广告
加载中

AI应用WAIC“抢跑”:热闹是真 但差异化是假

关注前沿科技的 2026-07-21 13:57
关注前沿科技的 2026/07/21 13:57

邦小白快读

EN
全文速览

本文整理了2026年WAIC世界人工智能大会的核心信息,透出当前AI行业的整体发展状态,干货如下:

1. 今年WAIC展览总面积首次突破10万平方米,还首次拆分了论坛和展览场馆,AI行业涌入大量新参与者,整体呈现热闹繁荣的状态,大模型不再单独设置展台,行业关注点已经从模型参数转向落地场景。

2. 当下智能体是绝对主角,场馆几乎每个展台都有智能体相关产品,但整体同质化非常严重,多数产品功能雷同,差异化本质比拼的是厂商积累的生态、数据和入口,少数带自动文件归类标注功能的产品对打工人实用性更高。

3. B端AI落地走定制化路线,FDE驻场部署模式走红,AI硬件领域智能体手机成为新热点,豆包二代、阶跃自研智能体手机都受到市场追捧。

本文从WAIC展会观察总结了AI行业最新发展趋势,对AI品牌的产品研发、市场布局有参考价值,核心干货如下:

1. 消费趋势层面,C端用户对AI产品的接纳度明显提升,AI健康是当前最拥挤的C端热门赛道,产品已经从最初的问诊建议升级到可对接真实医院数字人、支持药品配送,专业度大幅提升,智能体是当前C端最热门的产品方向,但大众需求还比较模糊,仍处于摸索爆款的阶段。

2. 产品研发层面,当前C端智能体功能抄袭速度快,产品本身很难拉开差异化,核心竞争力最终落在品牌自身沉淀的生态、数据和流量入口,品牌需要侧重这类底层能力的积累。

3. B端布局层面,数字员工是B端热门方向,可覆盖财务、客服、人事、行政等多岗位,当前B端交付更认可FDE定制模式,品牌需要搭建既懂业务又懂技术的驻场团队,才能打通交付最后一公里。

本文从WAIC展会透出AI行业最新的市场变化,整理了当前AI赛道的机会、风险和可参考的模式,核心干货如下:

1. 市场机会层面,当前AI赛道整体热度极高,用户对AI产品的接纳度相比去年翻倍增长,C端智能体、AI健康、AI硬件都是高增长赛道;B端企业数字化转型需求明确,数字员工、垂直行业定制智能体市场空间大,世界模型、实时视频模型处于发展早期,属于蓝海赛道,有较多切入机会。

2. 风险提示层面,当前C端智能体赛道同质化非常严重,本质是功能军备竞赛,新功能抄袭实现速度快,新进入者如果没有生态、数据、入口的积累,很难拉开差距,多数产品都还在摸索爆款需求,不确定性很高。

3. 可参考模式层面,当前B端落地FDE驻场定制模式走红,先深入企业挖掘需求再做定制化交付,更容易获得客户认可,不少头部厂商都在布局该模式。

本文透出AI发展给制造业带来的新机会,以及工厂推进数字化转型的相关启示,核心干货如下:

1. 商业机会层面,AI智能体已经落地工业生产场景,比如西门子工业智能体可以实现压力容器等设备的远程开关控制,替代以往的现场操作,显著降低工厂的运维成本,还可以优化出海风电场的维护排程,结合风机状态和天气预测安排维护,把风功率损失降到最低,工厂可以对接这类AI应用降本增效。

2. 生产端需求层面,AI硬件已经成为AI行业新的竞争战场,智能体手机、端侧智能开发板、AI交互硬件等需求快速增长,给硬件生产代工厂带来大量新订单,同时端侧AI硬件对软硬件适配能力要求更高,也给工厂的生产设计提出了新要求。

3. 数字化转型启示:工厂推进AI转型,优先选择支持FDE模式的AI服务商,让服务商深入工厂的生产、管理场景挖掘需求,定制适配自身业务的AI应用,转型效果比通用型AI产品更好。

