我在WAIC 2026看見的十大趨勢

衡宇 Jay 發自 凹非寺
量子位 | 公眾號 QbitAI

人實在太多了。

高溫、雷暴，擋不住；黃牛票，炒上天，卻依然一票難求；每一個展館和論壇人多到爆炸，但沒有人因此熱情減退。

如果你也在上海世界人工智能大會（WAIC）2026現場，大概會有同一種感受。

我們深入展館和論壇，大浪淘金出了最核心的十大趨勢。

如果你沒能肉身前往，或者來不及看完一場又一場發布和展出，歡迎通過我們這份言簡意賅的總結，快速了解今年WAIC上呈現的趨勢。

十大核心趨勢：

• WAIC變成中國AI世界杯，模型產品合作匯聚一堂
• AI軟硬件底子都硬了，展臺告別單向演示，看得多玩得多互動更多，停留時長顯著拉長
• AI Chat已平常，能干活能交付才是新王道，Show me the Agent！
• 基座模型進入半決賽，基模生六虎，虎虎已不同
• 世界模型熱辣滾燙，物理AI風口之下第一賽道
• 具身戰火燒到供應鏈上游，機器人量產進入數據和零部件紅利期
• 機器人一年一臺階，生產力強者不挑形態，越人模人樣越走情緒價值
• 國產算力告別單芯片主角，超節點、算網和生態開始定勝負
• 淘金熱里賣鏟人終于走上臺前，具身基建迎來集體大爆發
• 40萬人次涌入WAIC現場，AI用戶生態優勢全球獨一無二

趨勢一：WAIC變成中國AI世界杯，模型產品合作匯聚一堂

本屆WAIC，展會的“發布周期”正不斷拉長并深度綁定核心展期。

前幾年，WAIC更多被視為前沿技術的集中陳列場；而今年，展臺已普遍與產品發布會、戰略簽約及新功能上線同步。頭部AI企業正主動將其核心業務的時間表錨定于7月的上海。

WAIC前后，月之暗面發布2.8萬億參數的Kimi K3，商湯首發多模態基座模型SenseNova-U1 Pro，階躍星辰則集中展示了Step AOS、STEPX Neo及“超級Eva”等終端生態矩陣……

盡管各家產品切入點各異，但內核多有相似之處：模型迭代、商業化落地的“第一公里”以及生態伙伴的站臺，均集中向WAIC這一節點爆發。

這種變化源于AI產業落地邏輯的演進。

此前大模型更新多依賴線上單向發布，通過社交媒體和直播完成一輪討論；如今模型要真正進入產業，必須促成開發者、硬件終端、云服務商及垂直場景客戶在同一物理空間內協同。

大會的核心價值已從單純技術展示，轉向促成實質合作與行業橫向測試。

因此今年看這場大會，不應僅局限于數新模型，真正的變化在于中國AI有了自己的年度排片表。

誰在這里亮出底牌，誰就默認接受現場、行業和市場的共同檢驗。

趨勢二：AI軟硬件底子都硬了，展臺告別單向演示，看得多玩得多互動更多，停留時長顯著拉長

如果說去年AI展最常見的是“圍觀”，今年能留住人的展臺幾乎都在讓觀眾隨時參與。

無論是機器人互動控制、端側設備體驗，還是創作型應用試玩，原先那種單向的技術演示，如今都被拆解成一個個具體的小任務，用戶自己上手指揮體驗。

這種趨勢在AI文娛場景里尤為明顯。

不過，文娛生產鏈路長、工具分散，AI能力究竟該通過什么形態落地？

現場很多展臺告訴我們，硬件是絕對繞不開的一環。

以首次參展的趣丸科技為例，其展臺將AI音樂、AI譯配、AI 3D等收束為從靈感到分發的連續閉環。

它展現了清晰的軟硬件結合思路，即自研多模態音樂生成大模型“天譜樂”，延伸出對話式創作智能體Tunee，最后落地為物理載體——全球首款生成式AI吉他，打通“模型—應用—硬件”全鏈路。

現場體驗也圍繞此展開。

用戶與Tunee聊幾句即可生成歌曲和MV，并能在對話中持續修改；拿起AI吉他直接生成專屬音樂，或哼唱一段旋律，模型幾分鐘內就能生成可演奏的歌曲，琴身“追光”同步亮起，手勢變化帶來即時的聲音反饋。

