WAIC 2026：具身智能崛起与大模型竞争新格局

2026年的上海世界人工智能大会现场，热度远超预期：高温雷暴没能浇灭观众的热情，黄牛炒高的票价依旧一票难求，各个展馆和论坛都人头攒动，却没有任何人因此退却。如果亲临现场，大概率会和我们有同样的感受。本次大会我们深入展馆和论坛，梳理出十大核心趋势：

• 展会已成为国内AI行业的年度盛会，各类模型、产品与合作项目集中亮相
• AI软硬件实力显著提升，展台告别单向演示，互动体验大幅增加，观众停留时长明显拉长
• 通用聊天式AI已经普及，能落地交付的智能体成为新的核心竞争力
• 国产基座模型赛道进入新阶段，六家头部企业的战略路径各有分化
• 世界模型成为物理AI赛道的核心风口
• 具身智能的竞争延伸到供应链上游，机器人量产进入数据和零部件红利期
• 具身智能发展一年一台阶，专注生产力的机器人不追求人形，人形机器人更多转向情绪价值场景
• 国产算力不再仅比拼单芯片性能，超节点、算网调度和生态建设成为竞争关键
• 具身智能的基础设施迎来集体爆发，“卖铲子”的企业走向台前
• 超40万人次参观展会，国内AI的用户生态优势全球独一无二

本届WAIC的展会发布逻辑已经发生了本质变化。过去几年，大会更多是前沿技术的集中展示平台，但今年，几乎所有展台都同步进行产品发布、战略签约与新功能上线。头部AI企业纷纷将核心业务的时间节点锚定在7月的上海。比如大会期间，月之暗面发布了2.8万亿参数的Kimi K3，商汤推出多模态基座模型SenseNova-U1 Pro，阶跃星辰则展示了Step AOS、STEPX Neo以及“超级Eva”等终端生态矩阵。尽管各家的切入点各不相同，但核心逻辑一致：模型迭代、商业化落地的第一公里，以及生态伙伴的联动，都集中在WAIC这个节点爆发。

这种变化背后，是AI产业落地逻辑的演进。此前大模型的更新更多依赖线上单向发布，通过社交媒体和直播完成一轮讨论；而如今，模型要真正进入产业落地，必须促成开发者、硬件终端厂商、云服务商以及垂直场景客户在同一物理空间内协同对接。因此，大会的核心价值已经从单纯的技术展示，转向促成实质合作与行业横向测试。今年来看这场大会，不应只关注新发布的模型数量，真正的变化在于国内AI行业终于有了自己的年度排片表——哪家企业在这里亮出底牌，就等于接受了现场、行业与市场的共同检验。

如果说去年的AI展更多是观众围观展示，那么今年能留住观众的展台，几乎都允许观众亲自参与体验。无论是机器人互动控制、端侧设备试用，还是创意应用试玩，以往单向的技术演示，都被拆解成一个个具体的小任务，让观众上手操作体验。这种趋势在AI文娱场景中尤为明显。

不过，文娱生产链路长、工具分散，AI能力究竟该以何种形态落地？现场不少展台给出了答案：硬件是绝对绕不开的一环。以首次参展的趣丸科技为例，其展台将AI音乐、AI译配、AI 3D等能力整合为从灵感到分发的完整闭环。他们自研了多模态音乐生成大模型“天谱乐”，延伸出对话式创作智能体Tunee，最终落地为全球首款生成式AI吉他，打通了“模型—应用—硬件”的全链路。现场体验环节围绕这套方案展开：用户和Tunee对话就能生成歌曲和MV，还能在对话中实时修改；拿起AI吉他，只需哼唱一段旋律，模型就能在几分钟内生成可演奏的歌曲，琴身的追光灯会同步亮起，手势变化还能带来即时的声音反馈。

软件降低了创作门槛，而硬件则让AI真正脱离屏幕，进入日常场景，沉淀为用户可持续使用的习惯。现场不少展台看似游乐场，但从中我们能看到AI应用端最核心的产品命题：用户留存与否，直接取决于系统能否在极短时间内给用户带来参与感、成就感，以及可带走的作品。

