廣東
7 月 17 日至 20 日，2026 世界人工智能大會暨人工智能全球治理高級別會議主論壇（WAIC 2026）正式召開。作為一年一度的 AI 行業盛會，今年大會依然聚集了國內外大模型公司、AI 應用和硬件廠商，雷科技（ID：leitech）旗下 AI 新媒體「雷科技 AGI（leikejiagi）」也派出報道團，赴上海進行現場報道。
這屆 WAIC 最搶鏡的，當然還是機器人。它們在展館里隨便動兩下，就能圍出三層觀眾。但真正留在我們腦子里的，反而是幾組不那么熱鬧的畫面：樂聚機器人在仿真產線上連續搬箱子，千覺機器人慢慢折起一個紙盒，智元機器人穿著黃色馬甲在場館里導覽，榮耀手機背后的攝像頭伸出來，開始主動轉頭看人。
根據大會官方給出的數據，本屆 WAIC 三地四館、超過 10 萬平方米展區、有超過 1100 家企業、3000 項展品和 300 款全球首發產品，但這一屆 WAIC 真正重要的地方不在「大」，而在「硬」。
圖片來源：雷科技
模型還在，聊天機器人也沒有消失，只是 AI 不再滿足于屏幕里的問答，開始鉆進手機、眼鏡、電腦、汽車和機器人，接管傳感器、調用應用、控制機械結構，最后伸手碰到真實世界。
可以說，這是九屆以來「最硬」的一屆 WAIC，也是 AI 第一次如此集中地通過人形機器人、智能體手機、AI 眼鏡、智能體電腦（Agent Computer）等硬件載體，走向真實世界。
一、這屆 WAIC 的硬科技含量如何？
「硬」首先是肉眼可見的。
手機開始長出機械結構，眼鏡開始爭奪操作系統，機器人從展臺走進工廠，汽車帶著世界模型和智能體來到 AI 大會。再往下，國產 AI 芯片也不再只擺一張卡，而是把超節點、十萬卡集群、近存計算和機器人開發板一起搬進了展館。
AI 正在尋找不同的「身體」。手機擁有成熟的算力、屏幕、應用和支付體系，是現階段最容易承載個人智能體的身體；眼鏡貼近人的眼睛和耳朵，是最自然的第一視角入口；機器人和汽車擁有執行器，能夠直接改變物理世界。
就連電腦也在改變。傳統 AI PC 主要強調 NPU 算力和本地模型，WAIC 上出現的 Agent Computer（AC）和 Agent PC，則進一步把重點放在「執行」。此芯科技展示的 Agentic Computer、Agentic Box 等產品，試圖讓端側設備同時承擔模型推理、任務編排、權限管理和數據審計。
圖片來源：雷科技
同樣，六聯智能的 Agent PC 方案，也把 CPU、GPU、NPU、本地模型和企業管理系統放進同一條交付鏈。
這就讓「AI 與硬件融合」不再是給設備加一個對話框。模型要認識攝像頭看到的環境，要調動本地算力和云端服務，要跨應用完成操作，還要在關鍵步驟讓用戶確認。到了機器人和汽車上，它甚至要對每一次剎車、抓取和移動負責。
但硬件越多，AI 的錯誤也就越難被藏起來。所以這一屆 WAIC 的「硬」，不只來自硬件、芯片和機械臂，還有一套完整的體系，包括延遲、可靠性、權限、安全、成本和交付等，開始取代單純的跑分，成為 AI 產品的必答題。
二、哪些消費電子產品最讓人印象深刻？
本屆 WAIC，消費電子最清晰的兩條主線就是智能體手機和 AI 眼鏡。
努比亞 NaviX Ultra，也就是豆包手機二代，一定程度上延續了 GUI Agent 路線，即看懂屏幕，再模擬人的點擊、滑動和輸入，跨越不同 App 完成比價、訂票、點餐等操作，只要人能操作的界面，AI 理論上都能嘗試。
圖片來源：雷科技
不過 NaviX Ultra 不僅換上量產旗艦機的設計和新的獨立 AI 按鍵，也沒有僅限于 GUI，而是如同雷科技早前文章中的看法一樣，通過 A2A 和 MCP 等標準接口接入一些大型平臺應用，由應用自己的智能體完成進一步的操作或處理。
相比之下，階躍星辰 STEPX Neo 選擇了重做手機，把個人智能體 Amoo 放到主要交互入口，用戶不必判斷該打開地圖、美團、攜程還是支付寶，只要說清目的和偏好，再由 Amoo 規劃任務、調度服務。背后的 Step AOS 會統一管理端側與云端模型、CPU/GPU/NPU 算力、跨應用語義記憶和系統權限，并把通信、文件等能力拆成 Agent 可以調用的原子服務。
