大模型不再比誰大，機器人忙著打工。
這幾天，比上海高溫更火熱的，是2026世界人工智慧大會（以下簡稱“WAIC”）現場。
7月17日大會開幕當天，「定焦One」走訪世博、張江、西岸三大展區，並旁聽了多場論壇。展館裡，人潮湧動，形狀各異的機器人穿梭其間。有的機器人則留在展台上，反覆演示分揀、質檢和裝配。跑步、跳舞和揮手的少了，開始展示如何進入工廠、倉庫和家庭。
另一邊，手機、眼鏡、耳機等終端被賦予了新的角色。它們不僅僅是承載AI功能的硬體，也被視為智能體感知現實、呼叫服務的入口。
更顯眼的，是那些佔據大片展位的“大傢伙”——十幾個電腦櫃組成的超節點、整套液冷和叢集系統。這些過去隱藏在資料中心裡的算力基礎設施，也被搬到了聚光燈下。
在“曙光8000”展台前，參觀團一批接一批抵達。講解員舉著小旗，帶著人群圍繞裝置移動，媒體則被擠到了外圍，焦急等待一個沒有人擋住鏡頭的瞬間。
熱鬧背後，是一場規模仍在擴張、內容卻已經發生變化的行業大會。
2026年WAIC的展覽面積首次超過10萬平方米，1100余家企業帶來3000余項展品，超過300款產品計畫在此完成全球首發。僅智能計算和具身智能兩個賽道，就各自聚集了超過200家企業。
本屆大會還聯動12個國家部委、10余個國際組織，彙集1400餘位中外嘉賓，並設定資本對接專區，引入十余家投資機構和約200位專業投資人。同期舉行的，還有人工智慧全球治理高等級會議。
自2018年創辦至今，WAIC早已不只是一場技術與產品展會。它把科學家、模型公司、晶片廠商、機器人企業、投資機構和政策制定者放進同一個坐標系，也讓資源的流向和競爭的重心變得清晰可見。
從2026年的WAIC出發，我們總結出六個值得關注的AI產業趨勢。
01. 趨勢一：大模型沒有結束競爭，但“最強模型”未必是最大贏家
就在WAIC開幕的前一天晚上，月之暗面發佈了Kimi K3。
這款模型擁有2.8兆參數和100萬Token上下文窗口，定位於長程程式設計、知識工作和複雜推理，被一些開發者稱為開源社區的“另一個DeepSeek時刻”。它把接近全球前沿水平的能力放進開放生態，也再次縮短了開源與閉源模型之間的距離。
北京中關村學院院長劉鐵岩在接受媒體採訪時表示，技術的生命力在於開放流動，一批中國開源大模型從“單點亮相”走向“群體突破”。
而當前沿能力可以越來越快地被開源模型追平，單次模型領先所能換取的技術溢價也在縮小。開發者可以在不同模型之間遷移，企業也可以通過多模型呼叫、私有化部署和議價壓低成本。
2026年WAIC的議題設定，已經清楚地反映了這種變化。
在大會近200場會議、論壇和活動中，出現頻率最高的三個標籤並不是“大模型”，取而代之的是“產業發展”“人才生態”和“算力”。即便討論模型，問題也從“參數有多大、榜單排第幾”，轉向模型如何進入真實系統。
基礎模型並未退場，只是不再獨佔舞台中央。大會重點議題覆蓋AI Coding、Token經濟、世界模型和OPC等方向；發佈的新品包括華為Atlas 950超節點、階躍Agent作業系統、AI智能體手機、機器人和垂直行業的智能體產品。
從這些發佈可以看出，行業真正爭奪的重心已經越過模型本身。模型要與晶片、作業系統、終端、行業資料和業務流程結合，形成一套完整、穩定且可持續運轉的產品體系，這才是各家真正比拚的東西。
模型的評價標準也因此發生變化。階躍星辰首席戰略官李璟在大會前表示，當智能體進入真實生產環節，市場對基礎模型的要求已經是“智能與效率並重”，除了推理、規劃和工具呼叫能力，還要繼續降低推理成本，提高響應速度和部署靈活性。
也就是說，下一階段的贏家，未必是某一次評測中得分最高的公司，更可能是能夠把模型組織進真實產品、穩定系統和商業閉環的企業。模型仍然決定能力上限，但真正決定市場位置的，將是系統效率、產品體驗和產業落地能力。
02.趨勢二：機器人開始告別“才藝表演”，世界模型爭奪下一代資料
過去，機器人展台最吸引眼球的是跑步、跳舞和後空翻；今年，真正聚攏人氣的，是一支支“打工天團”。
不少企業把整條生產線搬進了展館。
本屆WAIC聚集了超過200家具身智能企業。展館裡，既有能在四足與兩足形態間切換的載人變形機甲，也有演示上下料、線束裝配和工業質檢的機器人。
家庭場景同樣熱鬧。桌面機器人主打個人陪伴，機械臂嘗試理解“收拾客廳”這類長程指令，並將其拆解為多個步驟；智能水吧前，機械手獨立完成從萃取到遞送的咖啡製作流程。
技術演示正在從“秀肌肉”轉向真實作業。
