4小時閉門會8小時直播，我們看到大家開始跟AI算賬了

出品｜虎嗅科技組

作者｜宋思杭、陳伊凡、李佳琪

編輯｜苗正卿

頭圖｜2026年虎嗅WAIC閉門會現(xiàn)場

今年的世界人工智能大會（以下簡稱“WAIC”），以39℃高溫開始，以暴雨結(jié)尾。

7月18日，是2026年WAIC正式開展的第一天。剛一開館，整個展館幾乎就進(jìn)入了“人擠人”模式，展區(qū)里，人流推著人流往前走；展館外，不少熱門論壇甚至一票難求。

如果要用幾個詞來概括今年的WAIC，我想到的不是熱鬧，而是更務(wù)實。

無論是AI，還是具身智能，大家討論的內(nèi)容都已經(jīng)不再停留于模型參數(shù)、機器人會不會跳舞，而是開始進(jìn)入真正的生產(chǎn)力環(huán)節(jié)——企業(yè)怎么用、機器人什么時候能真正進(jìn)工廠、AI到底能不能創(chuàng)造價值。

“感覺大家對機器人的認(rèn)知都提升了，去年大家可能還是看熱鬧，今年明顯已經(jīng)開始討論生產(chǎn)力了。”有多位具身智能企業(yè)創(chuàng)始人在現(xiàn)場對虎嗅說道。

這種變化，不僅發(fā)生在展館里，也發(fā)生在討論桌上。

WAIC期間，虎嗅分別于7月17日舉辦了一場大型CEO閉門會，并于7月18日進(jìn)行了連續(xù)8小時不間斷的直播，與數(shù)十位AI和具身智能企業(yè)的CEO展開對話。

關(guān)于AI，我們請來了階躍星辰、MiniMax等大模型公司，討論AI商業(yè)化走到了哪一步、Agent將如何進(jìn)入企業(yè)，以及大模型競爭正在發(fā)生哪些變化。

關(guān)于具身智能，我們請來了智元機器人、云跡科技、光象科技等，共同討論機器人究竟走到了哪個階段，距離真正的大規(guī)模落地還有多遠(yuǎn)。

關(guān)于消費，今年在WAIC現(xiàn)場，我們看到伊利、瑞幸、歐萊雅等品牌也參與到了這場大型AI盛宴中。對此虎嗅也有一些不一樣的洞察，我們請來了迪卡儂、自然堂、林里L(fēng)INLEE等等消費企業(yè)，大家一起來談在AI時代下，各自的“蛻變”。

結(jié)合今年虎嗅在WAIC現(xiàn)場的觀察，以及閉門會和直播中數(shù)十位嘉賓的分享，我們嘗試梳理出今年WAIC最值得關(guān)注的五大趨勢。

相比技術(shù)路線之爭，今年行業(yè)真正關(guān)心的，已經(jīng)變成了另一些問題：AI如何創(chuàng)造價值？機器人什么時候真正成為生產(chǎn)力？Agent將如何重構(gòu)企業(yè)？以及，新的競爭壁壘又會出現(xiàn)在哪里？

趨勢一：Token 工廠——算力生意從“賣機器”變成“賣智能產(chǎn)出”

Token 消耗出現(xiàn)指數(shù)級暴漲。PPIO派歐云聯(lián)合創(chuàng)始人兼CEO姚欣直言“某一個月的收入或增長等于去年一年之和”，背后是三股力量疊加——國產(chǎn)開源模型與閉源差距縮小、AI Coding 向白領(lǐng)普及、以及 Agent 調(diào)用量全面超過人類調(diào)用量。共績科技CEO兼創(chuàng)始人付智說，在三四月份感受到客戶需求暴增，優(yōu)刻得副總裁劉琦則稱之為“全民 AI 時代”的到來。

這帶來了生產(chǎn)方式的根本變化。Token 像電力和流量一樣成為被計量、被調(diào)度、被出口的商品：PPIO 把全球時差用作削峰填谷的工具，將中國凌晨的閑置算力“送”到西半球的白天，把利用率曲線拉成一條 75%–80% 的直線，這就是“Token 出?！?；共績科技把個人電腦、網(wǎng)吧、機房甚至車載算力共享出來，靠調(diào)度能力做到“既彈性、又穩(wěn)定、又低價”，春節(jié)期間在后端切換了 1963 臺個人電腦而客戶服務(wù)毫無波動——用其創(chuàng)始人的話說，“空閑沒有消失，只是轉(zhuǎn)移了”；優(yōu)刻得則用 14 年云計算的積累內(nèi)壓榨生產(chǎn)效率，同時押注國產(chǎn)芯片產(chǎn) Token。