如今，AI面向C端的产品竞争逻辑，早已超越了初期的流量争夺。即便模型的底层能力再强，如果只局限于参数比拼和单向问答，依旧和普通人的日常需求存在距离。无论是展台还是市场，AI产品都在学习如何留住用户。一款产品能否延长用户的体验时长、促成社交传播，甚至实现多语种译配出海变现，能否让用户形成次日打开的使用习惯，决定了它能否真正融入生活场景。而体验者也用实际的耐心和操作，为这些产品投下了真实的一票。

曾经被频繁问到的“这个模型有多少参数？”，在今年的WAIC上依然会被提及，但已经不再是观众关注的核心。更贴近用户需求、更务实落地的问题，成为了今年大家更关心的焦点：比如它能帮我具体做什么？完成这项任务需要多久？最终交付的成果能不能直接使用？

过去两年，大模型企业往往侧重展示参数规模、训练方法和各类跑分成绩。但走到今年的H1馆，智能体（Agent）几乎成为了70%展商共同展示和讨论的默认话题。百度带来了通用智能体“百度搭子”，腾讯展示了出行、办公、内容等多类智能体，阿里的研讨重点也围绕Agentic时代展开。此外，金山办公推出了面向个人的灵犀专业版和面向组织的WPS Comate，阶跃星辰则将智能体原生操作系统引入手机与汽车场景。在评选出的十大镇馆之宝中，智能体相关的应用就占据了四席。

为什么智能体成为了核心？传统的聊天框擅长回答问题，但真正的任务执行需要调用工具、记忆上下文、不断检查中间结果，最终顺畅完成整个流程。前者展示的是模型“会说”，而后者则需要拿出“做成了”的实际成果。可以说，能否完成有效交付，正在成为衡量大模型能力最实在、最有分量的标准。传统的聊天框并不会完全消失，而是会逐渐退到任务入口的位置。用户只需要说出自己的需求，系统就会自行拆解任务、调用资源并执行，最终将成品交付给用户。“Show me your Agent”，可以说是今年WAIC现场最明确的潜台词。

大模型六小虎是AI 2.0时代的第一批领军企业。到2026年，核心玩家的格局虽然尚存，但各家的战略路径已经出现了明显分化。MiniMax、Kimi继续在前沿技术突破和开源影响力上竞争，和智谱、DeepSeek等共同构成了国内基座大模型竞争最密集的梯队，它们也正式进入了和字节、腾讯、阿里等互联网巨头同台竞技的“基座大模型季后赛”。而其余几家小虎则精准划定了自身的业务边界：阶跃星辰押注终端闭环，将模型与操作系统、智能终端设备整合为统一的叙事框架；百川智能以医疗增强大模型为切入点，深耕医疗垂直场景；零一万物转向企业级决策智能，自称“五虎一豹”中的“金钱豹”。值得一提的是，零一万物创始人兼CEO李开复博士，是六小虎中唯一一个亲自驻扎展台的一号位。

这种一号位亲自下场的姿态，只是展会竞争群像的一面。但物理空间的在场与否，并不是衡量企业行业声量的唯一标准。智谱、DeepSeek、字节等企业虽然没有现身展台，但在展会的各类技术研讨中，它们的名字依然频繁出现。总体而言，大模型赛道已经跨过了同质化建设期，行业焦点转向更具现实意义的供需匹配：也就是企业最适合赋能哪些场景，解决哪些核心业务问题。洗牌期的竞争逻辑尤为严苛——维持行业地位依然需要坚实的基座能力，但能否构建独特的业务护城河与进攻阵地，将直接决定下一轮竞争中的梯队分化。

随着大语言模型（LLM）的范式逐步收敛，物理AI正式接过接力棒，成为下一个暗流涌动的赛道。其中，世界模型（World Model）在各大论坛和成果发布中高频出现，堪称继VLA之后的又一个兵家必争之地，也是现阶段最有可能通往物理通用人工智能（AGI）的大脑架构。一时间，各家企业纷纷亮出方案：它石智航推出AWE 3.5，蚂蚁灵波发布LingBot-VA 2.0，极佳视界展示GigaWorld……

