暴走WAIC：逛了37家厂商之后，我们发现了6条主线

作者Joya今年世界人工智能大会(WAIC 2026) 的现场感受可以用三幅画面形容围观的人类上岗的机器灼热的天气。WAIC 2026的规模是往届之最上海世博、徐汇、张江“三地四馆”总面积超过10万平方米108款芯片、261款大模型、208款具身智能终端、超过300台真机扎堆展出。热度甚至溢到了场外。展会当天同事告诉我“在路边看到有人抓住保安问为什么不能买票。”摄于世博馆忙碌的机器与忙碌的人类与热度和温度呼应的是一个个数字。1024张卡、十万卡集群、1M上下文、百纳秒时延、数千万次下载等等等等各家公司试图用一个足够大的数字让观众在几秒内记住自己。而当你走完一圈会发现这些看起来各自为政的数字其实正在悄悄接成几条主线更大的算力集群在“造” Token更低的时延在“运” Token更长的上下文让模型能“消化”更复杂的任务更多的智能体把Token“变成”工作流程、实验结果终端设备或机器人再把计算结果“转成”真实动作最后落到我们的工作、生活、生产环节里。行业关心“谁的模型更强”但更关心“怎样把它变成一套真正可以运行的生产系统”。超节点是一套系统工程在算力展区最醒目的是一排排超节点亮着“镇馆之宝”的名号。华为展台的C位是由1024张昇腾卡组成的Atlas 950 SuperPoD而它最高可扩展至8192张并进一步组成50万卡规模的Atlas 950 SuperCluster秀出的是异构算力的横向扩展能力以及国产软硬件生态全栈协同的交付能力。可见决定一套算力系统的上限是成千上万张卡能否长期协同工作。中科曙光“曙光8000登峰”号称首个全国产十万卡AI超集群已接入国家超算互联网专门面向科学计算、大模型训练与推理、工业仿真等任务。然而卡越多通信、故障和调度问题也越棘手所以这些算力产品既追求成为一套系统工程也在避免系统工程带来的不确定性。摩尔线程MTT C256用一层Scale-Up网络连接两柜256张GPU试图攻克传统多层网络的带宽损耗与高延迟痛点在2U空间内释放极限的单位面积算力。燧原科技的新一代超节点为了减少高速线缆和连接器带来的损耗采用正交互联与零线缆设计。中兴通讯的OEX架构干脆取消传统背板以零线缆方式提高机柜密度。当然你还会看到芯片厂商开始出现不同路径。昆仑芯P800 OAM模组遵循OCP-OAM开放标准重点是降低进入通用智算机柜的工程门槛。天数智芯天垓300覆盖大模型训练、Agent推理、长序列编程和视频生成等任务强调从单机到万卡集群的部署适配。东方算芯DF1000选择另一条路径通过软件定义芯片和3D近存计算把计算靠近存储减少数据来回搬运。工作人员告诉我们它的芯片设计、制造和封测等环节都采用国产供应链。沐曦的曦索X206、X301和X302则进入科学智能赛道处理气象海洋预报、计算流体力学、分子动力学和材料模拟等任务。思朗科技的尝试更加特殊。它与上海仪电、上海数据港共建超智量融合算力集群把超算、智算和量子计算放进同一套基础设施它的“天穹”3D科学计算机采用MaPU架构与全3D互联瞄准传统通用架构效率不高的三维仿真和微观科学问题。国产芯片市场由此出现两种方向。一种继续扩大集群规模超节点层出不穷另一种不死磕规模而是专注架构创新近存计算、专用芯片等。当然两者也有交叉。电和光走到了算力展台中央就在服务器区域旁边电网、光纤和网络设备企业开始大量出现。当一个机柜装入越来越多的GPU算力首先遇到的未必是计算极限而可能是供电、散热和通信极限。AI产业过去习惯把这些环节当作后台设施如今它们正在变成AI系统设计的一部分。