商業(yè)模式也在被重寫。姚欣觀察到 Agent 的“脈沖式”調(diào)用——沙箱 90% 時間閑置，每半小時冒一個尖——逼著計費單位細(xì)到秒級、細(xì)到財務(wù)系統(tǒng)里“一分錢”都裝不下的程度。他的判斷更進(jìn)一步：“三年后我們的客戶可能都不是人了”，按現(xiàn)在的增長趨勢，90% 以上的調(diào)用會來自 Agent，所以 PPIO 把做了三年的 Token 工廠再加兩個字：智能化。共績科技創(chuàng)始人付智說，到 2030 年，全球 90 億人口可能對應(yīng) 9000 億個 Agent，人均一百個。劉琦則看到了計價方式的終局：“今天大家還在按百萬 Token 多少錢計價，但圍繞 AI 任務(wù)按效果付費、按結(jié)果付費的模式，就像當(dāng)年廣告業(yè)的 CPA 一樣，一定會到來?！倍腥硕纪猓琓oken 生意眼下幾乎全行業(yè)毛利為負(fù)，賺錢要靠差異化：出海的價差、閑置資源的調(diào)度、組合拳式的Token服務(wù)。

趨勢二：AI行業(yè)進(jìn)入到“ROI”周期

過去兩年，AI行業(yè)還在互相“卷”模型能力；而透過今年WAIC，虎嗅觀察到，一個明顯的變化是，越來越少有人討論“大模型到底有多強”，越來越多人開始討論“AI到底值多少錢”。

過去一年，大模型能力快速提升，推理成本持續(xù)下降，Token價格不斷下探，AI能力正越來越像水、電一樣成為基礎(chǔ)設(shè)施。但當(dāng)模型能力逐漸趨同之后，一個新的問題開始浮出水面：企業(yè)為什么還要持續(xù)購買AI？AI究竟創(chuàng)造了多少價值？

這幾乎成為今年虎嗅WAIC閉門會討論最多的話題。

長江商學(xué)院教授孫天澍則把這種變化概括為AI進(jìn)入“下半場”。過去幾年，整個行業(yè)完成的是從算力到Token的基礎(chǔ)設(shè)施建設(shè)，而未來真正需要回答的是“Token for What”。真正創(chuàng)造價值的不再只是模型，而是能夠把Token轉(zhuǎn)化為產(chǎn)業(yè)價值的智能體、產(chǎn)業(yè)大腦以及AI架構(gòu)師。

企業(yè)已經(jīng)開始按照這個邏輯重新評估AI。

對此，交個朋友高級副總裁、曼達(dá)斯克CEO崔東升分享了一個案例，公司曾測算，一條AI營銷素材生成成本一度高于人工，因此即使效率提升也無法真正落地。直到模型成本持續(xù)下降，加上效率提升，AI才真正跨過商業(yè)化臨界點。她認(rèn)為，企業(yè)采購AI首先看的不是模型，而是能否形成業(yè)務(wù)閉環(huán)。

像素綻放聯(lián)合創(chuàng)始人蒲世林也提到，如今企業(yè)越來越精打細(xì)算，AI只有能夠明確回答“幫企業(yè)省了多少錢、賺了多少錢”，預(yù)算才能真正持續(xù)投入。

從拼模型，到算ROI，今年WAIC釋放出的一個重要信號是，AI行業(yè)開始進(jìn)入真正“算經(jīng)濟賬”的階段。

趨勢三：AI Agent開始重構(gòu)整個組織

AI Agent改變的不只是某個員工，而是開始重構(gòu)整個組織。這也是在今年直播間里討論最多的話題之一。

隨著越來越多企業(yè)開始部署Agent，一個新的共識也逐漸形成：AI真正需要改變的，并不是某一個崗位，而是整個企業(yè)的組織方式。

過去一年，不少企業(yè)已經(jīng)開始嘗試讓員工使用AI寫PPT、做翻譯、生成代碼，個人效率提升幾乎成為共識。但企業(yè)整體效率為什么沒有同步提升？這是今年論壇上反復(fù)被提及的問題。

