過去幾年，WAIC 世界人工智慧大會不僅越發熱鬧，也越發代表了全球 AI 的演化方向，而到了今年的 WAIC 2026，也能發現，智能體手機、AI 眼鏡、機器人、晶片……開始更多走到台前。
階躍和努比亞都在做智能體手機，但一邊想重做作業系統，一邊想讓 AI 直接接管現有 App。榮耀更乾脆，直接給手機裝上一隻可以轉頭的機械雲台。至於被寄予厚望的智能眼鏡，樂奇 Rokid 給它做了一套 AIOS，還帶來了新一代的空間電腦 Rokid AR。
機器人也不滿足於走路、跳舞和翻跟頭了，有的能在人形與四足之間變形，有的進了汽車產線，還有三台機器人組隊開起了藥房。算力廠商也已經不太滿足於展示一張卡，而是把十萬卡叢集、超節點、近存計算晶片和機器人開發平台一起搬進了展館。
WAIC 2026，就像一個巨大的 AI 產品和技術實驗場。大會官方給出的數字是，1100 余家企業帶來 3000 余項展品，其中超過 300 款產品全球首發。我們從中選出 20 個最值得關注的產品，它們未必都會成為未來的日常，但至少已經讓一個變化變得清晰：
AI 湧向物理世界，變得越來越猛烈。
01. 模型「雙腳行進」：往具身智能走，往更強智能走
不只是 WAIC 2026，基礎模型一直存在一條很有意思的分叉。一邊是 Kimi、MiniMax 等模型繼續擴大上下文、多模態和智能體能力，另一邊是面壁智能把模型壓到端側，讓手機、汽車和機器人不連雲也能端側運行。
這兩條路線並不矛盾。雲端模型負責能力上限，端側模型負責成本、延遲和隱私，二者都有必須存在的理由。
從榜單第一到真實世界：面壁智能讓端側 AI 裝進每一台終端
面壁智能的 MiniCPM 路線一直很明確：不和雲端模型比參數，而是提高端側模型每一個參數里的「知識密度」。但今年 WAIC，面壁智能想講的重點不再是模型本身——展台的核心關鍵詞是「進入真實世界」。
新一代 MiniCPM5-1B 延續的正是這套思路，在 Artificial Analysis 榜單上做到同尺寸全球領先、2B 以下模型排名第一。但比榜單更重要的是，這套能力正在裝進真實的終端，並獲得全球頭部廠商的認可——面壁智能已與三星手機達成合作，其端側模型將搭載於三星數款旗艦機型上市。
端側的價值，在於手機、汽車和機器人不可能每一個動作都等雲端返回，本地模型必須能夠理解指令、判斷環境並完成決策。
這也是面壁智能今年正式邁向具身智能的底氣。本屆 WAIC 上，面壁智能與樂聚機器人聯合打造的展廳導覽 Agent 解決方案，可在無網路環境下純端側運行，即時理解環境、規劃路線、避障導航，園區巡檢中還能就地分析敏感畫面，讓資料主權歸客戶。
同樣的邏輯也在更多場景兌現：智能座艙產品 SuperMate 已隨長安馬自達 EZ-60、吉利銀河 M9 量產上市；端側智能開發板「松果派」讓無技術背景的人也能快速開發 AI 硬體。
從手機到汽車再到機器人，面壁智能正在從端側智能的「先行者」進化為「定義者」——讓智能走出雲端，走進世界。
Kimi K3：開源模型第一次跨進 3T 級，僅次於頂級閉源模型
正式發佈的 Kimi K3 擁有 2.8 兆參數，是全球首個開放的 3T 級模型，同時支援原生視覺與 100 萬 token 上下文。
不過，2.8 兆參數並不會同時工作。K3 採用稀疏 MoE 架構，896 個專家中每次只啟動 16 個，再通過 Kimi Delta Attention 和 Attention Residuals 提高資訊傳遞效率。按照官方資料，其整體擴展效率相比 K2 提高約 2.5 倍。