但機器人完成一個動作，與在真實現場連續、穩定地把事情做好，中間隔著一條漫長的工程鏈路。因為，真實環境中，光線變化、物品形變、擺放偏差、人員闖入、任務中斷乃至裝置老化，都會帶來干擾。
機器人不僅要執行標準動作，還要識別異常、重新規劃，並在失敗時安全退出。以它石智航按1∶1比例搬來的汽車線束裝配產線為例，機器人需連續完成取線、布線、插接；復旦大學與上汽智己合作的視觸覺系統，則在車燈裝配中一邊感知受力與形變，一邊即時修正軌跡。
機器人一旦進入真實作業，行業很快就會遇到一個比本體成本更加棘手的問題：資料。
沒有足夠多、足夠複雜的物理互動資料，模型就很難獲得跨場景泛化能力。啟明創投主管合夥人周志峰表示，目前中美頭部具身智能公司掌握的高品質物理互動資料，大多隻有幾十萬小時，距離充分驗證Scaling Law至少還差一個數量級。
頭部企業正在把年度資料目標推向百萬小時以上。昂貴的真機遙運算元據只會佔其中一部分，更大比例可能來自第一視角視訊、人體運算元據和模擬環境。
因此，世界模型在本屆WAIC被推到更關鍵位置。大會專門設定相關議題，討論如何在虛擬環境中完成建模與推演，再遷移到現實世界。
未來，具身智能公司的差距，可能不再主要體現為機器人能舉多重的物體、擁有多少自由度，而在於誰能夠更早建立起“真實部署—資料回流—世界模型—再次部署”的閉環。
03. 趨勢三：國產算力不只拼單卡，開始爭奪系統效率
在集結了百余家算力晶片及基礎設施企業的張江展區，東方算芯在展台上打出了“14nm約等於4nm”的口號。其首款DF1000採用軟體定義和3D近存計算架構，在14nm工藝節點下實現 520TFLOPS@BF16的算力。
晶片參數之外，今年WAIC更明確的產業訊號是“超節點”。
華為首次公開展示由16個計算櫃、1024張昇騰卡組成的Atlas 950 SuperPoD真機，並稱單個系統最多可連接8192張NPU。由中科曙光打造的中國首個全國產10萬卡AI超叢集“曙光8000”也在大會亮相。國產廠商的產品邊界，正從單卡延伸至伺服器、網際網路絡、記憶體系統和叢集。
這是由大模型負載的變化決定的。
MoE模型和智能體應用越來越依賴跨晶片通訊、記憶體訪問和任務調度。一項任務可能需要呼叫多個專家模型，智能體則需要維持更長時間的上下文、不斷呼叫工具，並保存大量KV快取。
在這種情況下，單顆晶片的峰值算力已不足以決定系統表現，衡量口徑變成了系統每單位時間能夠穩定產出多少Token，以及這些Token需要消耗多少電力和成本。
國產算力競爭因此正在從“能否替代一塊卡”，轉向“能否交付一套可訓練、可推理、可遷移、可維運的系統”。
當單晶片差距難以在短時間內完全抹平，互聯效率、軟體棧、叢集可靠性和維運能力，可能會成為新的追趕路徑。
04. 趨勢四：AI手機、AI眼鏡，搶奪下一代入口
AI硬體同樣在WAIC迎來一輪密集發佈。
徐匯西岸近1萬平方米的展區內，超過100家企業帶來200餘款產品，其中57項為首發首秀，64件消費級產品可以直接體驗。手機、眼鏡、學習裝置、健康硬體和陪伴機器人共同出現，AI正在從螢幕中的聊天窗口，進入使用者隨身攜帶和持續使用的裝置。
但今年更重要的變化，不是出現了多少種新硬體，而是智能體開始進入作業系統。
字節跳動與中興努比亞合作的NaviX Ultra，據報導已備貨8萬至10萬台，首批規劃總量達到50萬台。階躍星辰也發佈了智能體原生作業系統Step AOS、個人智能體Amoo和手機STEPX Neo。
心眸科技的14.9克AI眼鏡可以記錄對話並生成紀要、摘要和待辦。螞蟻展示的AI眼鏡則把智能體與掃碼支付、城市伴遊等服務結合。
種種跡象表明，下一代入口爭奪的對象正在發生變化。手機、眼鏡、耳機乃至汽車，都可能為智能體提供更連續的感知入口。
對模型公司來說，硬體的意義也不只是銷售收入。
階躍星辰董事長印奇直言，只有通過硬體，才能形成完整的價值閉環和資料飛輪。沒有作業系統和終端生態，模型就難以獲得學習真實操作所需要的資料。
05. 趨勢五：投資火熱，機器人、算力和頭部模型吸走大額資金
WAIC從來不只是技術的秀場，也是資本的集市。
本屆大會設定資本對接專區，引入十余家投資機構、約200位專業投資人。會前，大會已推動57個核心應用場景落地，累計達成約162億元意向合作金額。
錢仍在湧入AI，但不再平均地流向每一家公司。