本文总结了AI服务行业最新的发展趋势、客户痛点和主流解决方案,核心干货如下:

1. 行业发展趋势:当前AI行业已经从早年的模型参数竞争转向落地场景竞争,C端智能体、B端企业AI服务、AI硬件是当前三大核心增长方向,世界模型、实时视频模型是下一代技术热点,整个行业处于高速增长阶段,市场需求持续扩张。

2. 核心客户痛点:C端用户对智能体的需求尚模糊,市场上大部分智能体产品同质化严重,缺少真正有差异化的实用产品;B端客户对AI落地的可靠性、业务适配性要求高,通用型AI产品无法满足不同企业的个性化业务需求,AI交付最后一公里一直存在缺口。

3. 成熟解决方案:针对B端的定制化落地需求,FDE驻场部署模式已经成为行业认可的解决方案,通过安排既懂AI技术又懂客户业务的驻场团队,深入挖掘需求后做定制化开发,能有效解决AI落地难的问题,目前多家头部AI厂商都在布局该业务。

本文反映了当前AI行业参与者对平台的需求,以及最新行业风向,对AI平台的运营布局有参考价值,核心干货如下:

1. 行业对平台的核心需求:当前AI智能体的差异化竞争最终比拼的是平台的生态、数据和入口资源,多数新智能体产品都是依托平台现有资源孵化而来,比如百度的GenFlow就是依托百度网盘孵化,后续还会接入百度网盘的订阅付费体系变现,新的中小智能体开发者对平台的资源依赖度很高。

2. 平台可参考的最新做法:C端平台可以开放智能体创作能力,吸引C端用户和企业自发开发应用,后续再基于用户需求延伸出企业版服务;B端平台可以打造企业级智能体平台,覆盖多岗位的数字员工需求,同时布局FDE驻场服务团队,满足企业的定制化需求。

3. 风向规避:当前C端智能体同质化非常严重,平台招商要侧重引入有独特数据、生态或者功能差异化的产品,避免大量功能雷同产品涌入,降低同质化竞争带来的用户流失。

本文通过WAIC展会的一线观察,总结了当前AI产业落地的最新动向、暴露的新问题,对AI产业研究有较高参考价值,核心干货如下:

1. 产业新动向:当前大模型已经退居幕后,智能体成为AI落地的绝对主角,C端厂商扎堆涌入智能体赛道探索爆款场景,B端走定制化落地路线,AI硬件成为新的竞争赛道,世界模型、实时视频模型成为下一代技术的热点方向,FDE驻场定制交付模式在B端快速走红。

2. 产业新问题:当前C端智能体同质化严重,属于功能军备竞赛,产品本身很难做出差异化,核心竞争力只能回归厂商积累的生态、数据和入口;B端尽管落地路线清晰,但当前AI产品化能力不足,FDE模式本质是产品化能力不足的权宜之计,回到了SaaS时代的定制交付老路;端侧AI软件厂商和硬件厂商合作中,普遍存在软件厂商议价权低的问题,新的合作模式仍在磨合。

3. 商业模式现状:C端智能体多依托现有产品的订阅体系变现,也有探索独立App模式的玩家,B端主要靠API服务、定制化交付、平台服务变现,整体商业模式仍在探索过程中。

返回默认

声明:快读内容全程由AI生成,请注意甄别信息。如您发现问题,请发送邮件至 run@ebrun.com 。

我是 品牌商 卖家 工厂 服务商 平台商 研究者 帮我再读一遍。

Quick Summary

This article compiles key takeaways from the 2026 World Artificial Intelligence Conference (WAIC) that reflect the current state of the global AI industry, as follows:

1. This year's WAIC exceeded 100,000 square meters of exhibition space for the first time, and split its forum and exhibition venues into separate locations for the first time. The AI industry is seeing an influx of new entrants, driving overall robust growth and activity. Large language models no longer have dedicated exhibition booths, as the industry's focus has shifted from model parameter size to real-world deployment scenarios.