MiniMax AI架構(gòu)師馮雯認(rèn)為，AI Agent的發(fā)展已經(jīng)進(jìn)入新的階段。過去，大模型更多承擔(dān)的是單點能力，比如寫一段文案、生成一張圖片；未來6至12個月，真正發(fā)生變化的將是Workflow和Agent。

她舉例稱，一家企業(yè)從商品選品、直播腳本生成，到直播結(jié)束后的數(shù)據(jù)復(fù)盤，整個業(yè)務(wù)流程都有可能交由Agent完成，并在每一次執(zhí)行后不斷優(yōu)化下一輪決策。換句話說，AI優(yōu)化的不再是某一個環(huán)節(jié)，而是整個業(yè)務(wù)閉環(huán)。

但Agent真正進(jìn)入企業(yè)之后，挑戰(zhàn)也隨之出現(xiàn)。

對此，來也科技聯(lián)合創(chuàng)始人兼CTO胡一川認(rèn)為，很多企業(yè)現(xiàn)在只是把AI接入了原有流程，本質(zhì)上仍然是"人在工作，AI輔助"。真正的AI轉(zhuǎn)型，并不是增加一個工具，而是把過去以人為中心的流程，逐漸重構(gòu)為以Agent為中心的流程。只有業(yè)務(wù)流程、組織協(xié)同和決策機制一起發(fā)生變化，Agent才能真正釋放價值。

這一判斷，也得到了傳統(tǒng)制造業(yè)企業(yè)的印證。

2026年虎嗅WAIC直播間

迪卡儂中國副總裁肖路分享了他們在內(nèi)部推進(jìn)AI的觀察：AI不會自動加速企業(yè)，相反，它會率先暴露企業(yè)過去數(shù)字化建設(shè)中的問題。如果流程混亂、數(shù)據(jù)標(biāo)準(zhǔn)不統(tǒng)一、部門之間各自為政，即使每個員工都開始使用AI，企業(yè)整體效率依然不會發(fā)生質(zhì)變。

在他看來，企業(yè)未來購買的也不再只是SaaS軟件，而是可量化的智能能力。從購買軟件，到購買Token，再到購買Agent，本質(zhì)上都是企業(yè)經(jīng)營方式的改變。

施耐德電氣則進(jìn)一步把這種變化落實到了組織層面。其分享稱，公司內(nèi)部推動AI已經(jīng)不再是IT部門單獨負(fù)責(zé)，而是成立跨部門團隊，由業(yè)務(wù)部門、數(shù)字化部門共同參與，通過重新梳理知識體系、業(yè)務(wù)流程和數(shù)據(jù)資產(chǎn)，讓Agent真正融入企業(yè)運營，而不是停留在工具層面。

另外，馮雯還分享了一個觀察。她認(rèn)為，企業(yè)的AI轉(zhuǎn)型往往不是自下而上發(fā)生的，而是一把手先形成共識，再由各個業(yè)務(wù)部門找到最愿意嘗試AI的人，逐步推動整個組織發(fā)生變化。因此，AI真正改變的，從來都不只是員工的工作方式，更是企業(yè)的管理方式和組織結(jié)構(gòu)。

從Copilot到Agent，今年WAIC傳遞出的一個明確信號是：AI競爭正在從模型能力轉(zhuǎn)向組織能力。未來企業(yè)之間真正拉開差距的，或許不是誰率先接入了Agent，而是誰能夠率先圍繞Agent完成一次組織重構(gòu)。

趨勢四：數(shù)據(jù)飛輪，正在取代模型參數(shù)成為新的競爭壁壘

過去兩年，大模型公司競爭的是參數(shù)規(guī)模、訓(xùn)練數(shù)據(jù)和Benchmark排名。

而今年，一個新的關(guān)鍵詞開始頻繁出現(xiàn)——數(shù)據(jù)飛輪。

越來越多企業(yè)開始意識到，模型能力正在快速趨同，而真正難以復(fù)制的壁壘，來自持續(xù)獲取真實數(shù)據(jù)、不斷優(yōu)化模型的能力。

