAIC reveals multiple new trends in the AI industry, alongside emerging problems and new business models, offering high research value.

1. Core new industry trends: The AI industry as a whole has entered a phase of collective breakthrough, with the following key shifts: computing competition has moved from single-chip performance to systematic competition across super-node clusters; LLM competition has shifted from parameter scale to the ability to solve real-world problems; embodied intelligence competition has moved from whole-robot demonstrations down to core component development; on-device AI competition has shifted from hardware parameter competition to operating system-level competition; industrial AI has evolved from decision support to autonomous closed-loop operation.

2. New open research questions: The industry now faces multiple underexplored new research questions: How can scaling of computing power continue through architectural innovation after single chips approach physical limits? How can a unified underlying architecture be built to enable cross-vendor chip collaboration? How can user experience and data privacy be balanced after AI reshapes human-computer interaction logic? How should labor be divided between humans and machines as AI is increasingly deployed in industry? All these directions are worthy of in-depth research.

3. New business model research opportunities: The conference showcased multiple new business models including peak-valley time-of-use Token pricing, RaaS pay-per-outcome, and interaction reshaping via agent-native operating systems, while on-device AI terminals have also opened up an entirely new market track. All these new shifts merit ongoing research from academic and industry analysts.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

AI技术创新进入到群体性突破,AI产业创新也进入到前所未有的活跃期。

AI,正在从聊天升级到干活。

这就是我们探完2026年WAIC展会第一天之后,最直观的感受。

这是一年一度中国AI领域最重要的盛会,没有之一。无论是规模还是规格上,今年的大会都相比以往都展现出更高的水准——联动12个国家部委、8个国家级重点实验室、十余个国际组织,邀请9位图灵奖、诺奖得主参会,在世博、张江、西岸三地四馆联动,总计10万平方米展览面积、300余款全球首发新品,覆盖了国产算力、自主大模型、行业智能体、具身智能和机器人、消费级AI终端等领域。

我们第一时间逛遍展会,带来首日的新鲜视角。

今年的展馆,能明显感觉到一个主题贯穿始终:AI真正从能聊天进化为能干活了。无论是互联网大厂从算力到应用的全栈布局,还是大模型企业和机器人公司的突破,以及各产业客户标杆的展示,大家都在强调把技术塞进真实的生产和生活里。如今,AI技术创新进入到群体性突破,AI产业创新也进入到前所未有的活跃期。

在世博中心展区,分为H1、H2、H3、H4四大展馆,分别是应用、算力、机器人和具身智能、AI创业项目。这里聚集着华为、阿里、腾讯、百度、京东等科技大厂,MiniMax、阶跃星辰、月之暗面、商汤、科大讯飞、零一万物等大模型厂商, 摩尔线程、燧原科技、天数智芯、昆仑芯等国产芯片龙头,宇树、智元、银河通用、蚂蚁灵波、傅利叶、逐际动力、松延动力、极智嘉等具身智能产业链龙头。

值得注意的是,本届大会算力底座和机器人,参展商各有200多家,二者合计就占了全部展商的三分之一以上。

无论你是否参加了这次WAIC展会,我们都希望给你提供这一份探展指南,也许在信息点上不是最多最全,但一定能帮你划下重点。

互联网大厂:全栈布局,应用为王

华为、阿里、腾讯、百度、京东等科技大厂依旧是展位最大、内容最丰富的板块。从底层算力到基础设施、模型和应用生态,它们构建了完整的全栈AI布局。

阿里云展示涵盖真武芯片、磐久服务器、千问云的全链路能力。其百炼模型服务平台已服务500万用户,千问大模型系列推出“峰谷Token”计费模式,用户每晚10点到次日早8点使用Token最低可至2折。达摩院推出“达摩灵枢”科研智能体平台。

AI智能体应用是本届大会上热度最高的板块之一,也是本届腾讯展台的主要看点。以“Hey,我的AI Buddy”为主题,腾讯围绕智能体的入口和应用,从近期明星产品Workbuddy,到面向个人用户的Qclaw、ima,以及混元Hy3大模型都有展出。腾讯还展出了Marvis马维斯AI助手,定位为操作系统层级的个人助理。

百度展台的核心是获评“镇馆之宝”的通用智能体百度搭子(DuMate)。它其个人版新增智能路由、多端共享记忆、PPT生成能力并发布自媒体专业套件,企业版支持知识、技能和成果在组织内共享沉淀。无代码开发平台秒哒累计服务超3500万用户。昆仑芯则集中展示了高性能互联、超大规模集群部署等技术成果。其32/64卡超节点是国内率先实现量产交付的超节点产品之一,采用自主架构可扩展至512卡;昆仑芯256超节点最高支持256卡互联,官方称推理效率提升50%。