2. AI agents are the undisputed star of the event, with agent-related products featured at nearly every booth. However, the market faces severe homogenization: most products offer nearly identical features, and differentiation ultimately boils down to vendors' accumulated ecosystems, datasets and user access points. A small number of products with automatic document classification and annotation functionality stand out for their high practical value for office workers.

3. For B2B AI adoption, custom development is the dominant path, and the on-site FDE (Field Deployment Engineering) delivery model has grown popular. In AI hardware, AI agent-enabled smartphones have emerged as a new hot spot, with products including Doubao 2 and the self-developed agent phone from StepFun attracting strong market attention.

This article summarizes the latest AI industry trends observed at WAIC, offering actionable insights for AI brands' product R&D and market strategy, with key takeaways below:

1. On the consumer trend side, C-end user acceptance of AI products has grown notably. AI health is currently the most crowded C-end track, with products evolving from initial consultation recommendations to integrating digital avatars connected to real hospitals and supporting prescription drug delivery, greatly improving professional capability. AI agents are the hottest C-end product direction right now, but mass market demand remains unclear, and the industry is still in the exploratory stage searching for a breakout hit product.

2. On the product R&D side, C-end AI agent features are copied extremely quickly, making it hard to stand out through product functionality alone. Core competitive advantage ultimately comes down to a brand's accumulated ecosystem, datasets and user traffic access points, so brands should prioritize building these underlying capabilities.

3. For B2B market expansion, digital employees are a popular B-end use case that can cover multiple roles including finance, customer service, HR and administration. Currently, the FDE custom delivery model is the most widely accepted approach for B-end projects. Brands need to build on-site teams with both business and technical expertise to deliver a seamless end-to-end client experience.

This article covers the latest market shifts in the AI industry revealed at WAIC, sorting out current opportunities, risks and actionable business models in AI tracks, with key takeaways below:

1. In terms of market opportunity, the overall AI sector is seeing extremely high momentum, and user acceptance of AI products has doubled compared to last year. C-end AI agents, AI health and AI hardware are all high-growth tracks. For B-end clients, demand for digital transformation is clear, creating large market opportunities for digital employees and vertical industry custom agents. World models and real-time video models are in early stages of development, representing blue ocean markets with plenty of entry opportunities for new players.

2. In terms of risk warning, the C-end AI agent track currently suffers from severe homogenization, essentially devolving into a feature arms race where new functions are copied very quickly. New entrants without existing ecosystem, data or user access accumulation will struggle to differentiate their offerings, and most products are still searching for clear product-market fit, leading to high uncertainty.

3. In terms of actionable business models, the on-site FDE custom delivery model has gained traction for B-end adoption. This approach, which involves deep dives into a client's business to identify needs before building custom solutions, is more likely to win client approval, and many leading AI vendors are already adopting this model.

This article outlines new opportunities AI development brings to the manufacturing industry, and actionable insights for factories advancing digital transformation, with key takeaways below:

1. In terms of business opportunities, AI agents are already deployed in industrial production scenarios. For example, Siemens' industrial agent enables remote control of equipment such as pressure vessels, replacing on-site manual operations and significantly reducing factory operation and maintenance costs. It can also optimize maintenance scheduling for overseas wind farms, scheduling maintenance based on turbine status and weather forecasts to minimize wind power output losses. Factories can integrate such AI applications to cut costs and improve efficiency.

2. In terms of production-side demand, AI hardware has become a new competitive battleground for the AI industry. Demand for agent smartphones, edge-side AI development boards, and AI interactive hardware is growing rapidly, bringing large new order volumes to hardware manufacturing factories. At the same time, edge AI hardware requires stronger software-hardware adaptation capabilities, which raises new requirements for factories' production and design capabilities.

3. Key insight for digital transformation: When advancing AI adoption, factories should prioritize AI service providers that support the FDE model. This model lets service providers deeply embed themselves in the factory's production and management scenarios to identify needs, and build AI applications customized to the factory's specific business, delivering better outcomes than off-the-shelf general AI products.