軟件降低了創作門檻，硬件則讓AI真正離開屏幕、進入日常，沉淀為可持續使用的習慣。

從另一個角度來看，此類展臺看似游樂場，卻能從它們身上看到AI應用端最重要的產品命題：

用戶留存與否直接取決于系統能否在極短時間內反饋參與感、成就感及可帶走的作品。

縱觀全場，現如今，AI ToC產品的競爭邏輯早已超越初期的流量爭奪。

同時，模型底層能力再強，若局限于參數比拼與單向問答，與普通人日常仍有距離。

無論展臺還是市場，AI產品都在學怎樣留人。產品能否延長體驗時長、促成社交分發甚至多語種譯配出海變現，并形成次日打開習慣，決定了其能否真正融入生活場景。

體驗者也用真實的耐心和操作給產品投票。

趨勢三：AI Chat已平常，能干活能交付才是新王道，Show me the Agent！

“這個模型有多少參數？”

在今年的WAIC上，這個問題依然會被問及，但顯然已經不再是人們關注的核心焦點。

更“與我相關”、更務實落地的問題成為了今年人們更為關心的重點，比如它能替我具體干什么？完成這件事需要多久？最后交付出來的東西能不能直接拿來用？

過去兩年里，大模型企業往往側重于展示參數規模、訓練方法以及各類跑分成績。

而走到今年的H1館，Agent（智能體）幾乎成了70%展商共同展示和探討的默認話題。

百度將通用智能體“百度搭子”帶到現場，騰訊集中展示了出行、辦公、內容等多類智能體，阿里的探討重點也圍繞Agentic時代展開。

此外，金山辦公推出了面向個人的靈犀專業版和面向組織的WPS Comate，階躍星辰則將智能體原生操作系統引入了手機與汽車場景。

在評選出的十個鎮館之寶里，智能體相關應用已經占據了四席。

△圖片由AI生成

Why？

傳統的聊天框擅長回答問題，但真正的任務執行需要調用工具、記憶上下文、不斷檢查中間結果，最終把整個流程順暢走完。

前者展示的是模型“會說”，后者則需要拿出“做成了”的實際成果。可以說，能否完成有效交付，正在成為衡量大模型能力最實在、最有分量的標準。

傳統的聊天框并不會完全消失，而是會逐漸退到任務入口的位置。用戶只需說出目的，系統就會自行拆解、調用資源并執行，最后把成品交還給用戶。

“Show me your Agent”可以說是今年WAIC現場最明確的一句潛臺詞。

趨勢四：基座模型進入半決賽，基模生六虎，虎虎已不同

大模型六小虎是AI 2.0時代第一批風云企業。

至2026年，核心玩家格局尚存，不過龍歸龍虎歸虎，戰略路徑卻已徹底出現明顯分化。

MiniMax、Kimi繼續在前沿技術突破及開源影響力上膠著競爭，與智譜、DeepSeek等構成國產基座大模型最密集的競爭梯隊。

它們集體步入有互聯網巨頭玩家字節、騰訊、阿里的基座大模型季后賽。

另一邊，其余小虎正精準劃定自身業務邊界。

階躍星辰押注終端閉環，將模型與操作系統及智能終端設備整合于同一敘事框架；百川智能則以醫療增強大模型切入，持續深耕醫療垂直場景；零一萬物轉向企業級決策智能，自稱“五虎一豹”中的“金錢豹”。

BTW，零一萬物創始人兼CEO李開復博士，是六小虎中唯一一個駐扎展臺的一號位。

這種一號位親自下場的積極姿態，只是展會競爭群像的一面。但物理空間上的在場與否并不是衡量企業行業聲量的唯一標準。

智譜、DeepSeek、字節等的缺席與隱身并未削弱觀眾對其行業影響力的關注。

展會內各類技術研討，頻繁能聽到它們的名字。

總體而言，大模型賽道已跨過同質化建設期，行業焦點轉向更具現實意義的供需匹配，即企業最適合賦能何種場景及解決何種核心業務。

洗牌期的競爭邏輯尤為嚴苛——

維持行業地位仍需堅實的基座能力，但能否構建獨特的業務護城河與進攻陣地，將直接決定下一輪競爭中的梯隊分化。

趨勢五：世界模型熱辣滾燙，物理AI風口之下第一賽道

隨著LLM范式逐步收斂，物理AI正式接棒，成為下一個暗流涌動的混沌之地。

其中，世界模型（World Model）在各大論壇與成果發布中高頻現身，堪稱繼VLA之后的又一個兵家必爭之地——也是現階段看來，最有可能通往物理AGI的大腦架構。