京东以“AI进入物理世界”为主题,展示了在零售、物流、健康、工业等领域的规模化应用。JoyInside打造的“AI Home”里,京造AI投影台灯能多模态扫题答疑,智能睡眠床垫能记录睡眠体征并生成报告,物流“狼族”机器人军团依托“超脑”大模型2.0,AI医生“大为”和“京东知医”亮相,工业领域的AI智采管家,具身智能区域还展示了JoyEgoCam头戴式数据采集设备。

钉钉则聚焦企业级AI应用,核心演示“AI表格”(0代码搭建应用,支持千万行数据秒级响应)和“AI听记”(118种语言识别、79种语言实时翻译,AI自动生成纪要待办)。硬件方面展出口袋录音卡片、会议耳机、视频会议一体机及人脸考勤门禁等全场景AI硬件生态。

国产算力:从“秀”单芯片到“秀”超节点集群

今年的一大观感是,硬核算力企业已经不满足于展示单颗芯片,算力竞争已经转向系统化和集群化。世博H2馆和张江科学会堂,成了国产算力的集中秀场。

华为首次公开展出业界最大规模的“昇腾950超节点”真机(Atlas 950 SuperPoD),基于灵衢互联协议支持1024卡规模,总算力达1 EFLOPS(FP8),拥有256TB全局统一内存编址和TB级互联带宽,RTT时延3微秒;同时展出Atlas 850E风冷超节点,支持96卡规模,可在传统风冷机房部署。

燧原科技带来了自研AI芯片及超节点系统,重点包括与中兴通讯联合打造的正交架构超节点ESL64-O和Cable-tray超节点方案。前者通过正交架构实现计算与交换节点“零线缆”连接,单机柜可部署64张加速卡,可横向扩展到1.6万卡集群。

摩尔线程现场展示了支撑万卡集群的“夸娥”智算集群方案,以及从零训练的MoE-236B基础模型、支撑北大的5D世界模型“EvoPhys-World”,同时展出基于MTT S5000智算卡的推理方案、家庭AI中枢MTT AICUBE和开发者AI算力本MTT AIBOOK。

中科曙光的曙光8000 scaleX十万卡全国产AI超融合集群入选“镇馆之宝”。该集群采用超智融合路线,支持FP64到INT8全精度计算,单计算单元算力密度较其他超节点提升20倍,配合自研scaleFabric高速互连技术,已接入全国一体化算力网,完成300余项应用优化。

中兴通讯核心展示了AI工厂加AIOS,单机柜最高部署128张GPU,超节点可扩展至1.6万卡规模,交付周期宣称缩短至3到6个月;AIDC方案采用4T协同设计,PUE宣称可控制在1.15以内,20MW园区交付压缩至4.5个月。现场正式发布AIOS,企业智能体平台Co-Claw面向工业和电力等行业。此外还有覆盖轻量仿生和重载双足轮式机型的人形机器人矩阵。中兴通讯还单独展出OEX超节点,采用全国产CPU、AI芯片和交换芯片,支持灵活组网。

在世博展览馆的一角,后摩智能的展台吸引了不少驻足者。这里展出的不是传统的服务器集群,是一批可以捧在手里的终端设备——联想AI主机、全息个人交互设备、AI NAS,它们共同搭载的是后摩智能的漫界®M50存算一体芯片。这颗芯片的参数在展板上写得很清楚:160TOPS@INT8、100TFLOPS@bFP16的物理算力,最大48GB内存,153.6GB/s带宽,典型功耗仅10W。后摩智能方面介绍,M50能够在离线状态下运行30B至120B参数规模的大模型。

我们似乎看到了,在国产芯片生态中,IP底座的价值正在上升。过去,行业习惯比较单颗芯片的峰值算力、制程、功耗和显存带宽,但现在,真正的问题是,不同厂商的芯片能否在统一的底层架构下协同工作,从IP设计走向芯片流片,从板卡走向服务器,再从服务器走向超节点和集群。

从终端到芯片,再往下走就是集群系统。当单颗芯片逼近物理极限,算力规模如何继续扩大?壁仞科技给出的答案是光互连——其正式推出下一代NPO光互连、分布式解耦架构超节点方案,支持单个超节点1024卡Scale-up扩展;该方案中GPU节点和交换机节点物理分离、光纤互连,GPU节点采用标准机形态。