南方电网展示的“大瓦特·云睿”配电网规划智能体和电碳算协同运营系统会根据算力任务、电价和绿电供应情况寻找更合适的计算路径。简单说一项任务应该在哪里运行不再只看哪里的服务器空闲也要看当地电够不够、贵不贵、绿不绿。这相当于给算力增加了一张实时电力地图。对电网而言智算中心这个“用电大户”是一个需要被预测和调度的新型负载。通信也面临类似的问题。中兴通讯联合曦智科技、壁仞科技、沐曦股份、燧原科技、天数智芯一起做了个OEXdOCS架构的国产高性能Matrix超节点OEX负责高密度正交互联dOCS通过光交换动态调整节点之间的连接关系。这套系统的意义在于把光芯片、AI芯片、服务器、交换设备和集群工程放进同一个开放生态让不同国产芯片有机会使用共同的系统底座。曦智科技进一步把“光”引入计算芯片内部展示集成光计算芯片、CPU、内存和散热系统的“天枢·光立方”将光电混合计算做成可以部署的边缘计算盒长飞光纤则带来空芯光纤、多芯光纤、G.654.E光纤和OM4、OM5多模光纤覆盖从跨地域算力调度到机柜内部短距离连接的不同环节。过去光纤主要负责把数据从一个地方传到另一个地方。现在它开始进入芯片、服务器和超节点内部。中国电信人工智能研究院(TeleAI)自主研发的“智传网(AI Flow)”又把通信网络向前推进了一步不只负责传输原始数据还在尝试传输经过模型提炼的语义、特征和Token再在接收端重建信息。中国电信的TeleAI隐私摄像头和TeleSwarm搜救系统分别演示了模型接力与群体智能。中国联通则是依托5G-A、eSIM、卫星通信等技术为AI终端提供全时空智能连接。现场还发布AIeSIM中国方案合作计划面向手机、平板、智能眼镜等全品类终端开放联通eSIM平台提供产品研发、标准对接、算力、安全、营销等端到端技术与政策支持。这也是今年WAIC展台上一个很鲜明的变化电网公司开始讲算力通信公司开始讲Token光纤公司开始进入芯片与机柜内部。AI正在迫使原本分开的产业重新坐到一张桌上。模型被放上“货架”当算力生产出来之后模型怎样被调度和消费正在成为一门新的生意。说到模型厂商月之暗面在WAIC一天前发布最新产品Kimi K3吸引了一波关注。Kimi K3是一款2.8万亿参数、原生多模态、支持百万Token上下文的旗舰模型主要面向长程编程、知识工作和深度推理。模型采用Stable LatentMoE框架在896个专家中高效激活16个提升MoE稀疏架构效率搭配全新架构优化与训练、数据方案相比前代K2整体扩展效率提升约2.5倍。月之暗面称其为“迄今能力最强的模型”。MiniMax带来的M3同样把百万Token上下文、原生多模态、编程和智能体能力放在一起。长上下文是为了支撑一条更长的任务链模型要持续读取代码、文档、图片和视频还要在多轮工具调用中保持对目标的理解。MiniMax把重点放在一个模型能否承担更复杂、更长时间的工作。面壁智能MiniCPM强调小参数和本地部署把多模态模型装进手机、汽车和PC。在云端模型继续追求能力上限时它更关心有限算力、断网环境和隐私要求下模型能不能留在设备里运行。阶跃星辰则把重点放在终端系统前几天刚出炉的STEPX Neo智能体手机也被摆了出来作为一款原生的智能体手机它内置了智能体操作系统Step AOS和个人智能体Amoo。前者依托既有的云和服务生态把模型向算力与终端两端延伸后者试图从操作系统入手重新定义手机和汽车如何调用智能体。模型之间当然仍有差异但企业真正关心的问题也更具体哪个模型适合财务哪个适合代码哪个成本更低哪个可以私有化部署出了问题能不能快速切换。