7月的上海，2026世界人工智能大会（WAIC）如期而至。展览面积首次突破10万平方米，1100余家企业参展，3000余项展品集中亮相，300余款产品实现全球首发。规模再创新高之外，更深层的变化悄然发生——展厅里比拼参数的海报少了，谈论落地的对话多了；演示酷炫动作的机器人少了，展示产线工序的屏幕多了。
有观察者将这种转变概括为：国产AI产业完成了一次从“能聊”到“能干”的身份切换。这并非简单的词语替换，而是行业发展逻辑的质变。当技术突破的边际效应递减，市场检验的尺度便从“能不能做”转向“能不能用、能不能卖”。本届WAIC所呈现的，正是中国科技产业从技术叙事向商业叙事的转向——行业不再比拼单台机器的极限特技，而是比拼数据底座、类脑认知的底层实力，以及场景适配、批量量产的商业化能力。
从“拼芯片”到“拼系统”：算力竞争的辩证法
算力是人工智能的底座。但在本届WAIC上，算力竞争的叙事发生了重构。
过去几年，行业习惯于将目光聚焦于单颗芯片的峰值算力。而今年，展馆中最受关注的已不再是某一块芯片的参数标签，而是一台台庞大的超节点服务器、一堵堵“算力墙”。大会官方发布的十项“WAIC 2026镇馆之宝”中，至少有三项与算力有关，且均为超节点或超集群方案。华为Atlas 950超节点、阿里巴巴真武M890×磐久AL128超节点等产品集中亮相，标志着国产算力竞争已从单芯片维度跃升至系统维度。
任何先进的技术，如果无法转化为可规模化、可商用的产品，便难以创造持续的经济价值。摩尔线程在本届WAIC上展示的“夸娥”万卡智算集群，正是这一逻辑的典型。其Dense模型MFU达到60%，MoE模型MFU达到40%，万卡集群综合算力利用率达到国际领先水准，线性扩展效率达95%——这些数字背后，考验的不再是单颗芯片的峰值性能，而是集群调度、互联效率、软件适配的系统性能力。更值得关注的是，摩尔线程现场展示了MoE-236B基础模型从零开始的完整训练，以及北京大学5D世界模型EvoPhys-World的全栈原生训练——前者验证了“国产芯片+国产模型”技术路线的可行性，后者则证明了国产算力底座已能支撑世界级的前沿科研。
商汤大装置则从另一个维度回应了算力商用的命题。通过异构混合推理，商汤将主流国产芯片的MFU提升85%至152%，整体推理性价比达到NVIDIA H系列的1.25倍。这一数据的意义不在于“超越”，而在于“可替代”——当国产算力不仅在技术上可用，更在经济上可行，产业化的根基才算真正筑牢。商汤联合近20家生态伙伴发起的“银河计划”，计划建设5个万卡级国产智算集群，正是从单点突破走向系统协作的自觉选择。
“商汤自成立以来始终服务国家新质生产力落地，伴随国内产业发展一路成长，对下游企业的需求与痛点有着深刻认知。”商汤科技联合创始人、大装置事业群总裁杨帆在接受采访时说道“将AI能力体系化输送至传统企业，助力其解决实际问题、实现内生成长是复杂系统工程，商汤十年来持续布局基础设施兼具全栈技术能力与toB商业化基因，具备较强市场竞争力。”
由此可见，算力竞争的辩证法，正在从“有没有”走向“好不好”，从“能不能做出来”走向“能不能用得起”。这是技术发展的必然规律，也是产业走向成熟的必经之路。
从“讲故事”到“算细账”：落地才是硬道理
如果说算力是AI的“基座”，那么大模型与智能体则是AI的“大脑”。本届WAIC上，这一领域最显著的变化是：讲故事的时代过去了，算细账的时代到来了。
阿里巴巴展出的“百炼”推理平台，已服务全球500万用户、120万付费用户。DeepSeek、月之暗面、Minimax、智谱等中国主要AI公司的自研模型均已在“百炼”上架。值得注意的是“峰谷Token”的推出——用户在夜间使用Token最低可至2折。这一看似简单的定价策略，折射出的是AI服务从“技术尝鲜”走向“日常消费”的产业现实。当Token像电一样成为工作基础供应，当企业像买电一样买Token，AI才算真正进入了千行百业的生产函数。
PPIO的实践则从另一个侧面印证了这一趋势。这家以“智能Token工厂”定位的企业，截至2026年6月日均Token调用量已超1.2万亿，较2025年同期增长超8倍。其发布的智能模型网关，通过混合模型（MoM）机制将多个专家模型融合推理，在DRACO深度研究基准测试中可将性能提升至接近Claude Fable5的水平，而成本仅为后者的七分之一。PPIO联合创始人姚欣提出的公式“Agent生产力=Token智能密度×Agent Loop时长”，本质上是对AI商业化的量化表达——不是模型有多大，而是每单位Token能创造多少价值。