據媒體報導，2026年一季度全球AI初創融資2555億美元，已超過2025年全年AI風投總額，其中三分之二由三筆超級交易貢獻。
剛發佈Kimi K3的月之暗面，上一輪200億美元估值融資於6月底完成交割，新一輪融資投前估值已升至315億美元。DeepSeek已正式完成首輪外部融資，投後估值約3500億元人民幣。階躍星辰完成近25億美元Pre-IPO輪融資，衝刺港股。
還有很多資金湧向了具身智能。據媒體統計，2026年上半年，國內具身智能賽道融資約438億元，已經逼近2025年全年規模，其中超過一半的資金流向研發具身大模型的“大腦派”公司。
資金逐漸離開同質化模型和缺少壁壘的應用，流向機器人、晶片、算力基礎設施，以及少數仍然有能力訓練前沿模型的頭部公司。
與此同時，資金用途也在變化。
過去，機器人融資更多用於驗證技術路線和完成原型；現在，大額融資越來越多地用於建設資料採集體系、擴充產線、採購算力、推動量產和準備上市。機器人公司正在從實驗室項目變成重資產企業，融資邏輯也越來越接近基礎設施投資。
具身智能和晶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終端則需要供應鏈與管道。產業越深入現實世界，規模能力就越重要，資本也越容易流向少數擁有基礎設施、資料閉環和商業化能力的公司。
06. 趨勢六：AI治理，正在成為產業競爭的一部分
今年大會，“人工智慧全球治理高等級會議”與WAIC並列出現。
這不是簡單增加一場安全論壇。
隨著AI進入關鍵基礎設施、工業系統、智能終端和機器人，AI治理也正在從倫理倡議，轉向圍繞標準、機構、開源和算力展開的制度競爭。
大會前一天，世界人工智慧合作組織協定簽署儀式在上海舉行，29個國家代表簽署協定，成為創始成員國。中國繼續強調開源模型和AI能力的普惠價值，希望降低開發中國家使用AI的門檻，同時提出保持人類監督，建立風險預警和治理機制。
為進一步支援全球人工智慧發展、推進全球人工智慧能力建設，未來5年，中國將面向開發中國家提供5000個人工智慧專題研修培訓名額，面向東盟、阿盟、非盟、拉共體、上合組織和金磚國家建設國際人工智慧應用合作中心，並推動氣象智能預警方案“媽祖”在30個國家落地。
面向未來，人工智慧治理應在開放創新與風險控制之間尋找平衡。一方面鼓勵開源開放、合作共享，讓AI賦能產業發展；另一方面建立法律法規、技術監測、風險預警和應急響應體系，防止技術被濫用，並確保關鍵決策始終處於人類監督之下。
本屆WAIC期間，圖靈獎得主、深度學習先驅約書亞·本吉奧將重點推介並解讀聯合國人工智慧治理工作框架。相關報告圍繞通用AI的能力、風險與安全措施展開，指出模型在推理、網路安全和生物等領域的能力仍在快速提升，但系統的可靠性、監控能力和可控性並未同步跟上。
當AI不再只是回答問題，而是開始呼叫工具、作業系統並執行真實任務，模型的一次錯誤就可能直接作用於現實世界。安全因此從產品上線後的合規要求，逐漸變成產品能力的一部分。
能夠證明系統可信、可控、可審計的企業，才更有機會進入金融、醫療、工業和公共服務等高價值場景。對企業而言，安全能力決定的不只是能否規避風險，也決定了產品能夠進入那些市場、承接那些任務。
由此看，治理規則已經不再游離於產業競爭之外。誰能夠率先建立被廣泛接受的安全標準、評測體系和責任機制，誰就可能掌握下一階段的市場准入門檻，並在一定程度上影響AI產業的規則制定權。
07.結語
在WAIC現場，一位參觀者在社交平台記錄下了這樣一個片段。
一家機器人公司的人形機器人正在表演投籃。圍觀者紛紛舉起手機，等待它投進的一刻，並為之歡呼。他拍下視訊，發給兒子：“你看，機器人會打球了。”
但兒子不以為意，更關心的是自己能不能吃一個冰淇淋。
當展館裡的人們還在討論AI替代、生產效率、產業格局和未來職業時，一個孩子用最直接的方式提出了另一個問題：在一個機器越來越“像人”的時代，那些純粹屬於人的、未必高效卻真實的需求，究竟被放在了那裡？
技術的終點，不是技術本身。籃球可以投進，咖啡可以沖好，產線可以自動化運轉，但吃冰淇淋的慾望、對生活瑣碎的關切、無目的的快樂——這些能力不一定永遠無法被機器模仿，但它們恰恰定義了人在一個高度自動化的世界裡，如何保持主體性。
展館裡的超節點、機器人和智能體，展示了AI能夠抵達的未來；而那個關於冰淇淋的問題則提醒我們，技術最終仍要回到具體的人。
我們真正需要回答的，從來不只是AI能夠做什麼，而是我們希望它把人類帶向那裡。 (定焦One)