至于比較特殊的榮耀 Robot Phone 也有一定的智能體能力，但更多側重在主動感知。它用一套可伸出機身、自由轉動的機械云臺，讓攝像頭主動追蹤人物和觀察環境，為跟拍、視頻通話以及情境判斷增加了一點「身體感」。這個形態最吸睛，卻也面對機械耐用性、功耗、持續觀察的隱私邊界等問題。
相比 NaviX Ultra 和 STEPX Neo 已經在討論如何跨應用辦事，Robot Phone 更像是在探索智能體手機還可以獲得怎樣的新感官。
而不僅是智能體手機，這屆 WAIC 我們也能看到 AI 眼鏡的變化。千問就在 WAIC 上宣布，千問 AI 眼鏡后續將升級了 Skill 和 Agent 能力，不只是聽到問題后給出答案，還可以根據用戶意圖調用第三方服務。
眼鏡掌握第一視角、語音和環境信息，天然適合翻譯、導航、記錄和識物；一旦再接入支付、出行和生活服務，它就有可能成為阿里智能體生態離用戶最近的入口。
Rokid 更進一步，把重點放到了平臺。新一代 Rokid AR 支持 6DoF 空間定位、手勢識別、空間音頻和雙攝感知，并加入獨立的空間計算能力；YodaOS 則想把模型、攝像頭、顯示、空間坐標和第三方服務組織到同一套眼鏡系統里。
這條路不輕松。每一家眼鏡公司都想做「眼鏡時代的 Android」，真正的問題卻是開發者會不會來、應用能不能留下來，以及重量、續航和隱私能不能經得住日常使用。
把這些產品放在一起看，它們最后爭的都是同一個位置：誰能最早感知用戶的需求，并以最短路徑把結果交回來。
三、機器人扎堆，有哪些讓人印象深刻的展示？
只看數量，機器人毫無疑問是 WAIC 的絕對主角。但今年最有價值的變化，是廠商終于沒那么執著于跳舞、格斗和后空翻了。
智元是其中最具代表性的一家。60 臺智元機器人直接進入大會運營，承擔導覽、巡游、互動和無人零售等服務。它們不再只是展品，而是成了展會基礎設施的一部分。智元還在展臺搭建了接近真實生產環境的 3C 產線，展示精靈 G2 系列執行上下料、檢測和裝盒。
智元給出的一組數據很能說明產業的關注點：8 臺機器人曾在平板質檢線上連續運行 105 天，任務成功率達到 99.99%，效率約為人工的 80%—90%；第一次部署花了約 4 個月，第二次縮短到一周。
圖片來源：智元
另外讓我們印象深刻的還有「觸覺」。WAIC 現場，千覺科技讓機器人慢慢折紙盒，并在外力干擾后繼續完成動作。視覺可以告訴機器人紙盒在哪里，卻很難判斷手指有沒有捏穩、紙面是否已經折到位。到了裝耳機、插接頭、整理柔性物體這些「最后幾厘米」的操作，觸覺往往決定了任務能不能真正完成。
樂聚則在現場復刻產線，讓機器人連續搬運和拆垛數小時。覓蜂沒有帶來更吸睛的人形機器人，而是展示用于采集真實操作數據的夾爪和視覺設備。前者回答「能不能干活」，后者處理「機器人從哪里學會干活」。
從 WAIC 現場觀察來看，具身智能正在集體突破一些此前困擾行業的真實瓶頸：一是穩定性，二是高質量數據，三是投入產出比。語言模型可以從互聯網上獲得海量文本，機器人卻很難得到同等規模、同等質量的物理交互數據。即使技術可用，企業還會追問設備折舊、維護、產線改造和節省的人力成本。
因此，機器人行業的勝負不會在展館里決定。真正的成績單，要看一臺機器人離開聚光燈以后，能不能在工廠里連續工作幾個月，并讓客戶愿意購買第二批。
四、「龍蝦」帶火 Agent 之后，WAIC 上的 Agent 存在感如何？
2026 年初，OpenClaw 迅速走紅。它讓更多普通人第一次看到，AI 不只能聊天，還能讀取文件、調用工具、操作電腦并持續執行任務。到了 WAIC，Agent 已經不再是一條獨立賽道，而是滲進了幾乎所有展區。
手機里的 Agent 調應用，眼鏡里的 Agent 調 Skill，電腦里的 Agent 處理本地文件，汽車里的 Agent 串起車控與服務，機器人則可以被視為物理世界里的 Agent。