也正是在这里运营商的位置开始变得有意思。现场中国移动MoMA汇聚300余款模型可以根据需求匹配相应能力。中国电信的星辰TokenHub覆盖100多款主流模型AI Store则进一步把算力、模型、应用和Skill放进同一个服务门户。背后的逻辑是传统通信网络上运营商把不同网络接起来再对流量进行计量、调度和保障。到了AI时代它们试图把同样的能力迁移到模型调用上过去调度的是数据包现在增加了模型、算力和Token。中国电信甚至把Token经营明确为一种业务方向中国移动则把MoMA称为“词元超市”。简言之运营商的策略正在从“卖流量”转向“卖Token”。智能体开始接管工作流程今年展台上数量最多的产品之一是智能体。但与过去不同已经很少有企业只演示“帮我写一封邮件”或者“帮我总结一份文档”新的演示通常从一个更长的任务开始。腾讯WorkBuddy可以把自然语言指令拆解成多个步骤再调用不同智能体完成整套办公流程。百度搭子DuMate强调跨应用、跨文件执行并在持续协作中学习用户习惯。金山办公则把WPS Comate嵌入WPS 365试图把文档、会议、邮箱、组织知识和业务流程连起来。这三类产品都在争夺同一个位置企业工作流的入口。以前AI是软件里的一个按钮员工打开文档后再决定是否调用它。现在的智能体试图反过来理解用户目标然后决定打开哪些软件、调用什么数据、执行哪些步骤。这是一种权力关系的变化。AI一旦开始执行任务它就需要获得更多权限功能越强企业越需要知道它做了什么为什么这样做结果能否追溯。网易有道的有道龙虾把这种矛盾放到了桌面端。它采用本地沙箱运行强调数据不离开设备同时以开源方式适配国内办公环境。WPS Comate强调过程可管控和结果可追溯并不是一句普通的企业宣传语而是智能体真正进入组织必须解决的问题。商汤Seko则把智能体用于视频生产。用户输入剧本或创意后Seko可以继续完成角色、场景、道具、分镜和视频素材的组织。“无限画布”把多剧集资产、生成工具和工作流放到同一界面试图把AI视频从一次生成变成连续生产。影眸科技的Hyper3D Rodin把生成对象从文字、图片和视频进一步推向3D资产。工作人员说Rodin Gen-2.5可以在4秒内生成百万面级模型并支持12K PBR贴图及通过文字编辑3D模型它的客户包括网易、Unity和拓竹应用覆盖游戏、影视、电商、3D打印、工业设计、XR和具身智能。还有一部分智能体开始连接实验设备和机器人。天鹜科技的MatwingsVenus“晓鹜”是一套对话式蛋白质设计平台。研究人员可以用自然语言提出蛋白质功能需求由AI生成候选序列再把任务发送至自动化实验室让机器人完成样品制备、蛋白纯化和功能检测。实验数据随后返回模型进入下一轮设计。记者从现场得知这套系统已完成40多个改造项目另有50多个项目在研并有10多个项目进入产能落地阶段。公司定了个目标将过去2至5年的研发周期压缩至2至6个月并把单项目实验量从上万个降到约百个量级。AI4S之所以在这届WAIC占据大量空间一方面因为科学研究需要更多算力另一方面因为科学实验天然适合形成闭环。模型提出假设机器人完成实验数据重新训练模型。只要循环能够稳定运行AI就可能改变科研工作的时间尺度。工厂、医院的AI首先要学会“懂行”在工业展区智能体面对的是另一种复杂性。西门子的Eigen Engineering Agent面向工业自动化工程利用工业知识生成PLC代码并辅助处理工程任务。中控技术的AOP系统使用时间序列大模型TPT让AI理解工艺和设备状态预测趋势并参与决策。