中经记者 郑瑜 上海报道

日前，第九届世界人工智能大会（WAIC 2026）在上海世博、张江、西岸 " 三地四馆 " 举行，主题为 " 智能伙伴 共创未来 "。

据大会公布的信息，本届展览总面积首次突破 10 万平方米，1100 余家企业参展，带来 3000 余项展品，超过 300 款产品实现全球首发。

《中国经营报》记者在现场走访了从芯片、模型服务到终端应用的十余家展商。把这些看似分散的展台连起来，一条从人工智能上游层、中间层到应用层的变化脉络逐渐清晰：上游的芯片正从 " 通用 " 转向 " 专用 "，中间的词元（Token）工厂比拼的是 " 快 " 与 " 省 "，应用层的智能体则一头扎进经营与生产的一线。需要说明的是，这里的上游、中间、应用三层，是本届大会观察视角下的简化分层，并非严格意义上的行业产业链划分。

上游层：芯片从 " 通用 " 走向 " 专用 "

在中昊芯英（杭州）科技有限公司（以下简称 " 中昊芯英 "）展台，一台机柜内有序部署着两套 AI 计算节点，每套节点搭载 8 颗芯片，采用的是企业自研第二代国产 TPU 架构 AI 芯片——须臾。解决方案架构师向记者介绍，这套节点方案能够为 AI 计算集群带来更优算力表现与成本优势。

相较于硬件产品本身，芯片行业发展思路出现的新变化更值得关注。中昊芯英解决方案架构师向记者分析，随着智能体（Agent）迎来发展热潮，行业调用大模型 API 的模式正在发生转变。过去，行业普遍看重 AI 芯片软件栈的通用性与灵活适配能力，希望一套技术栈兼容多类模型、覆盖多元场景。

在该架构师看来，在智能体落地浪潮下，AI 应用从泛化对话转向垂直场景的高频推理、自主闭环作业，行业需求正在迭代升级：广谱通用的适配价值持续降低，场景化专属优化、低时延高吞吐、极致算力能效比成为核心诉求。在他看来，这一行业趋势转变，为面向特定场景的 AI 专用芯片开辟了新的发展空间。

记者注意到，这一判断并非中昊芯英一家之见。现场参展的另外两家国产算力厂商也向记者表达了类似看法：随着大模型与智能体应用逐步落地，算力供给正从 " 通用 " 走向面向具体场景的 " 专用 " 与优化；事实上，上游这一层不只是芯片，还包括其上的算力集群，从一颗芯片到成规模的算力，" 从通用到专用 " 的取舍贯穿始终。

中间层：一座词元工厂的 " 快 " 与 " 省 "

如果说芯片是地基，那么把模型与算力 " 焊接 " 起来的中间层，今年被一个形象的说法反复提及，那就是词元工厂。北京硅基流动科技股份有限公司（以下简称 " 硅基流动 "）解决方案负责人唐安波向记者介绍，硅基流动是国内最大的独立第三方词元供应商，平台上有 1000 多万名开发者、约 1.3 万家企业级客户，日均词元吞吐量超万亿，一站式提供 GLM、Kimi、DeepSeek、Qwen 等开源模型，供开发者 " 多快好省 " 地取用。

严格来说，中间这一层并不止于词元工厂，它的另一半是基础模型本身，模型厂商的能力与快速迭代，才是词元工厂能 " 快 " 起来的前提。本文以 " 词元工厂 " 作为观察切口，是因为它把模型与算力的对接摆得最直观：模型再强，也要经由这一层 " 焊接 " 到算力上，才能真正被开发者和企业用起来。

工厂的门道，藏在几个不易察觉的调度细节里。有从业者坦言，最底层是基于算力做算子级优化，比如把智谱的 GLM 模型适配到昇腾芯片上，让并发更大、吞吐更高、首字延迟更低；再往上是对算力和模型的调度，针对访问的波峰做扩容、波谷做缩容。一个看似平常的 " 扩缩容 " 动作，把中间层的角色勾勒得很清楚：它像一台 " 变压器 "，负责把最新的模型部署到底层算力上，跑出最好的效果。

" 最大的感受就是一个‘快’字。" 被问及今年行业的变化时，唐安波这样回答记者。他注意到，年初至今主流大模型厂商的模型已经迭代了好几个版本，国产算力同样处在快速迭代周期，昇腾 950、摩尔线程 S5000、沐曦等接连推进。快速迭代最终会传导到消费端，即以前一款产品可能两年才出一个新品，未来可能半年就能看到一个新品，甚至是客制化的产品。而在数据要素的坐标里，Token 正是数据与知识流通、计价的单位，AI 基础设施层的价值就在于让数据与算力高效周转、增值。用唐安波的话说，是 " 加速 AI 能力普惠 "。

应用层：智能体挤进经营与生产的 " 最后一米 "