This article summarizes the latest development trends, core customer pain points and mainstream solutions for the AI service industry, with key takeaways below:

1. Industry development trends: The AI industry has shifted from early competition over model parameter size to competition over real-world deployment. C-end AI agents, B-end enterprise AI services and AI hardware are currently the three core growth areas, while world models and real-time video models are the next generation of technical hot spots. The entire industry is in a high-growth phase, with market demand continuing to expand.

2. Core customer pain points: C-end user demand for AI agents remains unclear, and most agent products on the market are highly homogenized, with few differentiated, truly practical offerings. B-end clients have high requirements for the reliability and business adaptability of deployed AI, and general-purpose AI products cannot meet the personalized business needs of different enterprises, leaving a long-standing gap in the final mile of AI delivery.

3. Established solutions: To address B-end demand for custom deployment, the FDE on-site deployment model has become an industry-recognized solution. By stationing an on-site team with both AI technical expertise and deep understanding of the client's business to conduct in-depth needs discovery before custom development, this model effectively solves the long-standing problem of difficult AI deployment. Multiple leading AI vendors are already scaling this business model.

This article reflects current AI industry players' demand for platforms and the latest industry trends, offering insights for AI platform operation and strategic planning, with key takeaways below:

1. Core industry demand for platforms: Differentiation competition among AI agents ultimately comes down to the platform's ecosystem, data and user access resources. Most new AI agent products are incubated relying on a platform's existing resources—for example, Baidu's GenFlow was incubated based on Baidu Netdisk, and will later access Baidu Netdisk's subscription payment system for monetization. New and small AI agent developers are highly dependent on platform resources.

2. Latest actionable practices for platforms: C-end platforms can open up AI agent creation capabilities to attract C-end users and enterprises to develop applications spontaneously, then expand to enterprise-level services based on accumulated user demand. B-end platforms can build enterprise-grade agent platforms to cover digital employee needs across multiple roles, while building out FDE on-site service teams to meet enterprises' custom requirements.

3. Risk mitigation for platforms: The C-end AI agent market currently suffers from severe homogenization, so platforms should prioritize recruiting products with unique data, ecosystem or functional differentiation during merchant onboarding. This avoids an influx of functionally identical products that will increase homogeneous competition and lead to user churn.

Based on on-the-ground observations from WAIC, this article summarizes the latest trends and emerging problems in AI industry deployment, offering high reference value for AI industry research, with key takeaways below:

1. New industry trends: Large models have now moved behind the scenes, and AI agents have become the undisputed core of AI deployment. C-end vendors are flocking to the agent track to explore breakout use cases, while B-end deployment follows a custom development path. AI hardware has emerged as a new competitive track, world models and real-time video models are the next hot direction in technology development, and the FDE on-site custom delivery model is growing rapidly in the B-end market.

2. New emerging industry problems: C-end AI agents face severe homogenization, in what is essentially a feature arms race, making product-level differentiation very difficult. Core competitiveness can only come from vendors' accumulated ecosystem, data and user access points. While B-end deployment has a clear path forward, the industry still lacks strong productization capabilities, and the FDE model is essentially a stopgap measure to compensate for weak productization, representing a return to the custom delivery model of the early SaaS era. In partnerships between edge AI software vendors and hardware manufacturers, software vendors generally hold low bargaining power, and new cooperation models are still being refined.

3. Current status of business models: Most C-end AI agents monetize through existing product subscription systems, though some players are exploring standalone app models. B-end monetization primarily relies on API services, custom delivery and platform services. Overall, sustainable business models for AI agents are still in the exploratory stage.

Disclaimer: The "Quick Summary" content is entirely generated by AI. Please exercise discretion when interpreting the information. For issues or corrections, please email run@ebrun.com .

I am a Brand Seller Factory Service Provider Marketplace Seller Researcher Read it again.