不僅如此，騰訊帶來了覆蓋辦公、編程、出海和內容創作的 AI Buddy 矩陣，百度展出「搭子」智能體，阿里同時展示千問眼鏡和阿里云百煉等智能體平臺。
圖片來源：雷科技
WPS 靈犀專業版也將 Agent 引入到日常的辦公場景中。在 WAIC 現場，WPS 靈犀專業版可以「項目」為單位管理上下文和用戶偏好，可以調用文檔、表格、瀏覽器與代碼能力，最后交付可編輯、可追溯的原生 Office 文件。面向組織的 WPS Comate 則進一步處理企業知識、協作和權限。
辦公 Agent 的競爭，已經從「幫我寫一段」推進到「交給我一份還能繼續修改的成果」。
但 Agent 擁有文件讀寫、系統指令和 API 調用等高權限，能力越強，數據泄露、誤操作和提示注入的風險就越大。Agent 接管終端之后，模型聰明只是起點，權限分級、關鍵操作確認、運行隔離、日志審計和責任邊界才是產品能否普及的基礎。
所以這屆 WAIC 上 Agent 的存在感很強，只是它已經不像去年的大模型那樣站在展臺中央。它更像一層新的操作系統，安靜地藏在每臺設備和每項服務下面。
五、AI 企業級落地、工業化應用無疑是重中之重，有看到哪些讓人印象深刻的展示或者方案？
企業客戶很少為一次漂亮的回答付費。他們真正購買的是一套能接入業務、管理權限、留住數據、穩定運行并有人維護的系統。
六聯智能在 WAIC 展示的全棧 AI 終端方案，恰好切中了這條分界線，在 WAIC 現場將移動 AI PC、工作站、服務器、本地模型、Agent 執行、算力調度和企業管理放進同一套體系，試圖補上從算力選型、軟硬件適配到行業應用之間的斷點。
六聯智能的 SIXCLAW AI OS 負責模型管理、Agent 執行和算力調度，并通過產業鏈接會與 AMD、中國信通院、福昕軟件等伙伴討論算力適配和 ISV 生態。
圖片來源：雷科技
核心在于，企業需要的不是一堆零件，而是能部署、能管理、能交付的整套方案。此芯科技展示的 Agentic Computer 和 Agentic Box，也把本地推理與數據審計放到了金融、政務等敏感場景。天鶩科技的蛋白質設計智能體，則把模型、自動化實驗和反饋數據串起來，用于塑料降解酶等科學問題。
而智元、樂聚等公司不斷強調真實產線和連續作業，本質上也在回答 AI 能不能進入現有流程。
企業級 AI 的「最后一公里」看起來不夠性感，卻是最容易形成收入、也最考驗組織能力的一公里。模型廠商、芯片廠商、硬件廠商和軟件服務商都想往這里走，最后比拼的會是項目周期、總擁有成本、安全合規和售后響應。
換句話說，企業不缺一套能演示的 AI，缺的是一套出了問題還能找到人負責的 AI。
六、算力短缺在 WAIC 上有體現嗎？未來會持續蔓延還是有所緩解？
算力短缺沒有在 WAIC 上消失，只是表現形式變了。
過去大家最關心單卡峰值性能，今年智算展區最醒目的展品卻是超節點。華為、阿里、百度，以及沐曦、天數智芯、摩爾線程等國產廠商，都在展示如何把數十、數百乃至上千張加速卡組織成一臺更大的計算機。
圖片來源：雷科技
核心指標也從一張卡有多快，轉向芯片利用率、互聯帶寬、統一內存、系統穩定性和每個 Token 的成本。
摩爾線程的展示很有代表性。它把訓練、Token 生產和 Agent 運行概括成三類「AI 工廠」，并用 MUSA 軟硬件棧展示大模型訓練和世界模型。這也證明了，國產 GPU 也能從集群調度、模型訓練到推理服務連續跑通。
另一方面，阿里等云廠商自研 AI 加速芯片，是因為大規模、穩定的推理任務足以攤薄芯片研發成本。專用芯片能圍繞特定負載優化性能和功耗，但它不會完全替代 GPU：訓練任務和快速變化的模型仍然需要通用性，成熟的超大規模推理則更看重單位成本。未來很長一段時間，GPU、NPU 和各類 ASIC 會并存。
而地瓜機器人 RDK S600 使用 18 核 Arm Cortex-A78AE 處理器和自研旭日 S600 芯片，最高提供 560 TOPS 端側推理算力，希望在同一平臺處理感知、大模型推理和實時運動控制。它的意義不只是一塊更強的開發板，而是讓機器人把更多任務留在本地，減少延遲、帶寬和云端賬單。
