WAIC 2026六大趋势：大模型退潮，具身智能与算力基建谁主沉浮？
算力与智能的双重进化：重构AI产业的价值坐标
2026年盛夏，上海的世界人工智能大会（WAIC）再次成为全球科技目光的焦点。与往届不同，今年的展会现场少了几分对“炫技”式表演的欢呼，多了几分对真实生产力的审视。1100余家企业、3000余项展品，以及超过10万平方米的展览面积，共同构建了一个高度浓缩的产业生态圈。在这里，我们可以清晰地看到，人工智能的叙事逻辑正在发生根本性的转移：从单纯追求模型参数的“军备竞赛”，转向构建涵盖算力、数据、硬件与治理的系统性工程。
这场变革不仅体现在展台的视觉冲击上，更反映在议题设置、资本流向以及技术路线的细微调整中。从月之暗面发布的Kimi K3到华为Atlas 950超节点的亮相，从具身智能机器人的产线实操到AI治理高级别会议的召开，每一个细节都在指向同一个结论：AI行业已进入深水区。竞争的核心不再是单一的算法优势，而是整合能力、商业闭环以及可持续的生态系统。本文将深入剖析本届WAIC释放的六大关键趋势，揭示未来几年AI产业的发展脉络。
大模型范式转移：从“唯参数论”到“系统效率”
长期以来，大模型的竞争往往被简化为参数量、榜单排名和技术壁垒的比拼。然而，2026年的WAIC表明，这一逻辑正在失效。月之暗面发布的Kimi K3拥有2.8万亿参数和百万Token上下文窗口，其发布标志着开源模型在长程编程和复杂推理能力上已逼近闭源前沿。这种“开源时刻”的出现，使得单次模型领先所能换取的技术溢价大幅收窄。
在开发者社区，模型的可迁移性和多模型调用已成为常态。企业不再执着于单一供应商，而是通过私有化部署和议价来优化成本结构。这种变化直接反映在WAIC的议题中，“大模型”本身不再是最高频的标签，取而代之的是“产业发展”、“人才生态”和“算力”。当基础能力逐渐 democratize（民主化），真正的竞争焦点便从模型本身转移到了模型如何嵌入真实系统中。
阶跃星辰首席战略官李璟的观点极具代表性：智能体进入生产环节后，市场对基础模型的要求已是“智能与效率并重”。这意味着，除了推理和规划能力，降低推理成本、提高响应速度以及部署灵活性成为了关键指标。未来的赢家，未必是评测得分最高的公司，而是能够将模型与芯片、操作系统、行业数据及业务流程无缝整合，形成稳定、可持续产品体系的企业。模型决定了能力的上限，但系统效率决定了市场的下限和位置。
具身智能深水区：数据闭环胜过物理形态
如果在两年前，机器人展台的看点还是跳舞、跑步和后空翻，那么今年WAIC的观众则被一群“打工天团”所吸引。超过200家具身智能企业的聚集，展示了这一赛道从“实验室演示”向“真实作业”的跨越。
无论是展示上下料、线束装配的工业机器人，还是能理解“收拾客厅”长程指令的家庭桌面机器人，技术演示的重心已彻底转向真实场景的稳定性。它石智航搬来的1:1汽车线束装配产线，要求机器人连续完成取线、布线、插接，并在遇到光线变化、物品形变等干扰时实时修正轨迹。这种从“秀肌肉”到“干苦力”的转变，揭示了具身智能落地的核心痛点：数据。
启明创投主管合伙人周志峰指出，目前中美头部具身智能公司掌握的高质量物理交互数据仅几十万小时，距离验证Scaling Law（缩放定律）至少还差一个数量级。为了解决这一问题，头部企业正将年度数据目标推向百万小时以上。这一目标的达成，依赖于第一视角视频、人体操作数据和仿真环境的混合采集。因此，“世界模型”在本届大会上被推至关键位置。
未来，具身智能公司的竞争壁垒，将不再单纯体现为机器人的物理性能（如承重或自由度），而在于是否建立了“真实部署—数据回流—世界模型训练—再次部署”的闭环。谁能更早地打通这一数据飞轮，谁就能在泛化能力上占据先机，从而在复杂的真实世界中实现稳定作业。
国产算力突围：从单卡替代到超节点交付
在张江展区，国产算力的叙事逻辑也发生了深刻变化。东方算芯提出的“14nm约等于4nm”口号，以及其首款DF1000芯片在14nm工艺下实现520TFLOPS算力的表现，展示了软件定义和3D近存计算架构的潜力。但更震撼的，是“超节点”概念的全面崛起。
华为公开展示的Atlas 950 SuperPoD系统，由16个计算柜、1024张昇腾卡组成，单系统可连接8192张NPU。中科曙光的“曙光8000”则展示了全国产10万卡AI超集群的规模。这些展示表明，国产算力的竞争焦点已从“能否替代一块卡”转向“能否交付一套可训练、可推理、可运维的系统”。