海康威视的“观澜”大模型体系则展示了AI落地物理世界的另一条路径。这家以视觉感知见长的企业，将大模型能力嵌入摄像机、质检仪等终端设备，让AI从“能看懂”走向“能干活”。其多模态智能摄像机支持用户用自然语言下达指令——“检测水库中是否有人游泳，如有，告警”——摄像机便自动完成任务配置与执行。这种“一句话即完成配置”的能力，本质上是将复杂的AI工程化过程封装为极简的用户体验，大幅降低了AI落地的门槛。
当大模型的参数规模突破万亿、当训练数据达到海量级别，决定胜负的关键便不再是“更大”，而是“更巧”——如何用更低的成本、更简的方式，将技术能力转化为实际的生产力。这正是本届WAIC所展现的产业共识。
从“展演”到“产线”：具身智能的商业验证
如果说大模型的竞争是“看不见的战争”，那么机器人的竞争则是“看得见的战场”。本届WAIC上，具身智能参展企业增至200余家，展出208款终端产品、超300台真机。数字增长的背后，是产业逻辑的转变。
新华网在会场上发现，今年是WAIC将人形机器人、四足、轮足、具身大模型、机器人零部件整条产业链单独划设独立场馆，和算力馆并列WAIC两大核心赛道展区。这种展区设置的调整，本身就是产业成熟度的信号——当一条产业链足够长、足够深，才值得被单独划设为一个独立的展示单元。
更重要的是展示内容的变化。智身科技在本届WAIC上披露的数据颇具说服力：截至2026年6月，累计量产突破15000台具身智能机器人，6月单月量产突破5000台。该公司负责人直言：“当‘机器人能做什么’不再是主要焦点，‘谁能规模化量产’才是真正的分水岭。”这不是一句口号，而是产业从“炫技”走向“进厂”的客观写照。
智平方带来的原创类脑大模型NeuroVLA，则从技术维度回应了“机器人如何真正干活”的命题。NeuroVLA借鉴人脑工作机制，首次将“皮层—小脑—脊髓”协同机制引入机器人控制系统。在工业制造场景中，搭载NeuroVLA的AlphaBot 2完成了PCB上下料这一行业公认最考验具身智能能力的真实任务——面对不同型号、不同尺寸、不同颜色的PCB板，机器人需要完成精准识别、托盘取料、上下料、移动运输、双臂协同等一系列连续动作。这不再是实验室里的抓取演示，而是真实产线上的生产力工具。
中科慧灵的机器人乐队则提供了一个独特的验证视角。四台机器人通过真实乐器完成现场合奏，考验的不是单一动作的精确性，而是多机器人协同、运动控制、精细操作和系统集成的综合能力。中科慧灵品牌经理马妍娇在接受采访时表示：“机器人乐队并不是四台机器人分别完成自己的动作，而是多个机器人角色共同完成一首完整作品。”这种系统级的协同能力，恰恰是机器人从“表演”走向“生产”所必需的核心素质。
RoboScience机器科学展示的“30秒换手即用”跨本体灵巧操作，则揭示了具身智能的另一层突破——同一套大模型可以同时支持多款不同构型的灵巧手完成流畅抓取，无需针对特定硬件重新训练。这意味着机器人的“大脑”正在与“身体”解耦，具身智能正从“本体绑定”走向“云端解耦”。这一技术路线的产业化意义在于：当智能能力可以跨硬件迁移，机器人的规模化部署成本将大幅降低。
从“炫技”到“进厂”，从“表演”到“生产”，具身智能的进化轨迹印证了一个朴素的道理：技术的终极价值不在于证明“我能做到”，而在于回答“我能为你做什么”。当机器人开始计算投入产出比，当企业开始用订单而不是掌声来衡量机器人的价值，这个行业才真正进入了良性发展的轨道。
从“会场”到“市场”：产业升级的必答题
站在2026年7月的上海回望，WAIC已走过八年。展会面积从5.2万平方米扩大到10万平方米，参展企业数翻了一倍。但比数字增长更重要的是产业逻辑的重构。
本届大会上，“产业发展”成为出现频率最高的标签。102个国家和国际组织参会，线下观众突破40万人次，意向采购金额达203.6亿元。这些数字共同指向一个判断：AI产业正从“模型竞赛”全面转向“产品落地”。这届WAIC，是这场转变的第一次正式检阅。
事物的发展是螺旋式上升的过程。AI产业从参数比拼走向落地交付，并非对技术创新的否定，而是技术积累到一定阶段的必然跃升。当大模型的参数竞赛触及阶段性天花板，当算力芯片的制程逼近物理极限，产业必须找到新的增长引擎——这个引擎，就是“把技术转化为生产力”的系统性能力。
从摩尔线程的超节点集群到商汤的异构推理方案，从阿里巴巴的“峰谷Token”到PPIO的智能模型网关，从智平方的类脑大模型到智身科技的万台量产——本届WAIC上的每一个亮点，都在讲述同一个故事：中国科技产业正在告别“讲故事、晒参数”的旧模式，进入“算细账、拼落地”的新周期。
这不是一次简单的风格切换，而是一次深刻的产业升级。当AI从“秀场”走向“市场”，当技术从“概念”转化为“商品”，中国人工智能产业才真正完成了从“少年期”到“成年期”的跨越。而WAIC 2026，正是这场跨越的历史见证。