階躍星辰在閉門會上就把Claude的成功歸因于數(shù)據(jù)飛輪。

他們認(rèn)為，Claude真正建立優(yōu)勢，并不是因為模型突然變得更聰明，而是Claude Code進(jìn)入真實工作流之后，持續(xù)獲得環(huán)境數(shù)據(jù)、軌跡數(shù)據(jù)以及用戶反饋，從而形成了持續(xù)迭代的數(shù)據(jù)飛輪。

因此，階躍如今判斷一個行業(yè)是否值得進(jìn)入，第一個問題已經(jīng)不是模型是否足夠強，而是這個行業(yè)是否能夠形成持續(xù)的數(shù)據(jù)飛輪——是否能夠不斷產(chǎn)生環(huán)境數(shù)據(jù)、軌跡數(shù)據(jù)以及反饋數(shù)據(jù)。

這種思路，同樣出現(xiàn)在具身智能領(lǐng)域。

云跡科技提出的“世界價值模型”，背后依托的是機器人在真實酒店、醫(yī)院等場景中積累的大規(guī)模服務(wù)數(shù)據(jù)，持續(xù)推動模型迭代。

而光輪、智元等機器人企業(yè)今年反復(fù)強調(diào)數(shù)據(jù)的重要性，本質(zhì)上也是希望通過真實世界的數(shù)據(jù)沉淀建立競爭壁壘。

互聯(lián)網(wǎng)時代，比拼的是用戶規(guī)模；大模型時代，比拼的是參數(shù)規(guī)模；而今年WAIC釋放出的一個更深層變化是，行業(yè)競爭開始進(jìn)入數(shù)據(jù)飛輪時代。未來真正難以復(fù)制的，不只是模型本身，而是誰能夠持續(xù)進(jìn)入真實場景，獲得真實數(shù)據(jù)，并形成不斷自我強化的能力。

趨勢五：消費企業(yè)也開始跟AI“算賬”了

相比去年更多是讓員工嘗試AI工具、探索提效可能性，今年消費零售企業(yè)開始用“能不能幫公司少幾個人、能不能直接算出省了多少錢”來衡量AI投入。

檸檬茶品牌林里透露，公司500多人的規(guī)模，今年借助AI優(yōu)化掉約50個崗位，背后的底氣在于老板逐一盤點了公司中大量“水崗位”——那些從事數(shù)據(jù)搬運、流程交接、重復(fù)審批的職能，被認(rèn)為是最容易被AI替代的部分。自然堂也表示，過去大量數(shù)字化投入“看不到效果”，現(xiàn)在只做能直接改變流程和人的AI項目。迪卡儂則進(jìn)一步指出，AI不會自動加速企業(yè)，反而會暴露過去數(shù)字化建設(shè)中的弱點——流程不清晰、數(shù)據(jù)口徑打架、權(quán)責(zé)不明確，這些功課在AI時代“終究要補”。

而真正讓消費企業(yè)加速AI投入的，是營銷素材生成等場景率先跨過了成本臨界點。交個朋友/曼達(dá)斯克分享，AI生成廣告素材的成本已從年初120元/條降至50元/條，首次接近甚至低于人工成本，商業(yè)拐點已經(jīng)到來。

從“試試看”到“算清楚”，消費行業(yè)的AI邏輯正在變化——不再追問AI能做什么，而是先問這筆投入能不能直接減少幾個人、降低多少成本、在哪個環(huán)節(jié)產(chǎn)生可量化的業(yè)務(wù)結(jié)果。

趨勢六：AI硬件——算力從云端向端邊下沉

“我們希望把 AI 從傳統(tǒng)的手機、電腦和云端服務(wù)中帶出來，走向真實的生活和工作場景”，Rokid全球生態(tài)負(fù)責(zé)人趙維奇把這場遷移概括為從 GUI 到 NUI：過去我們解鎖手機、翻找 APP、主動發(fā)起任務(wù)；現(xiàn)在設(shè)備看得見你所處的環(huán)境、記得你的偏好，由 Agent 主動替你調(diào)服務(wù)、完成任務(wù)。翻譯不再需要喚起和選擇語言——系統(tǒng)的 memory 知道你不懂法語，對面一開口它就問你要不要開啟翻譯。