这一转变由大模型负载的特性决定。MoE（混合专家）模型和智能体应用高度依赖跨芯片通信、内存访问和任务调度。单颗芯片的峰值算力已不足以决定系统表现，行业衡量口径变成了系统每单位时间稳定产出的Token数量，以及对应的电力和成本消耗。当单芯片差距难以短期抹平时，互联效率、软件栈优化、集群可靠性及运维能力，成为了新的追赶路径。国产厂商的产品边界，正从单一的芯片延伸至上服务器、互联网络、内存系统乃至整个集群架构，形成了一套完整的国产化替代方案。
终端入口重构：智能体原生操作系统的崛起
AI硬件的爆发并非仅仅体现在数量的增加，更体现在角色定义的转变。在西岸展区，手机、眼镜、耳机等设备不再仅仅是承载AI功能的硬件，而是被视为智能体感知现实、调用服务的入口。心眸科技的轻量级AI眼镜能实时记录对话并生成纪要，蚂蚁的AI眼镜则将智能体与支付、伴游等服务深度融合。
更为关键的信号是，智能体开始深入操作系统层。字节跳动与中兴合作的NaviX Ultra，以及阶跃星辰发布的智能体原生操作系统Step AOS和手机STEPX Neo，标志着AI硬件进入了“智能体原生”时代。阶跃星辰董事长印奇直言，只有通过硬件，才能形成完整的价值闭环和数据飞轮。没有操作系统和终端生态，模型就难以获得学习真实操作所需的反馈数据。
这一趋势意味着，下一代入口的争夺，实质上是生态位和数据源的争夺。手机、眼镜、汽车等终端将成为智能体持续感知和交互的延伸，而模型公司通过绑定硬件，获得了触达用户真实场景的唯一通道。对于行业而言，这不仅是产品形态的创新，更是商业模式的重构：从售卖软件授权转向构建软硬一体的服务生态。
资本理性回归：基础设施与头部效应加剧
WAIC不仅是技术的秀场，也是资本的集市。本届大会达成的162亿元意向合作金额，以及一季度全球AI初创融资超2555亿美元的宏观数据，揭示了资本流向的结构性变化。资金不再平均地流向每一家AI公司，而是呈现出明显的“马太效应”。
一方面，头部模型公司如月之暗面、DeepSeek、阶跃星辰凭借前沿技术能力，获得了数百亿美元的高估值融资，冲刺IPO的脚步加快。另一方面，具身智能赛道在2026年上半年吸纳了约438亿元资金，其中过半流向研发具身大模型的“大脑派”公司。与此同时，资本正加速流出同质化严重、缺乏壁垒的应用层，转而投向机器人、芯片、算力基础设施等重资产领域。
这种变化反映了AI产业属性的演变：从互联网时代的轻资产、快迭代，转向工业时代的重投入、长周期。机器人公司的融资逻辑已接近基础设施投资，大额资金被用于建设数据采集体系、扩充产线、采购算力和推动量产。产业越深入现实世界，规模能力和供应链整合能力就越重要，资本自然倾向于流向那些拥有基础设施、数据闭环和成熟商业化能力的少数头部企业。
治理成为核心竞争力：从合规要求到市场准入门槛
今年WAIC最引人注目的制度性变化，是“人工智能全球治理高级级别会议”与大会并列举办，以及世界人工智能合作组织协定的签署。这标志着AI治理已从单纯的伦理倡议，上升为围绕标准、机构、开源和算力展开的制度竞争。
随着AI进入金融、医疗、工业等关键领域，安全不再只是产品上线后的合规检查，而是产品能力的一部分。图灵奖得主约书亚·本吉奥在报告中强调，模型能力的快速提升并未同步带来系统可靠性、监控能力和可控性的跟进。当智能体开始调用工具并执行真实任务，一次错误可能直接作用于物理世界。
因此，能够证明系统可信、可控、可审计的企业，将更容易进入高价值场景。治理规则正在成为新的市场准入门槛。中国提出的开源普惠、人类监督以及风险预警机制，旨在平衡开放创新与风险控制。谁能率先建立被广泛接受的安全标准和责任机制，谁就能在下一阶段的市场竞争中掌握规则制定权，并降低进入国际市场的制度性壁垒。治理，正在从成本中心转化为竞争优势。
结语：在自动化时代重申人的主体性
在WAIC的喧嚣中，一个看似微不足道的片段引发了深思：当围观者为人形机器人投进篮球而欢呼时，旁边的孩子却更关心能否吃到冰淇淋。这一对比隐喻了技术与人性之间的张力。篮球的精准、咖啡的制作、产线的自动化，都是AI能力的体现；但吃冰淇淋的欲望、对琐碎生活的关切、无目的的快乐，却是人类主体性的核心。
技术的终点不应是技术本身，而是服务于具体的人。在WAIC展示的超节点、机器人和智能体勾勒出的未来图景中，我们看到了效率的极致，但也听到了关于人性价值的叩问。AI产业的高质量发展，不仅需要算力的突破和算法的精进，更需要回归到对人的需求、尊严和价值的尊重。在这个高度自动化的世界里，如何保持人的主体性，如何确保技术服务于人类的幸福而非仅仅是效率，是比实现图灵测试更深刻、更持久的命题。这不仅是技术问题，更是文明演进的方向性问题。