今年WAIC上，世界模型“六小龙”巅峰论坛堪称最受关注的圆桌讨论，也折射出国内世界模型研究的真实图景：百家争鸣，莫衷一是。各行各业都在做世界模型，每家都坚称自己的方案才是原生的世界模型，但截至目前，还没有任何一项落地成果或demo能够脱颖而出，谁也无法说服谁。用李飞飞的话说，这是当今AI领域最重要，也最被滥用的术语之一。

在WAIC现场，相关研究大致可以分为三派，核心差异在于对“世界”的定义：第一派是视频派，认为世界即像素。这类方案偏向渲染器路线，输出面向人眼，核心评价标准是视觉保真度。现场这条路线相对热闹，demo直观，吸引了大量观众围观，但质疑声也最强烈：批评者认为这不过是蹭物理AI的叙事热度，只是将像素作为下一个预测Token，并没有触及物理世界的本质。第二派是抽象派，认为世界即潜空间。这条路线比像素派更务实，也是WAIC上的绝对主力，但同时也是“混沌”最严重的一派——各家对潜空间的定义截然不同。另外一个问题是，潜空间是黑盒，没有像素输出可供直观评判，结果就是各家自建自评，缺乏统一的标尺。比如WorldArena、RoboTwin、Libero等项目，各家都刷过自己的榜单，谁都拿过第一。第三派是空间智能派，认为世界即三维。这一派由李飞飞的World Labs命名，也是和AI应用转型结合最紧密的一派，众多深耕3D资产生成的企业，正在加速向这个方向靠拢。到底谁才是真正的世界模型？我们反复询问后，依然没有得到清晰的答案。或许，最终的答案，只能在真实场景的实战中才能得出。

具身智能的发展一年一个台阶。前年还是静态展示，去年是动作演示，而今年，机器人终于开始真正干活了。从世博展览馆北门进入，有一个名为“模登时代·伙伴之城”的展馆，放眼望去，全是各家机器人各司其职、埋头工作的场景：比如苏度和宁德时代合作的电池产线，四台机器人协同作业，全程无需人工介入，背后还专门设置了大屏幕，实时统计这四个“打工人”的工作KPI。

二楼的灵初智能则联合长飞集团，切入了光模块生产场景。他们的方案搭载自研大模型Psi-R2，具备亚毫米级的定位精度和长程任务规划能力，多台机器人协同完成插拔检测、良品判别、真空封装和包装装箱等流程。根据初步测算，这套具身赋能方案可以将生产损耗率降低约10%。灵初的选择也代表了行业的一个共识：在整体方法论尚未成熟之前，和场景方深度合作，是一条可落地、稳妥且能长期积累壁垒的战略路径。场景方不仅能提供梯度优化的方向，还能帮助打造数据闭环。

除了B端的工业场景，另一个显著的方向是生活场景的展示。一个重要的信号是，生活场景的具身demo不再追求花哨，而是更贴近实际。虽然“进入家庭”依旧是一个相对遥远的目标，但头部厂商都在展示各自的共性能力：比如Pick and Place、收纳、整理书包等。这些demo比起单纯的表演，确实离落地更近了一步。更重要的是，它们可以和观众实时互动，而不是按照日程定点表演。我们询问了不少展台的工作人员，他们几乎都允许观众伸手干扰，有的甚至接受现场出题。这也是对自身模型能力自信的体现。

出乎意料的是，这类看似“枯燥”的纯干活展台，人流量却非常可观，不少人举着手机拍摄记录。看来能提供情绪价值的不只是会跳舞的机器人，光看机器人认真干活，也能让人感到舒心。