施耐德电气的EcoStruxure EEO平台则内置Power GPT对配电系统进行分析把设备维护从故障发生后的维修前移到故障之前的预警。工业系统容错率低模型无法像聊天软件一样答错后重新生成一次错误操作可能导致停产、设备损坏甚至安全事故。这些产品无一例外专注的是行业知识、设备数据和具体流程。微亿制造的多臂协同机器人把AI用于大型复杂部件检测多台机械臂需要在同一空间协同作业并动态避障操作人员通过图形界面生成检测轨迹减少传统逐点示教。梅卡曼德的“眼脑手”系统则把视觉识别、任务规划和机器人控制连接起来让机器人完成从发现目标到规划动作再到抓取执行的闭环。在漕河泾开发区展台这种变化被放进了一个园区样本里。展台一半集中展示人形机器人孵化器里的代表企业工作人员介绍目前孵化器已经聚集70多家企业另一半则在展示园区怎样提供空间感知、场景测试和协同运行能力。WAIC期间漕河泾又分别落下机器人长期训练与对抗、物质科学干湿闭环两类平台它提供的是一块可以让模型和机器人不断试错、积累数据、验证产品的真实现场。奇岱松进一步展示了这个“现场”怎样被机器读懂。奇岱松搭了个具身组织后台Artemis工作人员介绍它把物理空间视作一台可以计算和调度的设备通过边缘侧的空间智能机持续识别人、设备、车辆、任务和事件再把信息沉淀到时空系统中。某台设备为什么故障、谁曾经处理、下一步该派谁或者不同机器人在窄路上谁先通过都可以进入同一套运行逻辑。机器人有了本体和“大脑”之后仍然需要这样一个理解现场、安排任务的“总调度室”。这些展项摆在一起可以看到具身智能走向产业的真实路径对真实环境的理解足够深进厂打螺丝和进家庭干家务才能更快实现。而在医疗场景。蚂蚁集团的阿福没有把展台做成一个单独的问诊机器人而是还原了一座“未来社区医院”。用户端覆盖体检、减重、皮肤管理和外籍人士就医等需求医生端为家庭医生提供贯穿诊前、诊中和诊后的AI助手政府端则连接社区医院、家庭医生和城市医疗服务。记者在展区了解到阿福相关服务已与超过15个省市卫健部门开展合作并在上海黄浦、深圳龙岗、河北和新疆等地落地累计签约服务170.5万名居民。眼镜、手机和云电脑在争夺AI入口越往终端展区走展品的体积越来越小但它们希望控制的系统边界反而越来越大。阿里的算力产品也应放在这条线上看。真武M890与磐久超节点服务器面向大模型训练和大规模推理向上再连接千问模型、应用和终端。阿里千问AI眼镜S1把模型与高德导航、淘宝闪购和飞猪等服务连接起来直接接入阿里的生活服务体系。阿里所展示的是从底层计算到用户入口的完整链路。蚂蚁智能眼镜更关注操作系统它试图开发一套由Agent驱动、面向AI眼镜的系统并计划向生态伙伴开放已经展示的服务包括扫码支付、停车缴费、共享单车解锁、景区导览、药品识别以及阿福健康服务。Rokid乐奇AI眼镜接入导航、翻译、支付和多种模型提供拍摄、题词、89种语言翻译、导航、AI问答、支付和会议纪要等功能海外版本还接入Google Gemini。科大讯飞将语音转写、实景识别和第一视角拍摄放入眼镜。网易有道的AI答疑笔则把有道子曰教育大模型与DeepSeek-R1结合尝试通过生成式视频进行答疑。中兴通讯的AI云电脑走的是“终端轻、云端重”的路线大屏自由屏、中屏云PAD和小屏云笔电构成不同尺寸的设备矩阵再通过5G终端和云端算力支持家庭娱乐、移动办公与户外直播。如果只看公司名这届WAIC仍然是一张张熟悉的面孔。但沿着展台走下来会发现许多产品已经越过了原来的边界。归根结底是因为AI要开始长期干活了。