大模型不再比谁大，机器人忙着打工。

定焦 One（dingjiaoone）原创

作者 | 陈丹

编辑 | 魏佳

这几天，比上海高温更火热的，是 2026 世界人工智能大会（以下简称 "WAIC"）现场。

7 月 17 日大会开幕当天，「定焦 One」走访世博、张江、西岸三大展区，并旁听了多场论坛。展馆里，人潮涌动，形状各异的机器人穿梭其间。有的机器人则留在展台上，反复演示分拣、质检和装配。跑步、跳舞和挥手的少了，开始展示如何进入工厂、仓库和家庭。

另一边，手机、眼镜、耳机等终端被赋予了新的角色。它们不仅仅是承载 AI 功能的硬件，也被视为智能体感知现实、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，也被搬到了聚光灯下。

在 " 曙光 8000" 展台前，参观团一批接一批抵达。讲解员举着小旗，带着人群围绕设备移动，媒体则被挤到了外围，焦急等待一个没有人挡住镜头的瞬间。

热闹背后，是一场规模仍在扩张、内容却已经发生变化的行业大会。

图源   /  「定焦 One」摄

2026 年 WAIC 的展览面积首次超过 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。

本届大会还联动 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。

自 2018 年创办至今，WAIC 早已不只是一场技术与产品展会。它把科学家、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，也让资源的流向和竞争的重心变得清晰可见。

从 2026 年的 WAIC 出发，我们总结出六个值得关注的 AI 产业趋势。

01. 趋势一：大模型没有结束竞争，但 " 最强模型 "未必是最大赢家

就在 WAIC 开幕的前一天晚上，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，也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 "。

而当前沿能力可以越来越快地被开源模型追平，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。

2026 年 WAIC 的议题设置，已经清楚地反映了这种变化。

在大会近 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 "，取而代之的是 " 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。大会重点议题覆盖 AI Coding、Token 经济、世界模型和 OPC 等方向；发布的新品包括华为 Atlas 950 超节点、阶跃 Agent 操作系统、AI 智能体手机、机器人和垂直行业的智能体产品。

图源 /  「定焦 One」摄

从这些发布可以看出，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，形成一套完整、稳定且可持续运转的产品体系，这才是各家真正比拼的东西。

模型的评价标准也因此发生变化。阶跃星辰首席战略官李璟在大会前表示，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。

也就是说，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。模型仍然决定能力上限，但真正决定市场位置的，将是系统效率、产品体验和产业落地能力。

02. 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，是一支支 " 打工天团 "。

不少企业把整条生产线搬进了展馆。

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。

家庭场景同样热闹。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流程。

图源 /  「定焦 One」摄

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、稳定地把事情做好，中间隔着一条漫长的工程链路。因为，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，行业很快就会遇到一个比本体成本更加棘手的问题：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会占其中一部分，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。

因此，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的物体、拥有多少自由度，而在于谁能够更早建立起 " 真实部署—数据回流—世界模型—再次部署 " 的闭环。

03. 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 WAIC 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，并称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" 也在大会亮相。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。

图源 /  「定焦 One」摄

这是由大模型负载的变化决定的。

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。

在这种情况下，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。

国产算力竞争因此正在从 " 能否替代一块卡 "，转向 " 能否交付一套可训练、可推理、可迁移、可运维的系统 "。

当单芯片差距难以在短时间内完全抹平，互联效率、软件栈、集群可靠性和运维能力，可能会成为新的追赶路径。

04. 趋势四：AI 手机、AI 眼镜，抢夺下一代入口

AI 硬件同样在 WAIC 迎来一轮密集发布。

徐汇西岸近 1 万平方米的展区内，超过 100 家企业带来 200 余款产品，其中 57 项为首发首秀，64 件消费级产品可以直接体验。手机、眼镜、学习设备、健康硬件和陪伴机器人共同出现，AI 正在从屏幕中的聊天窗口，进入用户随身携带和持续使用的设备。

但今年更重要的变化，不是出现了多少种新硬件，而是智能体开始进入操作系统。

字节跳动与中兴努比亚合作的 NaviX Ultra，据报道已备货 8 万至 10 万台，首批规划总量达到 50 万台。阶跃星辰也发布了智能体原生操作系统 Step AOS、个人智能体 Amoo 和手机 STEPX Neo。

图源 /  「定焦 One」摄

心眸科技的 14.9 克 AI 眼镜可以记录对话并生成纪要、摘要和待办。蚂蚁展示的 AI 眼镜则把智能体与扫码支付、城市伴游等服务结合。

种种迹象表明，下一代入口争夺的对象正在发生变化。手机、眼镜、耳机乃至汽车，都可能为智能体提供更连续的感知入口。

对模型公司来说，硬件的意义也不只是销售收入。

阶跃星辰董事长印奇直言，只有通过硬件，才能形成完整的价值闭环和数据飞轮。没有操作系统和终端生态，模型就难以获得学习真实操作所需要的数据。

05. 趋势五：投资火热，机器人、算力和头部模型吸走大额资金

WAIC 从来不只是技术的秀场，也是资本的集市。

本届大会设置资本对接专区，引入十余家投资机构、约 200 位专业投资人。会前，大会已推动 57 个核心应用场景落地，累计达成约 162 亿元意向合作金额。

钱仍在涌入 AI，但不再平均地流向每一家公司。

据媒体报道，2026 年一季度全球 AI 初创融资 2555 亿美元，已超过 2025 年全年 AI 风投总额，其中三分之二由三笔超级交易贡献。

刚发布 Kimi K3 的月之暗面，上一轮 200 亿美元估值融资于 6 月底完成交割，新一轮融资投前估值已升至 315 亿美元。DeepSeek 已正式完成首轮外部融资，投后估值约 3500 亿元人民币。阶跃星辰完成近 25 亿美元 Pre-IPO 轮融资，冲刺港股。