從官方公佈的基準測試成績來看，Kimi K3 僅次於最頂級的閉源模型 GPT-5.6 Sol 和 Claude Fable 5。
而月之暗面把 Kimi K3 的主要方向放在長程程式設計、知識工作和深度推理上。官方展示中，K3 曾連續運行 48 小時，用開源工具完成一顆晶片的設計與驗證，在一定程度上說明了 K3 的長程 Agent 能力。
另外一提，K3 已經上線 Kimi、Kimi Work、Kimi Code 和 API。而開放模型的競爭，也開始從榜單分數轉向誰能把複雜任務真正做完。
02. 機器人不只會動，還要和我們一起幹活
機器人一直是 WAIC 最具人氣的來源，本屆更甚，聚集了大量的新一代機器人，尤其是具身智能的人形機器人。過去大家喜歡圍觀它們跳舞、格鬥和翻跟頭，今年更明顯的變化，是廠商都在努力證明機器人不只適合拍視訊。
有的開始走進家庭和戶外，有的進廠，有的負責拿藥，還有的乾脆不再堅持一種身體形態。
啟元 T1：站著是人，趴下是「狗」
啟元 T1 很像機器人行業對「為什麼一定要做人形」的一次反問。
在室內，它採用輪足人形形態，可以在客廳和書房安靜移動，零轉彎半徑也更適合狹窄空間；遇到草地、砂石、斜坡和台階，它又能自動切換成四足形態，用更低的重心和更穩定的結構通過複雜路面。
這不是把一個人形機器人和一隻機器狗簡單拼在一起。啟元用一套跨形態運動控制系統統一管理關節、動力、感知和平衡，讓機器人在兩種身體之間切換後還能繼續執行原來的任務。
除了陪伴和跟隨，T1 還能連接運動相機，執行語音拍攝、軌跡運鏡與多機位架設。換句話說，它想成為的不只是家庭機器人，也是一台會自己找機位的移動攝影車。
聽起來確實有點瘋狂。但相比「機器人應該長得像人」，根據環境選擇更合適的身體，反而更符合機器的邏輯。
遠征 A3 Ultra：人形機器人開始拿到正式工牌
這次 WAIC 上，智元集中展示了五款新品，包括遠征 A3 Ultra、精靈 G2 Max、靈犀 X2 EDU 版本、臨界點 OmniHand 3 Ultra-M 和酷拓世界首個騎行機器人。
其中遠征 A3 Ultra 增加了具身處理器（700TOPS）、雷射雷達、多部位魚眼相機，還搭載了高自由度靈巧手。作為全球首款量產可商業化部署全尺寸人形機器人，A3 Ultra 可以為部署態提供更強大支援，本次也被評選為 WAIC「鎮館之寶」。
智元給遠征 A3 Ultra 的定位非常清楚：這是一台準備進入展廳、酒店、門店和工廠的全尺寸商用機器人。
它擁有 174 釐米的人體適配身形，使用 360° 視覺與雷射雷達融合感知，能夠完成自主導航、接待、講解和導購。在 WAIC 現場，智元讓遠征 A3 Ultra 泡起了茶、打起了乒乓球。
現場，我們甚至還能看到智元把均普智能的整條晶片加工產線搬進了 WAIC 展館，讓機器人連續完成晶片上料、成品裝盒、整箱轉運超長流程作業。
「可量產」是 A3 Ultra 反覆強調的關鍵詞。相比偶爾成功一次的 Demo，商用機器人更需要長時間運行、快速部署、現場維護和安全接管。它不一定要做出最驚險的動作，但必須像一個真正的員工一樣，每天都能把同一件事做好。
從這個角度看，人形機器人真正的成人禮，可能是拿到工牌、進入排班表。
螞蟻靈波機器人智慧藥房：三台機器人，90 秒配好一單藥
機器人智慧藥房沒有人形機器人的視覺衝擊力，卻可能是本屆 WAIC 最接近真實生意的具身智能產品之一。
它由螞蟻靈波與國大藥房合作打造，三台不同構型的機器人共同完成接收訂單、取藥和打包，公開口徑是 90 秒完成一單。它們統一接入 LingBot-VLA 跨本體具身基座模型，因此可以圍繞同一任務進行協作。