AI 從“被動智能”轉(zhuǎn)向“主動智能”，Token 消耗自然水漲船高，而眼鏡這個貼著人身體幾百年的設(shè)備，成了新入口的選擇之一。

支撐這場遷移的是算力從云端向端邊的下沉。后摩智能CEO兼創(chuàng)始人吳強從芯片端感受到，2025 年下半年起，端側(cè)需求從小算力 AIoT 一躍變成“智能水平要接近云端”的大模型加速芯片，存算一體路線的價值就在于用極致效率去逼近功耗、成本、智能水平這個“不可能三角”。更有意思的是商業(yè)模式的分野：云端按流量付費，端側(cè)則是一次性硬件投入換來“免費的 Token”。用他的話說，“當(dāng)一整套端側(cè)設(shè)備降到幾千塊、最多一萬出頭，用戶等于一次性買下一座免費的 Token 工廠，獲得‘Token 自由’——到那個階段，端側(cè)的經(jīng)濟模型就成立了”。

樂享科技聯(lián)席CTO、穹明智能總經(jīng)理李元慶則從家用機器人一側(cè)給出了判斷：AI 硬件的落地邏輯和傳統(tǒng)消費電子完全不同，過去的產(chǎn)品要在高頻場景解決明確痛點才能上市；而 AI 機器人是帶著 30%–50% 的任務(wù)成功率先走進(jìn)家庭，靠千家萬戶的真實數(shù)據(jù)飛輪慢慢長大——“機器人走進(jìn)家里的第一天，大概率是個剛出生的‘笨蛋嬰兒’，但它能在每個家庭里慢慢成長為少年、甚至科學(xué)家和博士”。端邊云的算力分配“每三個月就調(diào)整一次”，對初創(chuàng)團隊來說，這個時代最該搶的不是算力和能源，而是產(chǎn)品走進(jìn)家里之后的數(shù)據(jù)。

趨勢七：機器人開始走出“POC”，但真正的挑戰(zhàn)才剛開始

去年WAIC，機器人展區(qū)最吸引人的還是翻跟頭、跳舞、跑步。

今年，同樣熱鬧的展館里，企業(yè)討論的重點卻發(fā)生了變化。

越來越多機器人公司開始主動談交付、談客戶、談工廠、談訂單，而不是運動控制、靈巧手或者自由度。機器人行業(yè)正在經(jīng)歷一次從技術(shù)展示走向商業(yè)驗證的轉(zhuǎn)變。

與此同時，一個變化也正在發(fā)生，越來越多企業(yè)開始討論，機器人什么時候才能真正進(jìn)入生產(chǎn)線。

不過，答案并沒有外界想象得那么樂觀。

在虎嗅WAIC直播間里，無論是機器人本體廠商、數(shù)據(jù)公司還是模型公司，都不約而同提到了一個關(guān)鍵詞：POC。

所謂POC（Proof of Concept），即概念驗證。它意味著機器人已經(jīng)能夠在特定場景完成任務(wù)，但距離真正進(jìn)入生產(chǎn)線、形成規(guī)?；渴?，還有很長的一段路。

光象科技CEO張濤把機器人落地劃分為五個階段：需求定義、POC驗證、測試線驗證、正式生產(chǎn)線部署以及最終的大規(guī)模推廣。在他看來，目前整個行業(yè)仍然處于POC向測試線過渡的階段，真正的挑戰(zhàn)還沒有開始。

作為行業(yè)頭部企業(yè)，智元合伙人王闖給出的判斷更加具體。

他認(rèn)為，機器人進(jìn)入工廠至少要經(jīng)歷五個階段：實驗室驗證、客戶現(xiàn)場POC、正式并線、小批量推廣以及最終的大規(guī)模部署。經(jīng)過過去兩年的探索，智元已經(jīng)從最初的POC階段，進(jìn)入了"能夠并線、能夠小批量部署"的新階段。

王闖還分享了智元在工廠里的真實進(jìn)展。

以平板電腦上下料場景為例，智元已經(jīng)在客戶工廠實現(xiàn)了連續(xù)運行，并完成了小批量部署。他透露，目前已有8臺機器人長期運行，連續(xù)六天直播期間保持了較高成功率，而隨著節(jié)拍進(jìn)一步提升、成本繼續(xù)下降，商業(yè)回報也會越來越清晰。