一時間，各家紛紛亮劍：

• 它石智航：AWE 3.5
• 螞蟻靈波：LingBot-VA 2.0
• 極佳視界：GigaWorld

今年WAIC上，世界模型「六小龍」巔峰論壇堪稱最受關注的圓桌，也折射出當下中國世界模型研究的真實圖景——百家爭鳴，莫衷一是。

各行各業都在做世界模型，每一家都堅稱自己才是原生的世界模型。然而至今，尚無一項落地成果或demo足以殺死比賽，誰也說服不了誰。

用李飛飛的話說：這是當今AI領域最重要、也最被濫用的術語之一。

WAIC現場，大致站成了三派，核心在于對“世界”的定義——

1、視頻派，世界即像素

偏渲染器路線，輸出面向人眼，核心評價標準是視覺保真度。WAIC現場，這條線相對熱鬧——demo直觀，觀眾圍得多。

但質疑聲也最烈：批評者認為這不過是在蹭物理AI的敘事，將像素作為下一個預測Token，并未觸及物理世界的本質。

2、抽象派，世界即潛空間

這條路線比像素派更Practical，也是WAIC的絕對主力，同時亦是“混沌”最嚴重的一派，各家對潛空間的定義迥然不同。

另一個問題是：潛空間是黑盒，沒有像素輸出可供直觀評判。 結果便是各家自建自評、標尺缺失。

WorldArena、RoboTwin、Libero……各家各刷各榜，誰都拿過第一。

3、空間智能派，世界即三維

由李飛飛的World Labs命名，也是與AI應用轉型結合最緊密的一派。眾多深耕3D資產生成的公司，正加速向這一方向靠攏。

到底誰才是真正的世界模型？

量子位不厭其煩地問了一遍又一遍，至今沒能得出一個清晰的答案。

或許，最終的答案，還得看場景里真刀真劍出真英雄。

趨勢六：具身戰火燒到供應鏈上游，機器人量產進入數據和零部件紅利期

具身智能一年一臺階。

前年是靜止展示，去年是動作演示，而今年——大家伙開始真干活了。

從世博展覽館北門進來，有一個叫“模登時代·伙伴之城”的展館，放眼望去，全是各家機器人在各司其職、埋頭猛干：

比如蘇度與寧德時代合作的電池產線，四機協同，全程無需人工介入。

背后甚至專門立了一塊大屏幕，實時統計這四個“打工人”的干活KPI。

二樓的靈初智能則聯合長飛集團，切入了光模塊生產場景。其方案搭載自研大模型 Psi-R2，具備亞毫米級定位精度與長程任務規劃能力，多臺機器人協同完成插拔檢測、良品判別、真空封裝和包裝裝箱。

效果方面，具身賦能帶來了連續作業能力，在作業精度與質量穩定性上均有顯著提升。據初步測算，靈初方案可將生產損耗率降低約10%。

靈初的選擇也算是行業里比較有共識的一個趨勢：在整體方法論尚未收斂之前，與場景方深度合作，是一條可落地、夠穩妥、且長期能積累壁壘的戰略選擇。場景方不僅提供了梯度優化的方向，更能幫助打造數據閉環。

除了B端合作，另一個顯著方向是生活場景的展示。

一個比較重要的信號是，生活場景的具身demo不再fancy，但更practical。

雖然“進家庭”仍是一個相對遙遠的概念，但頭部廠商都在展示各自的共性能力——Pick and Place、收納、整理書包……這些demo比起單純的表演，確實離落地更近一步。