这背后的产业逻辑很清晰。光互连利用光子传输,速度比电子快,且不发热、不耗电,天然适合大范围高速数据传输。

我们还看到,九章云极推出“DCU一度算力计量体系”,将Token分为消费级、专业级和前沿级,现场展示了22 EFLOPS全球算力规模和“算力全景驾驶舱”大屏;清程极智联合海光、华为、沐曦、燧原、太初等国产算力伙伴,搭建了Token“前店后厂”沉浸式体验空间。现场还发布了ATM(Agent Token Manager)工具,帮助用户管理多平台Token消耗。

值得一提的是,今年以来机械硬盘热潮下,西部数据、希捷等头部存储厂商也亮相本届WAIC。西部数据展示了高带宽硬盘技术、双枢轴硬盘技术以及HAMR、ePMR和UltraSMR技术,并带来Ultrastar Data 3000系列JBOD。

大模型仍在中央,但也更拥挤了

一批独立大模型公司也带来了各自的最新成果。

MiniMax集中展示了旗舰模型MiniMax M3(总参数428B、激活参数23B,最高支持1M tokens上下文),基于自研MSA稀疏注意力架构,在长上下文、Coding和Agentic任务上实现进一步提升。此外,新一代多模态生成模型H3在WAIC期间预热,面向由文本、图像、视频与声音共同构成的多模态上下文。

生数科技展示三款核心产品:面向数字世界的世界生成模型Vidu;实时交互模型Vidu S1,用户提供一张图片即可创建专属交互角色,支持实时视频通话和语音控制;以及面向物理世界的世界动作模型Motubrain。

具身智能与机器人:从热闹的炫技,到真正要干活了

具身智能和机器人仍然是今年的焦点。从具身模型、整机到灵巧手和核心零部件,覆盖全产业链。与往年不同的是,机器人的动作更精细了,多机协作更灵活了,更重要的是开始进入真实场景了。

智元机器人的展台前围了不少人。远征A3 Ultra被放在一条模拟产线旁,这台身高174厘米的全尺寸人形机器人搭载了700TOPS具身处理器、激光雷达和多部位鱼眼相机,标配高自由度灵巧手。展台工作人员介绍,A3 Ultra的定位非常明确:不是表演,而是准备进入展厅、酒店、门店和工厂的全尺寸商用机器人。

相比偶尔成功一次的Demo,商用机器人更需要长时间运行、快速部署、现场维护和安全接管。同场展出的精灵G2 Max已交付超300台,在工厂产线执行分拣、组装任务。

宇树科技的展台则是另一种风格。全球首款载人变形机甲GD01占据了展位最显眼的位置,人形与四足两种运动形态之间的切换极具视觉冲击力,成为场馆的绝对焦点。这种"炫技"本身也是一种产品定义:如果机器人可以从工具变成个人出行装备,它的市场边界就不再局限于工厂。

机器人智慧药房没有人形机器人的视觉冲击力,却可能是本届WAIC最接近真实生意的具身智能产品之一。蚂蚁灵波的全栈大脑2.0,采用“具身原生”路线从头为物理世界预训练;LingBot-VA 2.0官方称在消费级显卡上跑出150Hz实时推理。LingBot-VA 2.0实现业界首个小时级连续生成,基于6万小时真机数据。

原力灵机则用另一种方式证明"真干活"的可行性。6台机器人以15小时不间断作业,协同完成由81920块微型积木构成的长城模型拼装,精度控制在0.1至1毫米。支撑这套系统的是DM0.5具身通用基础模型。长时间连续作业的稳定性,恰恰是工业客户最看重的指标。

整机之外,本届WAIC上更深层的变化发生在"大脑"和"手"两个环节。

达摩院展示了RynnBrain系列模型(业界首个30B参数MoE架构具身模型,16项榜单刷新SOTA)以及“乐云”具身智能教育平台(端侧零GPU部署,已落地全球18所高校)。技术路线为“通专融合、分层架构”,具身理解由RynnAgent负责,具身操作由RynnVLA系列负责。达摩院还开源了业界首个机器人上下文协议RynnRCP。

灵巧手是另一个竞争激烈的细分赛道。灵心巧手展出专为复杂灵巧操作模型开发打造的直驱灵巧手Linker Hand O30系列,以及全新版本Linker Hand L30 Pro腱绳灵巧手。临界点的全直驱灵巧手OmniHand 3 Ultra-M国内首次公开亮相,集成20个主动自由度,指尖配备视触觉传感器,整手拥有300余个三维触觉感知点。他山科技展出覆盖芯片、传感器到应用方案的完整触觉感知生态,核心是绿宝石E10A芯片——官方称全球首款动态触觉感知芯片,时间分辨率达微秒级,待机电流0.9μA,公司称在人形机器人触觉感知赛道市占率超80%。