不過，在王闖看來，機器人真正進(jìn)入生產(chǎn)線之后，考驗已經(jīng)不再是"會不會干活"，而是"能不能穩(wěn)定干活"。

相比動作展示，工廠客戶更關(guān)心的是連續(xù)作業(yè)能力。一旦機器人進(jìn)入正式產(chǎn)線，就不能影響整條生產(chǎn)節(jié)拍，因此連續(xù)穩(wěn)定運行，比完成一次漂亮的動作更加重要。王闖直言："連續(xù)作業(yè)更重要。"因為機器人理論上可以24小時工作，而真正進(jìn)入真實環(huán)境之后，通過算法迭代，它的效率還會持續(xù)提升。

不過，在王闖看來，機器人真正進(jìn)入生產(chǎn)線之后，考驗已經(jīng)不再是"會不會干活"，而是"能不能持續(xù)、穩(wěn)定地干活"。

但要做到這一點，僅靠機器人本體已經(jīng)遠(yuǎn)遠(yuǎn)不夠。

今年WAIC上，圍繞具身智能還有一個持續(xù)不斷的話題，是關(guān)于世界模型的。

去年以來，行業(yè)一直存在"VLA還是世界模型"的路線之爭。但在今年的討論中，這種爭論已經(jīng)明顯降溫。越來越多企業(yè)認(rèn)為，兩者并不是非此即彼的關(guān)系，而是共同服務(wù)于機器人最終的落地效果。

面壁智能聯(lián)合創(chuàng)始人兼CEO李大海在論壇上表示，無論是VLA還是世界模型，本質(zhì)都是機器人理解和預(yù)測物理世界的能力建設(shè)。對于產(chǎn)業(yè)來說，比起采用哪一條技術(shù)路線，更重要的是機器人最終能否完成任務(wù)、持續(xù)提升成功率。他認(rèn)為，未來不同技術(shù)路線更可能是融合，而不是相互替代。

云跡科技副總裁段云彪則提出了"世界價值模型（World Value Model）"的概念。他認(rèn)為，相比單純理解物理世界，機器人真正需要學(xué)習(xí)的是"什么行為能夠創(chuàng)造價值"。機器人最終不是為了準(zhǔn)確預(yù)測世界，而是為了在真實場景中完成任務(wù)，因此模型需要不斷從真實服務(wù)過程中學(xué)習(xí)價值反饋，再持續(xù)優(yōu)化行為策略。

這種討論的變化，其實也反映了具身智能行業(yè)的一種成熟。去年，行業(yè)還在爭論哪一種模型路線更先進(jìn)；而今年，越來越多企業(yè)開始把討論重點放回商業(yè)落地——無論采用世界模型、VLA還是其他技術(shù)，只要能夠讓機器人更穩(wěn)定、更高效地完成任務(wù)，就是好的技術(shù)路線。

而真正困難的地方，還在后面。

王闖表示，過去兩年，智元探索了上千個應(yīng)用場景，最終才選擇平板上下料、3C裝配等相對適合當(dāng)前技術(shù)能力的方向。一些需要處理上千種物體、要求極高泛化能力的場景，目前依然超出了機器人能力邊界。甚至連業(yè)內(nèi)關(guān)注度很高的靈巧手，在工業(yè)場景下也未必是最優(yōu)解——相比之下，壽命更長、節(jié)拍更高的夾爪方案反而更適合現(xiàn)階段落地。

這一判斷，也和光輪智能CEO謝晨形成了呼應(yīng)。

謝晨認(rèn)為，具身智能真正的終局，不是進(jìn)入幾個工廠，而是進(jìn)入千家萬戶、進(jìn)入所有物理勞動場景。但從今天走向那個終局，中間還有無數(shù)個"0到1"需要完成。機器人行業(yè)如今面對的，不是某一個技術(shù)瓶頸，而是本體、模型、數(shù)據(jù)、場景和工程化共同組成的一套系統(tǒng)性挑戰(zhàn)。

去年WAIC，機器人企業(yè)還在展示機器人有多厲害；而今年，大家已經(jīng)開始討論，機器人距離真正成為生產(chǎn)力還有多遠(yuǎn)。而這或許意味著，具身智能行業(yè)終于開始從概念競爭，走向工程競爭。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4876687.html?f=wyxwapp