存儲也開始從配角走到臺前。模型參數、長上下文、Agent 并發和機器人產生的多模態數據，都在繼續抬高 HBM、DRAM、NVMe 存儲和數據搬運的壓力。算力芯片再快，如果數據送不到計算單元，仍然會撞上「內存墻」。因此近存計算、高帶寬內存、CXL 擴展和分層存儲，都會成為下一階段算力系統的重要組成部分。
所以算力短缺會緩解嗎？結合 WAIC 來看，局部效率可能會改善，但總體需求還會繼續擴張。
超節點、ASIC、Arm 端側和新型存儲都能降低單位任務成本，但 Agent 一旦開始全天運行，機器人和汽車又不斷產生視頻與傳感器數據，新增需求很可能比節省下來的算力更快。
算力短缺正在從「缺一張好卡」，蔓延成芯片、內存、互聯、電力和軟件效率的系統性問題。行業給出的答案，也只能是一整套系統。
七、很多互聯網大廠參加 WAIC，都有著怎樣的目的？
把互聯網大廠參加 WAIC 簡單概括成「老登尋找 AI 船票」，說對了一半。
焦慮當然存在。移動互聯網的增長紅利逐漸見頂，Agent 又有可能成為新的超級入口。如果未來用戶不再打開十幾個 App，而是把目標直接交給一個智能體，那么誰最先理解需求、誰來分配流量、誰掌握支付和交易，都會重新洗牌。騰訊、阿里、百度和字節沒有任何一家愿意把這個入口讓給別人。
但只說焦慮，也低估了它們的籌碼。
阿里擁有云、芯片、模型、電商、支付和生活服務，可以從底層算力一直做到千問眼鏡；騰訊有微信、社交關系、內容生態和小程序，更適合把 Agent 嵌進用戶已經熟悉的服務；百度有搜索、地圖、自動駕駛和大模型；京東則掌握商品、交易、物流、硬件渠道和售后服務。
雷科技在汽車展區看到的京東 JoyInside 與 Cami 方案就很有意思。它沒有重新造一輛車，而是讓舊車通過后裝設備獲得車載 Agent，再連接京東的服務生態。對京東來說，AI 的價值最終可以落到一次商品購買、一筆服務交易和一次上門履約上。這正是互聯網公司最擅長的地方：
把技術變成一條能閉環的生意鏈。
知乎的優勢又不一樣。它的核心資產仍然是專業創作者、真實問題和人類討論。模型越來越容易獲得以后，可信內容、經驗判斷和社區關系反而可能更稀缺。知乎未必要成為最強的模型公司，但可以繼續成為 AI 獲取知識、校正答案和連接專業用戶的基礎設施。
大廠參加 WAIC，一邊是防守下一代入口，一邊也是把過去二十年積累的云、賬號、支付、內容、供應鏈和服務網絡重新打包，提供給 AI 產業。
所謂尋找船票，很多時候不是跳上一艘陌生的船，而是把自己的舊船改造成 AI 時代的新船。
八、有什么讓人印象深刻的模型展示？模型的競爭方向有什么變化嗎？
基礎模型依然是 WAIC 的底座，只是聚光燈從「誰的參數最大」分散到了四個方向：長程任務、端側運行、多模態行動和物理世界理解。
Kimi K3 以約 2.8 萬億參數進入 3T 級開放模型，并把重點放在長程編程、知識工作和復雜 Agent 任務上。參數規模仍然重要，因為它決定能力上限，但廠商更想證明模型可以持續工作數小時，真正完成一個項目，而不只是答對一道題。
面壁智能的 MiniCPM5-1B 走的是相反方向，用更小的參數規模進入手機、汽車和機器人。面壁與樂聚合作的導覽方案可以在無網絡環境下端側運行，完成環境理解、路線規劃和避障。
圖片來源：雷科技
端側模型不必在所有能力上超過云端模型，它只要在延遲、隱私、成本和斷網可用性上不可替代，就能獲得自己的位置。
階躍星辰則把模型直接推進系統。STEPX Neo 背后的 Step AOS 和個人智能體 Amoo，要統一處理端云模型、跨應用記憶、系統權限和第三方服務；在汽車上，階躍模型又進入吉利超級 EVA，把座艙對話、車控與行程服務串成任務鏈。對階躍來說，模型的價值不是單獨展示，而是成為手機和汽車操作系統的一部分。
再往物理世界走，VLA 和世界模型則是具身智能的兩條熱門路線。VLA 擅長把語言、視覺和動作連起來，世界模型則試圖學習物體運動和環境變化的規律。兩者目前各有短板，更可能長期并行、逐步融合，而不是很快決出唯一答案。