虽然具身智能的落地场景越来越细分，但同质化问题依然严重。比如有一个收纳手机盒的demo，我们在场馆里就看到了两次，除了手机盒品牌不同，demo本身几乎看不出差异。询问工作人员时，他们的回答也比较抽象，很少落到这个demo本身的操作细节差异上。“你的机器人有什么不一样？”正在成为具身智能企业的新命题。如果深入到数据训练、模型路线或场景选择，这个问题可以延伸出无数评测维度，但有一个相对粗暴却直观的划分方式可供参考：真正有实力的企业不会刻意追求人形外观，越“人模人样”的机器人，往往越缺乏核心技术。

最直观的信号是，今年的展会上，机器人“瘸”了——但凡真正用于干活的场景，轮式底盘几乎是必选项。双足机器人在工厂这类标准化环境中，几乎没有应用空间，反而徒增成本。即便是家用场景，现阶段也用不上双足机器人，毕竟不是每个家庭都有楼梯。专注于家庭场景的未来不远机器人就验证了这个观点：他们的机器人采用轮式底盘，没有灵巧手，但依托从用户需求出发的全栈自研技术和新一代家庭具身大脑，已经能够覆盖基础家务、儿童陪伴、老人陪护、宠物照顾等场景。目前，他们的产品已经进入了500多个家庭，是最早进入真实家庭环境并实现商业化使用的机器人公司。在WAIC现场，他们的展位格外火爆：3000元/月的租赁价格，开展首日的8台样机就被一抢而空，后续订单甚至排到了8月中旬。这台“劳模”机器人一天能叠约500件衣服、开500瓶可乐，还要陪人类下棋，光是看着都让人觉得忙碌。虽然不会跳舞、打拳，但未来不远机器人的展位始终围满了观众，机器人落地且流畅的工作场景也刷屏了社交媒体。“能干活”，才是最硬核的说服力，不需要太多营销话术。这也是具身智能赛道的新方向：各家企业都在锚定自己的场景深耕。外形只是表面功夫，大脑与本体的协同，正在被打包成一个不可分割的整体。

现阶段还坚持用人形展示的机器人，基本都是服务于情绪价值场景，比如教育、陪伴、表演等。灵巧手则另当别论，作为人形机器人的部件，它依然是各头部厂商坚定投入的方向，因为通用性远高于夹爪，数据映射也更自然。至于仿生方向，处境有些尴尬：干活比不过轮足组合，提供的情绪价值又受限于恐怖谷效应，效果并不理想。甚至有业内人士直言：“仿生就是套了个皮套，和具身智能没有任何关系。”

2026 WAIC现场，具身智能基础设施（Infra）集中展示了国内生态的厚度与纵深。首先是供应链的集体亮相。去年WAIC上，机器人本体是绝对的焦点，但很少有人关注丝杠、减速器、编码器这些核心组件。今年，上游核心供应商的参展占比明显提升，电机、关节模组、力矩传感器等整条零部件链路，都能在展馆内找到对应的企业。这类企业过去只出现在招股书的供应商章节中，藏在本体厂商的二供、三供名单里，如今终于从幕后走到了台前。本质原因在于，本体厂商的硬件方案正在趋于收敛，差异化竞争的焦点开始转向：谁能降低零部件成本、提升平均无故障时间（MTBF）。在这个阶段，“卖铲子的人”反而比“淘金者”更有定价权。不过，头部厂商依然有一个高度共识：自研本体不可替代。想要打造顶尖水平的具身模型，本体始终是竞赛中的关键变量——它是整个具身训练系统化过程中不可或缺的一环，能够帮助创业公司更快完成迭代闭环。