更重要的是，這套系統把機器人接進了網際網路問診和處方流轉流程。使用者從諮詢、開方、購藥到取藥，不必在幾個割裂系統之間反覆跳轉。
機器人進入醫療場景，當然不能只看快不快。處方稽核、異常藥品、缺貨和抓取失敗，都需要嚴格的人類兜底。但它至少說明，具身智能真正有價值的地方，在於把一條重複、標準又容易出錯的流程重新串起來。
HGR「人·鏡·犬」：你看那裡，機器狗就去那裡
需要說明，HGR 是一套把人、AI 眼鏡和機器狗連接起來的協同系統，而不是一款機器人。
人眼大約在 1.6 米高度，機器狗的攝影機可能只有 0.4 米高，雙方看到的世界並不一樣。當佩戴眼鏡的人盯著一個位置說「去那裡」，系統需要先把兩個視角對齊，再把人的視線落點變成機器狗能夠理解的導航目標。
在演示裡，工作人員只需要看向外賣所在的位置並行出指令，機器狗就能起身、前往取貨點，再把外賣送到指定區域。
單看取外賣並不複雜，但 HGR 展示了一種更自然的機器人互動：人不再學習遙控器和坐標系，只需要使用視線和語言。真正好用的機器人，必須懂得人到底在看什麼。
03. AI 時代的智能硬體，爭奪下一代計算入口
過去兩年，AI 硬體經歷了一輪從耳機、吊墜到各種隨身裝置的嘗試。但走到 WAIC 2026，最有機會成為個人智能體載體的，仍然是手機和眼鏡：一個擁有成熟的計算、螢幕與應用生態，另一個最接近人的眼睛和耳朵。
這次出現的新品也不滿足於多裝一個 AI 助手。智能體手機想讓 AI 看懂螢幕、呼叫應用並把任務做完；AI 眼鏡則開始爭奪作業系統、空間感知與長期記憶。兩類硬體走的是不同路線，爭奪的卻是同一個位置：誰能成為 AI 時代離人最近的計算入口。
STEPX Neo：當大模型公司終於決定自己做一台手機
階躍星辰選擇手機作為 STEPX 品牌的第一款硬體，其實很好理解。它需要隨身、需要螢幕，還要有足夠強的端側算力。把這三個條件放在一起，今天最成熟的載體仍然只能是手機。
但 STEPX Neo 真正值得看的，是背後的 Step AOS 和個人智能體 Amoo。階躍的想法是，讓智能體進入系統層，理解螢幕內容、規劃任務、呼叫工具，再跨越多個應用把事情辦完。
比如使用者不需要逐個打開地圖、酒店和出行軟體，而是直接告訴 Amoo 自己要去那裡、有什麼偏好，剩下的步驟由智能體規劃。按照階躍的說法，STEPX Neo 已經通過《人工智慧終端智能化分級》L3 級測試，也是目前唯一獲得這一等級檢測報告的智能體手機。
當然，對於系統級智能體來說，演示從來不是最難的，難的背後整個生態，有太多問題需要解決了。
第二代豆包手機：AI 智能體手機走向量產旗艦
去年底，努比亞和豆包的第一代合作產品 M153 豆包手機助手技術預覽版，不要求每個 App 專門開放介面，而是通過視覺理解手機畫面，再模擬人的點選和滑動，完成比價、訂餐、下單等任務。
好處是理論上什麼 App 都能操作，問題也同樣明顯：平台未必願意讓一個第三方智能體在自己的介面裡自由行動。
這一次亮相 WAIC 的第二代產品，不再是限量工程樣機，而是一款面向量產的旗艦手機。它延續系統級 GUI Agent 路線，並加入醒目的 AI 按鍵，希望把「幫我看看」推進到「替我做完」。
某種程度上，第二代豆包手機真正要解決的也是智能體的生態問題。只要微信、淘寶、支付和內容平台仍然各守一方，AI 再聰明，也可能在最後一步被擋在門外。
榮耀 Robot Phone：給手機裝上一隻會轉頭的眼睛