文遠知行在 WAIC 首日發布的 WeRide WITT，也屬于這輪物理 AI 競爭。它引入「最小物理事實單元」，從真實道路視頻中抽取、推理、驗證和編排事實，再把這些事實變成訓練與評估信號，可將數據處理效率最高提高約 200 倍、Token 成本降低約 98%。
模型競爭沒有告別參數，只是增加了更難的考題。未來評價一個模型，要同時看它能不能完成長任務、能不能在端側跑、能不能調用工具、能不能理解物理規律，以及每完成一次任務到底要花多少錢。
九、很多汽車相關企業參加 WAIC，展現了AI+汽車的哪些趨勢？
汽車品牌和自動駕駛公司參加 WAIC，并不是因為 AI 大會越來越像車展。恰恰相反，雷科技/電車通的現場觀察是，整車品牌的數量并沒有失控，世界模型、智能座艙、自動駕駛和后裝服務等方案商卻明顯增多。
原因很簡單：汽車是今天規模最大、商業化程度最高的物理 AI 終端。
今天的智能汽車擁有攝像頭、雷達、車載計算平臺、執行器、電池和穩定的用戶付費能力，每天還會產生大量真實世界數據。很多機器人公司仍在尋找第一批大客戶，汽車已經有成熟產線和數以百萬計的量產設備。
而今年汽車 AI 化最明顯的變化，是座艙和駕駛開始靠近。吉利超級 EVA 不只回答問題，還試圖把用戶意圖拆成導航、車控、內容和生活服務任務；世界模型則被用于理解與生成復雜交通場景，補充現實道路上難以重復收集的長尾數據。京東 Cami 展示了另一種可能：
不換車，也可以通過后裝硬件讓燃油車和舊車型獲得 Agent 能力。
文遠知行 WITT 與 GENESIS 的組合更能說明這條趨勢。WITT 負責從真實運營數據中提取和驗證事實，GENESIS 負責生成高保真仿真與長尾場景，兩者共同服務車端模型訓練，把汽車 AI 化從單純的「座艙 AI 助手」，推進到對真實世界的持續理解和學習。
圖片來源：電車通/雷科技
不過汽車也是最不能容忍幻覺的 AI 終端。手機智能體點錯一個按鈕還能撤銷，車輛對行人、紅綠燈和道路關系的錯誤判斷，代價完全不同。世界模型、端到端和車載 Agent 的每一次進步，都必須同時接受功能安全、責任認定和長期運營數據的檢驗。
汽車來到 WAIC，是因為它已經站在模型、芯片、傳感器和物理行動的交叉點上。某種意義上，它就是一臺已經量產了很多年的輪式機器人。
十、總結一下這屆 WAIC，能看到未來 AI 產業的什么趨勢？
如果要用一句話概括 WAIC 2026，我們會說：AI 終于開始為結果負責了。
過去幾年，模型回答得更快、更長、更像人，就足以成為新聞。今年再走進展館，企業面對的問題變成了：智能體能不能跨應用把任務做完，機器人能不能連續上班，端側模型能不能在斷網時工作，國產芯片能不能穩定支撐集群，企業部署以后誰來維護。
這并不意味著 AI 已經完成產業化。恰恰相反，WAIC 也暴露了很多未完成的部分，包括智能體權限尚未形成統一規則，機器人離通用仍然很遠，AI 眼鏡的續航和生態沒有解決，超節點還要通過真實負載驗證，汽車世界模型更不能把演示效果等同于安全能力等。
但產業的方向已經改變。下一階段最有競爭力的公司，未必擁有最大的單一模型，也未必能做出最轟動的 Demo。它更可能掌握一條完整鏈路：模型理解目標，芯片提供算力，操作系統管理權限，傳感器讀取世界，硬件執行動作，行業數據再把結果送回模型。
AI 已經長出身體，這也是「最硬的一屆 WAIC」真正留下的信號。接下來，行業要證明這副身體不只會動，還能穩定、低成本、負責任地工作。
主題為「智能伙伴·共創未來」的WAIC2026已落下帷幕。
AI敘事路線從模型參數堆疊，轉變到Agent生產力落地；異構協同、光子計算持續提高計算上限；具身智能加速應用，機器人到家進廠讓物理AI變為現實。
雷科技WAIC探展團已返回廣州，正在進行緊張的總結盤點，敬請關注！
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