更重要的是，它們可以與觀眾實時互動，而不只是按日程表定點表演。

問了不少展臺的工作人員，幾乎都允許觀眾伸手干擾，有的甚至接受現場出題。

這也是對模型能力自信的一種體現。

出乎意料的是，這類看似“枯燥”的純干活展臺，人流量竟然非常可觀，不少人舉著手機拍個不停。

看來能提供情緒價值的不止舞蹈檔，光看機器人干活，也能很舒心。

（doge）

趨勢七：機器人一年一臺階，生產力強者不挑形態，越人模人樣越走情緒價值

雖然具身落地的場景愈發細分，但同質化依然嚴重。

比如有一個收納手機盒的demo，我在場館里見到了兩次。除了手機盒品牌不一樣，光看demo本身，實在看不出什么門道。

問了工作人員，講得也比較抽象——模型怎么想、數據怎么喂——很少落到這個demo本身的操作細節差異上。

“你這機器人有什么不一樣？”正在成為具身公司的新命題。

這個問題若要深入到數據菜譜、模型路線或場景選擇，可以發散出無數評測維度。但有一個相對粗暴卻直觀的劃分方式，可供參考——

強者不追求人形，越“人模人樣”越沒核心技術。

最直觀的信號是：今年，機器人“瘸”了。

但凡是真干活的場景，輪式底盤幾乎是必選項。雙足在工廠這類標準化環境里，實在沒什么應用空間，徒增成本。

現階段的家用場景同樣用不上雙足。畢竟，不是誰家里都有樓梯。

作為少有的直接面向C端用戶的機器人，專做家庭的未來不遠機器人便驗證了這個觀點：輪式底盤、沒有靈巧手，但依托從用戶需求本身出發的全棧自研以及新一代家庭具身大腦，已能覆蓋基礎家務，兒童陪伴，老人陪護，寵物照顧等場景。

目前，他們已落地進入500多個家庭，是最早進入真實家庭環境并實現商業化使用的機器人公司。WAIC現場更是火爆——3000元/月的租賃價格，開展首日展位上的8臺便被一搶而空，后續訂單排到了8月中旬。

也難怪，這小家伙堪稱“勞模”：一天疊了約500件衣服、開了500瓶可樂，還得陪人類下棋……光是看著，都替它覺得累。

雖然沒有跳舞，沒有打拳，但是現場未來不遠機器人的展位上始終圍滿了人，機器人們非常落地且絲滑的干活場景也刷屏了社交媒體。“能干活”，才是最硬核的說服力，不需要太多營銷話術。

這也是具身智能賽道群雄逐鹿的新方向——各家都在錨定自己的場景深耕。外形只是“術”，大腦與本體的協同，正在被打包成一個不可分割的整體。

現階段還在堅持用人形展示的，基本服務于情緒價值場景，教育、陪伴、吹拉彈唱。

靈巧手則另當別論。作為人形部件，它目前仍是各頭部廠商堅定投入的方向。通用性確實遠高于夾爪，數據映射也更自然。

至于仿生方向，處境有些尷尬。干活比不過輪足組合，提供的情緒價值又受限于恐怖谷效應，效果并不理想。

甚至有朋友輸出暴論：仿生就是套了個皮套，跟具身智能沒有任何關系。

趨勢八：國產算力告別單芯片主角，超節點、算網和生態開始定勝負

2026 WAIC現場，具身智能基礎設施（Infra）正在集中展現中國生態的厚度與縱深。

首先是供應鏈的集體亮相。

去年WAIC上，機器人本體是絕對的C位，但鮮少有人關注絲杠、減速器、編碼器這些核心組件的名字。今年，上游核心供應商的參展占比明顯抬升——電機、關節模組、力矩傳感器……整條零部件鏈路都能在展館內點對點找齊。

這類公司過去只存在于招股書的供應商章節里，藏在本體廠商的二供、三供名單中，如今終于從幕后走到臺前。

本質原因在于：本體廠商的硬件方案正在收斂，差異化競爭的焦點開始轉向——誰能把零部件成本打下來、把平均無故障時間（MTBF）拉上去。在這個階段，“鏟子商”反而比“淘金者”更具定價權。

不過，頭部廠商仍然有一個高度共識：自研本體不可替代。 想要打造SOTA級別的具身模型，本體始終是這場競賽中的關鍵變量——它是整個具身訓練系統化過程中不可缺失的一環，能夠幫助創業公司更快地完成迭代閉環。

其次是數據的重要性躍遷。

2026年，被行業反復稱為“具身數據元年”。

有一個廣為流傳的比喻：如果互聯網數據是一棟房子，智駕數據是房子里的一張桌子，那么具身數據就是桌面上的一粒黃豆。

在數據量級方面，各家廠商的數據標準尚未統一，難以給出清晰的橫向對比。但行業內比較有共識的判斷是：訓練通用具身模型至少需要千萬小時級別的數據，目前各家也在向百萬小時量級邁進。