榮耀 Robot Phone 是這批產品裡最直觀的一款。它在手機背部塞進一套可伸出的三軸機械雲台，攝影機不再固定朝著一個方向，而是能夠主動轉動、追蹤人物和調整拍攝角度。
這讓手機第一次有了一點「身體感」。放在桌面上，它可以在視訊通話時追著人轉；拍攝運動畫面時，它可以像小型雲台相機一樣自動跟拍；當攝影機朝向使用者、對外界動作做出回應時，手機甚至會產生一種很微妙的「活著」的感覺。
榮耀還把 ARRI 的 Log-C 編碼與 LUT 調色檔案引入移動端，試圖讓這只會動的眼睛不只是一個噱頭，也成為一套真正能用的影像系統。
但 Robot Phone 最有意思的地方仍然是它對手機形態的試探。折疊屏解決的是螢幕尺寸問題，Robot Phone 問的則是另一個問題：當 AI 能夠感知環境之後，手機是不是也應該獲得行動能力？
相比讓手機長出一隻會動的眼睛，AI 眼鏡走得更遠：它直接佔據人的第一視角。攝影機、麥克風、揚聲器和翻譯功能逐漸趨同之後，廠商開始爭奪兩個更關鍵的問題——誰來定義眼鏡上的作業系統，以及眼鏡究竟應該在什麼時候主動工作。
新一代 Rokid AR：把空間電腦壓進一副眼鏡
新一代 Rokid AR 不滿足於做一副只負責顯示的隨身大屏。它支援 6DoF 空間定位、手勢識別和空間音訊，並通過雙攝同時感知使用者動作與外部環境。
更關鍵的是，它首搭高通驍龍至尊空間計算協處理器。相比把所有計算壓力都扔給手機，獨立的空間計算能力讓眼鏡可以更穩定地理解頭部位置、手勢和周圍環境，再把虛擬內容固定在現實空間中。
這也是 AI 眼鏡與 AR 眼鏡重新合流的訊號。只拍攝、不顯示的眼鏡更輕，但互動能力有限；能顯示、能理解空間的眼鏡更重，卻更接近真正的下一代計算平台。Rokid 顯然選擇了後者。
YodaOS：Rokid 想先給眼鏡造一個「Android」
硬體之外，樂奇 Rokid 還帶來了 YodaOS——首個智能眼鏡 AIOS。
今天的大多數 AI 眼鏡，本質上仍然是手機的一個配件：拍到的內容傳回手機，模型在雲端處理，應用能力也被固定在廠商預裝的幾個功能裡。YodaOS 想改變的是這層關係，讓智能體、空間感知、相機、顯示和第三方服務在眼鏡系統裡直接協作。
對開發者來說，真正重要的是通過呼叫攝影機、麥克風、空間坐標和互動元件，做出獨立應用。只有出現系統和開發生態，AI 眼鏡才可能從一件功能有限的硬體，變成一個可以繼續生長的平台。
當然，每家公司都想成為眼鏡時代的 Android。問題是，開發者會不會來。
04. AI 算力到 AI 科學，來自底層的變化
AI 產品往現實世界走得越深，底層算力就越不像一張孤立的晶片。機器人需要端側即時計算，大模型訓練需要超節點和大叢集，科學研究還需要把模型與實驗系統連起來。
地瓜 RDK S600：機器人的「大小腦」，被塞進一塊開發板
RDK S600 是一塊面向具身智能的開發平台，搭載地瓜機器人自研的旭日 S600 晶片，端側推理算力最高達到 560 TOPS，並配有 18 核 Arm Cortex-A78AE 處理器。
它的設計邏輯是「算控一體」。過去機器人往往用一套高算力平台處理視覺和大模型，再用另一套即時控製器管理關節與運動，不僅體積大，軟硬體協同也複雜。RDK S600 的異構架構希望同時處理環境感知、模型推理和即時運動控制，把機器人的「大腦」和「小腦」放到同一平台。
開發板還提供 6 路 MIPI 攝影機、6 路 USB 3.0 和 4 路 PCIe 3.0 介面，方便開發者連接相機、雷達和各種執行器。更重要的是，旭日 S600 已經進入 20 多家頭部客戶的量產驗證。