还有很多资金涌向了具身智能。据媒体统计，2026 年上半年，国内具身智能赛道融资约 438 亿元，已经逼近 2025 年全年规模，其中超过一半的资金流向研发具身大模型的 " 大脑派 " 公司。

资金逐渐离开同质化模型和缺少壁垒的应用，流向机器人、芯片、算力基础设施，以及少数仍然有能力训练前沿模型的头部公司。

与此同时，资金用途也在变化。

图源   /  「定焦 One」摄

过去，机器人融资更多用于验证技术路线和完成原型；现在，大额融资越来越多地用于建设数据采集体系、扩充产线、采购算力、推动量产和准备上市。机器人公司正在从实验室项目变成重资产企业，融资逻辑也越来越接近基础设施投资。

具身智能和芯片需要巨大的前期投入，前沿模型需要密集的算力和人才，AI 终端则需要供应链与渠道。产业越深入现实世界，规模能力就越重要，资本也越容易流向少数拥有基础设施、数据闭环和商业化能力的公司。

06. 趋势六：AI 治理，正在成为产业竞争的一部分

今年大会，" 人工智能全球治理高级别会议 " 与 WAIC 并列出现。

这不是简单增加一场安全论坛。

随着 AI 进入关键基础设施、工业系统、智能终端和机器人，AI 治理也正在从伦理倡议，转向围绕标准、机构、开源和算力展开的制度竞争。

大会前一天，世界人工智能合作组织协定签署仪式在上海举行，29 个国家代表签署协定，成为创始成员国。中国继续强调开源模型和 AI 能力的普惠价值，希望降低发展中国家使用 AI 的门槛，同时提出保持人类监督，建立风险预警和治理机制。

为进一步支持全球人工智能发展、推进全球人工智能能力建设，未来 5 年，中国将面向发展中国家提供 5000 个人工智能专题研修培训名额，面向东盟、阿盟、非盟、拉共体、上合组织和金砖国家建设国际人工智能应用合作中心，并推动气象智能预警方案 " 妈祖 " 在 30 个国家落地。

面向未来，人工智能治理应在开放创新与风险控制之间寻找平衡。一方面鼓励开源开放、合作共享，让 AI 赋能产业发展；另一方面建立法律法规、技术监测、风险预警和应急响应体系，防止技术被滥用，并确保关键决策始终处于人类监督之下。

本届 WAIC 期间，图灵奖得主、深度学习先驱约书亚 · 本吉奥将重点推介并解读联合国人工智能治理工作框架。相关报告围绕通用 AI 的能力、风险与安全措施展开，指出模型在推理、网络安全和生物等领域的能力仍在快速提升，但系统的可靠性、监控能力和可控性并未同步跟上。

当 AI 不再只是回答问题，而是开始调用工具、操作系统并执行真实任务，模型的一次错误就可能直接作用于现实世界。安全因此从产品上线后的合规要求，逐渐变成产品能力的一部分。

能够证明系统可信、可控、可审计的企业，才更有机会进入金融、医疗、工业和公共服务等高价值场景。对企业而言，安全能力决定的不只是能否规避风险，也决定了产品能够进入哪些市场、承接哪些任务。

由此看，治理规则已经不再游离于产业竞争之外。谁能够率先建立被广泛接受的安全标准、评测体系和责任机制，谁就可能掌握下一阶段的市场准入门槛，并在一定程度上影响 AI 产业的规则制定权。

07. 结语

在 WAIC 现场，一位参观者在社交平台记录下了这样一个片段。

一家机器人公司的人形机器人正在表演投篮。围观者纷纷举起手机，等待它投进的一刻，并为之欢呼。他拍下视频，发给儿子：" 你看，机器人会打球了。"

但儿子不以为意，更关心的是自己能不能吃一个冰淇淋。

当展馆里的人们还在讨论 AI 替代、生产效率、产业格局和未来职业时，一个孩子用最直接的方式提出了另一个问题：在一个机器越来越 " 像人 " 的时代，那些纯粹属于人的、未必高效却真实的需求，究竟被放在了哪里？

技术的终点，不是技术本身。篮球可以投进，咖啡可以冲好，产线可以自动化运转，但吃冰淇淋的欲望、对生活琐碎的关切、无目的的快乐——这些能力不一定永远无法被机器模仿，但它们恰恰定义了人在一个高度自动化的世界里，如何保持主体性。

展馆里的超节点、机器人和智能体，展示了 AI 能够抵达的未来；而那个关于冰淇淋的问题则提醒我们，技术最终仍要回到具体的人。

我们真正需要回答的，从来不只是 AI 能够做什么，而是我们希望它把人类带向哪里。

* 题图由「定焦 One」拍摄。