在此背景下，數據Infra也開始成為今年WAIC的主角。 同樣可以按照“數據金字塔”分為三個層級來看：

1、真機路線

京東，發動了最多60萬人參與的“人類史上最大規模數據采集”計劃，兩年目標為：1000萬小時人類真實場景視頻 + 100萬小時機器人本體數據，強調“采—訓—場景驗證”的端到端閉環。

2、仿真路線

光輪智能，提供仿真環境中機器人訓練所必需的3D資產，專注于構建“數據—仿真—評測—部署”的底層基礎設施，用虛擬世界彌補真實數據的不足。

3、穿戴路線

這條路線與硬件耦合更為緊密，解決方案通常會與數采手套等設備打包，堪稱“賣鏟人中的賣鏟人”。它石、戴盟、千覺等公司在模型布局外，也積極打造各自的數采硬件體系。

此外，還有一個比較有意思的跨界：強腦科技（BrainCo）推出的腦控機器人訓練平臺，人類通過腦電信號直接指揮機器人動作，可能會是數據采集的一條全新路徑。

當然，Infra逐漸浮上水面，也是被今年WAIC“干活”這一主題倒逼出來的必然結果。中國具身智能的發展，需要整個生態的協同力量。

這次，我們不再僅僅跟著英偉達走。

趨勢九：淘金熱里賣鏟人終于走上臺前，具身基建迎來集體大爆發

AI基建單獨撐起了WAIC的H2展館，這直接反映了國產算力基建的規模優勢與生態成熟度。

隨著大模型參數從千億級別向萬億級別跨越，十萬卡規模算力集群已然成為新一代 AI 基礎設施的準入底線。

本屆展會匯聚了眾多主流算力廠商，各類高密度算力設備成為焦點。

華為展示1024卡SuperPoD真機，中科曙光推出十萬卡AI超集群；東方算芯、阿里、中興、沐曦等企業，則集中展出以低時延、高集成度為核心的超節點產品。

各家技術路線也各有側重。

過去談國產算力，焦點多在單顆芯片峰值；但單純堆卡不等于提速，通信、調度和軟件適配的短板會吃掉規模紅利。

討論已轉向讓成百上千張卡通過高速互聯和系統軟件協同。

可以說，AI步入深水區后，國產算力的競爭已進入系統工程階段。

與此同時，硬件集群的協同只是基礎，算力要發揮更大效用，還需跨地域的算網調度。

中國工程院院士高文在“未來計算·未來算力”論壇透露，中國算力網第一階段已完成七成，全國70%算力資源已納入實時更新的統一數據庫；企業調用算力將趨近云服務模式，系統按訓練、時延和成本需求自動匹配資源。

算力，正從固定資產變為可調度的公共能力。

順著這一邏輯，算力的衡量標準也在回歸商業本質，商湯提出用TPW（每瓦電力產出的Token量）衡量數據中心價值，表明AI基建已開始按實際產出算賬。

此外，硬件集群要跑起來繞不過生態這道門檻。

單就華為CANN開源社區，就已上線67個項目、1244萬行代碼，月活開發者突破3500。

底層指標依然關鍵，但商業價值最終取決于開發者能否平滑遷移、客戶能否以可接受成本持續使用。

超節點、算網與生態三者交織，共同重構了國產算力的競爭維度。

在這場系統級較量中，誰能把硬件集群、調度網絡與軟件棧封裝為穩定、低成本的基礎設施服務，誰就拿到了下一輪AI基建的入場券。

趨勢十：40萬人次涌入WAIC現場，AI用戶生態優勢全球獨一無二

具身智能參展商從去年的80余家飆升至200余家，場館里的“鐵疙瘩”越來越多，甚至機器人本身都開始長得越來越“不像人”。

但與此同時，WAIC的觀展“人”數也在以更陡峭的曲線攀升。

官方成績單顯示，剛剛閉幕的WAIC再創歷史新高——線下參觀人次突破萬，較2025年同比增長14.3%。

AI行業的泡沫究竟會不會破？什么時候破？

答案沒人知道，也越來越少有人去關注這些問題。

畢竟，至少走到今天，AI依然是最炙手可熱的話題。依然有人做，有人用，有人關注。

而人，始終是AI發展最寶貴的資源。

一個前沿科技行業展會，黃牛票炒上天，展館人潮洶涌，小朋友被家長帶來當科技館逛……高溫雷暴都擋不住。

這種熱情，是中國AI向前走——

最核心的力量。