機器人產業真正缺的不只是更強的 Demo，也需要一塊足夠標準、足夠便宜、還能穩定量產的計算底座。RDK S600 想做的，就是機器人時代的開發者主機板。
東方算芯 DF1000：晶片不拼製程，改拼「空間」
東方算芯 DF1000 被定義為軟體定義近存計算 3D 晶片。它最特別的地方，是沒有沿著傳統路線繼續追逐更先進製程，而是通過 3D 整合把計算與記憶體拉得更近。
今天 AI 晶片的瓶頸不只在算得快不快，還在資料能不能及時送到計算單元。DF1000 把互連間距從數十微米縮小到亞微米級，提高互連密度和頻寬密度，試圖繞開困擾大模型計算的「記憶體牆」。
「軟體定義」則意味著晶片可以針對不同任務調整計算方式，不必為每一種演算法重新設計一顆固定功能晶片。這句話當然需要真實任務驗證，但背後的思路很有意思：當先進製程越來越貴、越來越難獲得，晶片競爭也可以從平面製程轉向封裝、記憶體和架構創新。
華為 Atlas 950 SuperPoD：1024 張昇騰卡，連成「一台機器」
華為昇騰 950 超節點最直觀的數字，是一個超節點能放進 1024 張昇騰卡。
但超節點的意義不是簡單把卡堆在一起。大模型訓練時，晶片之間需要頻繁交換資料，一旦互聯速度跟不上，再多算力也會浪費在等待上。超節點試圖用高頻寬、低延遲互聯，讓上千張卡在軟體看來更像一台巨大的電腦。
在此基礎上，昇騰 950 SuperCluster（超節點叢集）還能繼續擴展到 50 萬卡規模。華為的目標很明確：單卡性能可能不是唯一答案，只要互聯、記憶體、調度和軟體棧足夠完整，系統級能力同樣可以形成競爭力。
AI 算力戰爭正在從「誰有最強的一張卡」，變成「誰能讓幾十萬張卡真正一起工作」。
Matwings Venus「曉鶩」：和 AI 聊幾句，就開始設計一種新蛋白
在一堆手機、眼鏡和機器人中，天鶩科技的「曉鶩」看起來沒那麼熱鬧，卻可能更接近 AI 真正改變科學研究的方式。
簡單來說，「曉鶩」是一套對話式蛋白質設計智能體。研究人員可以直接用自然語言描述目標，例如設計一種更高效的塑料降解酶，系統再呼叫蛋白質模型生成候選結構，並連接自動化實驗和資料反饋，不斷篩選、迭代。
傳統蛋白質研發往往需要在計算設計與濕實驗之間反覆交接，周期以年計算。曉鶩想把這些步驟串成一個閉環，讓模型不只是「猜一個答案」，而是根據實驗結果繼續修正。
WAIC 現場展示的 PET 廢棄物生物回收，就是一個很具體的應用：AI 改造自然界中的塑料降解酶，提高降解效率，再把廢塑料和廢紡織品轉化為可以重新利用的原料。
這可能不如機器人翻跟頭吸睛，但它能替研究人員走完一部分發現新材料、新藥物的實驗路徑。
05. 寫在最後：AI 尋找「身體」
從面壁智能的新一代「小鋼炮」，到天鶩科技的「曉鶩」，WAIC 2026 變化不只是基礎模型的進步，還有從 Agent 到硬體的全面變化。
手機是最成熟的身體，所以階躍、豆包和榮耀都在爭奪它；眼鏡最接近人的眼睛和耳朵，因此 Rokid 與 Moonix 想把它變成新的感知入口；機器人可以直接改變物理世界，於是啟元、智元和螞蟻靈波開始分別探索家庭、工廠與藥房。再往下，是給這些身體提供大腦的模型、晶片、開發板和超節點。
但身體越多，問題也越具體。
智能體手機必須面對應用權限，主動記錄眼鏡必須面對隱私，家庭機器人必須證明續航、安全與可靠性，超節點則要證明，國產卡也能成為一套真正能高效運行的 AI 算力系統的基石。
AI 進入現實世界後，每一次誤操作、每一次斷連、每一個機械故障，都會直接暴露在使用者面前。但方向已經很清楚了，接下來要看的就是這些從展館裡走出來的新物種，究竟有多少能真正留在我們的生活裡。 (電車通)