这些零部件的进步说明,具身智能的竞争正在从整机层面下沉到核心器件。当机器人需要完成更精细的操作时,手指的触觉反馈、关节的力控精度、芯片的实时响应能力,往往比整机的外形设计更能决定商业落地的深度。

同一展馆里,还有新品在发布和展示。它石智航发布新一代具身智能原生基座模型AWE 3.5,并将汽车装配工厂的环形线束流水线以1:1比例搬到现场,由A1机器人演示“取线-布线-插接”等工序。

千寻智能首次公开展示长程复合任务真机演示,搭载自研Spirit v1.6的Moz1机器人可根据单条自然语言指令完成客厅收纳、桌面整理等任务。

普渡机器人的类人形机器人PUDU D7也是首次亮相,现场展示PuduFM具身基座模型、PuduAgent OS智能操作系统与多形态机器人本体的协同。

端侧AI与智能终端:AI变得触手可及

端侧AI终端的展区同样非常热闹,强调在本地设备上提供低延迟、高隐私的智能服务。

如果说H3馆的具身智能回答的是AI能不能干活,那么H1和H2馆展出的端侧AI与产业智能系统,则在回答另一个问题:AI能不能变成系统本身。从现场展品来看,这个转变正在发生。无论是消费电子还是工业现场,AI都不再满足于作为某个应用里的附加功能,而是开始重构操作系统、重塑业务流程,甚至重新定义人机交互的基本逻辑。

阶跃星辰的展台前,STEPX Neo智能体手机被放在最显眼的位置。这款终端搭载的并非传统意义上的AI应用,而是全球首个智能体原生操作系统Step AOS。现场演示中,用户只需用自然语言描述差旅需求,系统即可联动携程自动规划机酒、规避日程冲突,并调用支付宝以信息卡片形式完成后续操作。

这意味着,人机交互的底层逻辑正在从用户操作应用转向用户表达意图,系统自主编排执行。阶跃星辰CEO印奇此前表示,传统系统追求延长用户操作时长,而智能体原生系统的目标恰恰是降低用户注意力消耗。

与阶跃星辰的系统级重构相呼应,AI眼镜赛道正在争夺继手机之后的第二屏。科大讯飞的AI眼镜重40克,为全球最轻的双目单色显示多模态智能眼镜,首创唇动识别多模态降噪方案,支持同声传译、会议纪要、多模态识别等任务;同时展出讯飞同传、翻译机、翻译耳机、多语种AI透明屏等翻译产品。

阿里千问的S1系列则走了另一条路径:融合双显空间3D显示和第一视角拍摄,卖点包括热插拔可换电技术、4000nits亮度显示、Super RAW暗光增强影像;AI能力上定制千问闭源模型,整合阿里巴巴生态(看一眼支付、近眼导航等)。

两家公司的路径差异相对清晰——讯飞试图用AI能力覆盖办公、教育、医疗等垂直场景,让AI在特定任务中成为效率工具;阿里则试图把已有的电商、支付、本地生活生态搬到眼前,让AI眼镜成为生态入口。

此外,Rokid展出的YodaOS和出门问问的CodeBanana操作系统,则进一步说明,端侧AI的竞争已经从硬件参数蔓延到系统层——谁能在0.2秒内响应,谁能让多Agent协同工作,谁就能在下一轮终端洗牌中占据先机。

AI深入产业与未来场景

如果把终端侧的变化理解为交互重构,那么产业侧的变化则更像是一场针对流程的重构。

天鹜科技的展台前,一台自动化实验室设备与对话界面相连。其展示了“MatwingsVenus™(晓鹜™)”对话式蛋白质设计智能体。科研人员可通过自然语言交互完成蛋白质的结构预测、性质评估、功能设计和改造等任务。这种研发模式,把传统上需要数月、且高度依赖专家经验的蛋白质设计流程,压缩为更可量化的智能体任务。

在更传统的工业领域,这种重构同样在进行。中国南方电网展出的"大瓦特・云睿"配电网规划智能体,能够辅助电力工程师进行电网结构分析、负荷预测和规划方案生成。和利时的XMagital 2.0系统则以XWorld工业世界模型为认知引擎,构建从工业数据底座到工业自主运行的三层递进体系。