如果要给今年的展台称重，分量最重的无疑是应用层。智能体不再停留在 " 聊天 "，而是挤进了经营与生产的 " 最后一米 "，这也是记者走访中最大的感受。

最先被改写的，是店里 " 怎么做决定 " 这件事。微信支付带来的 " 智慧经营机器人 " 是个典型。这台桌面机器人没有手脚，背后跑的是腾讯的大模型，还接上了微信 " 刷掌 " 支付。微信支付产品经理李杰锋介绍，它的意义不只在于替收银员分担导购压力，更在于 " 经营参谋 " 这一层：上海下雨时，它会提醒店员把伞挪到门口显眼处；发现顾客对 " 买一赠一 " 的促销并不买账时，它会建议及时调整活动；面对讲俄语、西班牙语的外宾问路时，它也能搭把手。

李杰锋认为，机器人是把人从简单重复的劳动里解放出来，去做更有创造性的工作，也支撑起越来越多无人值守的 24 小时门店。一句 " 下雨把伞挪到门口 "，正是智能体从支付工具成长为经营助手的小切口。

蚂蚁智慧药房走的是软硬件一体的路子，覆盖门店与外卖两类场景：打通订单系统后机器人自动抓药，未来会接入好大夫等问诊能力和支付宝支付，目前已在上海国大药房落地。随着方案成熟度和效率提升，机器人的投入产出比会越来越趋近，这也是未来机器人能规模化落地的底层逻辑。

在国泰海通（601211.SH）展台，工作人员打开其公司旗下 App 展示，不点任何菜单，只说了句 " 帮我看看今天的市场情绪 "，屏幕随即弹出一份解读，这类 " 说句话就有服务 " 的细节，在本届大会随处可见。

智能体向消费级终端的下沉，在上海阶跃星辰智能科技股份有限公司（以下简称 " 阶跃星辰 "）的展台上有了更具体的模样。阶跃星辰方面介绍，公司已于 7 月 13 日发布终端品牌 STEPX（阶跃），展台上的大模型原生智能体手机 STEPX Neo 搭载了一套智能体原生操作系统 Step AOS ——与过去为人操作而设计的系统不同，它让智能体成为这台手机的 " 原住民 "。在现场演示中，工作人员只对手机说了句 " 帮我找最近的充电桩，顺便点一杯饮品回家 "，智能体并未机械地分别执行两条指令，而是理解到两件事要顺路、高效地完成，结合机主的车型与充电习惯直接调起充电界面，又按其常点的口味备好了下单。阶跃星辰方面表示，这背后是一种 " 端云协同 "：查存储、设闹钟等简单任务在端侧即可完成，响应做到百毫秒级，也更省时、更利于保护隐私；点饮品这类长链路的复杂任务，才会调用云端模型。而所有涉及支付的最后一步，都必须由用户本人确认，" 这是一条安全红线 "。

应用层的疆域还在向更 " 硬 " 的物理世界和更专的科研场景延伸。智元 AI 产品经理李尹钰阳把 AI 应用分成两部分：一部分是以语言为核心的大模型应用，" 以豆包为代表的应用用户已经破亿 "；另一部分是面向物理世界的具身智能机器人。他坦言，后者仍处在相对早期，技术链路正从 VLA（视觉—语言—动作模型）走向 " 世界模型 "、再到 " 世界动作模型 "，数据采集也从真机数据、动捕手套，走向仿真环境的强化学习乃至用第一、第三人称的人类视频来学习。他认为具身智能会优先渗透那些有缺口，以及枯燥琐碎高危的场景。

上海天鹜科技有限公司（以下简称 " 天鹜科技 "）则把智能体带进了实验室。其 " 晓鹜平台 " 由对话式蛋白质设计智能体和自动化实验平台两部分组成。天鹜科技联合创始人兼 CTO 刘灏给记者摆出一组对比数字：设计一款蛋白质，传统是 3~5 年，现在只需要 2~6 个月，实验样本量从成千上万降到约 100 个，成功率则从 1% 提升到 30%；此次展出的自动化设备 7 × 24 小时连续运行，产出的数据 " 更标准、更统一 "。

" 先听懂需求、再给方案 " 的做法，同样被搬到了金融服务一线。上海市工商联金融服务商会秘书长余辰告诉记者，他们今年用 AI 做了一个金融服务 " 数字员工 "，先倾听企业的真实需求，再给出个性化建议，用非标产品替代标准化的金融产品去服务民营科技企业。

刘灏表示，当前算力、算法、数据构成了 AI 的三大要素。把上游、中间、应用三层的细节拼在一起，会浮现出一条共同的暗线。上游的芯片，拼的是 " 单位能耗能处理多少数据 "；中间的 "Token 工厂 "，拼的是数据与 Token 的流动效率；而应用层真正的壁垒，落在谁掌握了可用、可复用的数据资产。