其次是数据的重要性大幅提升。2026年被行业称为“具身数据元年”。有一个广为流传的比喻：如果互联网数据是一栋房子，自动驾驶数据是房子里的一张桌子，那么具身数据就是桌面上的一粒黄豆。在数据量级方面，各家厂商的数据标准尚未统一，难以进行清晰的横向对比，但行业内有一个共识：训练通用具身模型至少需要千万小时级别的数据，目前各家也在向百万小时量级迈进。在此背景下，数据基础设施也成为了今年WAIC的主角，可以按照“数据金字塔”分为三个层级：第一是真机路线。京东启动了由最多60万人参与的“人类史上最大规模数据采集”计划，两年目标是收集1000万小时的人类真实场景视频和100万小时的机器人本体数据，强调“采集—训练—场景验证”的端到端闭环。第二是仿真路线。光轮智能提供仿真环境中机器人训练所需的3D资产，专注构建“数据—仿真—评测—部署”的底层基础设施，用虚拟世界弥补真实数据的不足。第三是穿戴路线。这条路线和硬件的耦合更为紧密，解决方案通常和数据采集手套等设备打包，堪称“卖铲人中的卖铲人”。它石、戴盟、千觉等企业，在布局模型的同时，也积极打造各自的数据采集硬件体系。此外，还有一个有趣的跨界尝试：强脑科技（BrainCo）推出了脑控机器人训练平台，人类通过脑电信号直接指挥机器人动作，这可能会成为数据采集的一条全新路径。

当然，具身智能基础设施逐渐浮出水面，也是今年WAIC“实干”主题倒逼的必然结果。国内具身智能的发展，需要整个生态的协同力量。这一次，我们不再仅仅跟随英伟达的路线。

AI基建单独撑起了WAIC的H2展馆，这直接反映了国内算力基建的规模优势和生态成熟度。随着大模型参数从千亿级别向万亿级别跨越，十万卡规模的算力集群已经成为新一代AI基础设施的准入底线。本届展会汇聚了众多主流算力厂商，各类高密度算力设备成为焦点。华为展示了1024卡SuperPoD真机，中科曙光推出了十万卡AI超集群；东方算芯、阿里、中兴、沐曦等企业，则集中展出了以低时延、高集成度为核心的超节点产品。各家的技术路线各有侧重。

过去讨论国产算力，焦点多在单颗芯片的峰值性能，但单纯堆砌显卡并不等于提升速度，通信、调度和软件适配的短板会抵消规模红利。如今，讨论的重点已经转向如何让成百上千张显卡通过高速互联和系统软件实现协同。可以说，AI进入深水区后，国产算力的竞争已经进入了系统工程阶段。与此同时，硬件集群的协同只是基础，算力要发挥更大的效用，还需要跨地域的算网调度。中国工程院院士高文在“未来计算·未来算力”论坛上透露，中国算力网第一阶段已经完成七成，全国70%的算力资源已经纳入实时更新的统一数据库；企业调用算力将越来越接近云服务模式，系统会根据训练需求、时延要求和成本，自动匹配资源。算力正在从固定资产，转变为可调度的公共能力。

顺着这个逻辑，算力的衡量标准也在回归商业本质。商汤提出用TPW（每瓦电力产出的Token量）来衡量数据中心的价值，这表明AI基建已经开始按照实际产出算账。此外，硬件集群要正常运行，绕不开生态这道门槛。单就华为CANN开源社区而言，已经上线了67个项目、1244万行代码，月活开发者突破3500人。底层指标依然重要，但商业价值最终取决于开发者能否平滑迁移、客户能否以可接受的成本持续使用。超节点、算网与生态三者交织，共同重构了国产算力的竞争维度。在这场系统级的较量中，谁能将硬件集群、调度网络和软件栈封装为稳定、低成本的基础设施服务，谁就能拿到下一轮AI基建的入场券。

具身智能的参展商从去年的80余家飙升至200余家，展馆里的“铁疙瘩”越来越多，甚至机器人本身也越来越“不像人”。但与此同时，WAIC的观展人数也在以更陡峭的曲线增长。官方成绩单显示，刚刚闭幕的WAIC再创历史新高，线下参观人次突破万，较2025年同比增长14.3%。

AI行业的泡沫究竟会不会破？什么时候破？没人知道答案，而且越来越少有人关注这些问题。毕竟，至少到现在，AI依然是最炙手可热的话题，依然有人在研发、有人在使用、有人在关注。而人，始终是AI发展最宝贵的资源。一个前沿科技行业展会，黄牛票炒高、展馆人潮汹涌，小朋友被家长带来当作科技馆参观，高温雷暴都挡不住观众的热情。这份热情，就是中国AI向前发展最核心的力量。