这两家公司的展品共同说明,工业AI正在从辅助决策走向自主运行——让系统itself具备理解、推理和闭环执行的能力。

商业领域的重构则体现在计费模式上。百型智能(OntoZ)聚焦跨境B2B赛道,展出了本体驱动式产业AI Agent落地方案。其差异化在于基于自研马尔可夫毯与因果世界模型算法,群智能体可实现长任务下的可控交付并随业务自进化,采用RaaS按结果计费模式,曾帮助某空气净化设备厂商3个月实现新市场订单从0到千万元级突破。

神州数码展出了企业级Agent Workspace平台神州问学。在医药领域宣称可将靶点筛选周期缩短40%,在汽车领域营销服智能体覆盖从获客到故障问诊;底层由神州鲲泰智算服务器、木犀智能交换机、HICA推理操作系统和HISO异构管理平台支撑。

在H1馆的一角,与爱为舞首次亮相WAIC,搭建了爱学AI学习实验室——这也提供了另一种观察视角。其核心体验包括爱学AI学习智能体、支持教师分钟级生成专属AI分身的爱学AI教学智能体开放平台“智引平台”、爱学AI声纹降噪,以及基于数字人技术复原先圣孔子、复原古籍内容的爱学AI文化体验区。

这与前述产业应用形成了有趣的对照:当工业界追求自主运行和结果付费时,教育场景中的AI仍在探索人机协同的边界。教师AI分身不会取代教师,而是试图把重复性教学任务剥离出去,让人把精力投入更具创造性的互动。数字人复原孔子和古籍内容,则把技术用在了文化传承的细枝末节上。我们的总结:

总结来讲,今年的WAIC释放的信号很明确:是AI不再高高在上,而是真正走进了现实。从国产算力集群、行业智能体、人形机器人、端侧AI终端……展出的每一款产品都在试图解释一个问题:AI的想象力,正在于它为真实世界创造的价值。

过去大家比的是模型参数,今年比的是谁能解决真问题。AI从能对话、能展示,变成了能为企业提效能、能帮员工干活。具身智能走出了实验室,开始在工厂、药店、仓库里干活,智能体不再只是聊天,而是能拆解任务、调用工具、交付结果。

数千家参展企业,既有国产芯片的硬核突破,也有AI与医疗、能源、制造深度融合的实践。从芯片集群到人形机器人,从行业助手到生物研发,AI正在从各个层面渗透进现实。

注:文/钛媒体,文章来源:钛媒体(公众号ID:taimeiti),本文为作者独立观点,不代表亿邦动力立场。

【版权提示】亿邦动力倡导尊重与保护知识产权。未经许可,任何人不得复制、转载、或以其他方式使用本网站的内容。如发现本站文章存在版权问题,烦请提供版权疑问、身份证明、版权证明、联系方式等发邮件至run@ebrun.com,我们将及时沟通与处理。

已点赞

+1

{{ praise_text }}

好文章,值得被更多人看到

FAQ回顾

2026年世界人工智能大会有哪些核心参展内容?

2026年WAIC总展览面积达10万平方米,联动12个国家部委、8个国家级重点实验室等机构举办,共展出300余款全球首发新品,覆盖国产算力、自主大模型、行业智能体、具身智能和机器人、消费级AI终端等核心领域。

当前AI产业发展呈现什么新趋势?

当前AI技术已从聊天交互阶段进化为落地干活阶段,技术创新进入群体性突破期,算力竞争从单芯片转向超节点集群,具身智能开始进入真实商用场景,端侧AI开始重构操作系统与人机交互逻辑,产业AI从辅助决策走向自主运行。

国产算力领域最新的技术突破有哪些?

国产算力已从单芯片展示转向集群化竞争,华为昇腾950超节点支持1024卡规模总算力达1 EFLOPS,燧原、摩尔线程等厂商均推出万卡级超节点方案,壁仞科技推出光互连超节点方案,曙光十万卡AI超融合集群算力密度提升20倍。

具身智能机器人领域有什么新变化?

当前具身智能机器人已从实验室炫技转向真实场景商用,机器人动作精细度、多机协作稳定性大幅提升,智元远征A3 Ultra、宇树载人变形机甲等新品亮相,灵巧手、触觉感知芯片等核心零部件技术也实现突破。

广告

下一篇

WAIC直击|当科学家和哲学家坐在一起思考人类未来……

当科学家开始讨论柏拉图,当工程师开始搭本体论,当哲学家开始研究隐空间,一个新时代可能正在到来,只是我们还没发明出描述它的词。

AI

2026-07-19 09:04:46