前沿科技,数智经济

没人能精准预判下一个爆款,但谁也不愿错过任何可能。

文|魏琳华

编|刘俊宏

今年逛WAIC在精神上是享受,在肉体上是遭罪。

展馆内随处可见超大冰块、热到拿手中一摞宣传单扇风的观众,和架着长枪短炮、一字排开坐在角落的工作人员。每个人脸上都写满了疲倦。

这届展览总面积首次突破10万平方米,首次把论坛和展览拆到了不同的场馆。这场盛大的展览,是大厂、小厂、创业者同时加速涌入AI行业带来的“繁荣”。

时代在切换,一些参与者多了,另一些参与者在退场。

去年本来就退居角落的大模型,今年在展馆里更是难以寻觅。取而代之的,是随处可见的智能体(Agent)产品,是排成长队的“AI智能体手机”,是各家反复宣传的“行业大脑”与“数字员工”。

在逛展结束之后,光锥智能从今年WAIC感受到几个清晰的信号:

模型不再值得一个展台,聚光灯从参数转向了场景。C端忙着做Agent抢占市场先机,B端忙着做智能体平台,或是靠FDE(Forward Deployed Engineer,驻场部署工程师)挖掘企业转型的机会。

智能体百花齐放,AI硬件也不遑多让。场馆几乎每个展台都在宣传智能体。“豆包”手机和阶跃星辰的AI智能体手机,这两个展台永远大排长龙。

但繁荣之下,同质化成了逃不开的问题。现场无数个AIGC创意平台,无数个加着“Claw”后缀的智能体。一眼扫过去,很难看到区别。个中差异化,本质上是靠平台各自积淀的生态、数据和入口。

“不确定性很多,但大家都在边跑边看。”一位参展厂商的工作人员对光锥智能坦言。

没人能精准预判下一个爆款在哪,但谁也不愿意错过任何一个可能的方向。

智能体成绝对主角

但它们“长”得太像了

AI应用落地的风,终于真真切切地吹进了人群里。在场馆最直观的感受是,用户对AI产品的接纳度明显提升,才催生了这么多独立AI应用。

“和去年相比,今年我们上来用户就直接翻了两倍。”京东健康展台的工作人员告诉光锥智能。

在一众贴近C端的赛道中,AI健康是今年最拥挤的方向之一。WAIC现场,蚂蚁阿福的0.01元送体重秤减肥吸引现场观众报名,京东健康旗下的AI医生“大为”、科大讯飞的AI健康助手“讯飞晓医”、百川智能的“百小医”等等,都是面向C端的健康助手产品。

现场观察中,通过和医疗行业、供应链的联动,今年的AI健康产品从最初的问诊辅助定位,变得更专业。去年,AI还只能给点“建议”,今年能与真实医院医生的“数字人”聊天、药品配送也都安排上了。

聚焦到具体产品,智能体是今年C端产品的绝对主角。

腾讯的智能体产品之多,一面墙都装不下。除了年初的WorkBuddy和QClaw,还有给设计师用的Ardot、更像AI版电脑管家的Mavis、“手搓”独立应用的吐司……这些井喷的智能体,更像是大厂先在内部用起来,再“推出去”的成果。

阿里“秒悟团队版”的工作人员告诉光锥智能,秒悟的诞生更多源自内部需求。比如秒悟搓应用的功能一开始在内部呼声就很高,随着更多内部员工自发用了起来,才决定推出C端产品。后来又因为企业客户的需求,比如做个报名表单,演示功能等,才延伸出了企业版。

一部分智能体靠定位做成了独立App,还有一些则直接和自家王牌产品结合,靠Agent能力促进付费转化。

百度是其中典型的一家。在自家的工作搭子DuMate、AI应用创意产品秒哒之外,展台上的GenFlow更像是百度网盘的衍生产物。以GenFlow为例,它既可以在百度网盘中心区域唤醒对话,也能靠Agent能力用来帮忙整理视频关键信息、编写文件等等。谈及GenFlow未来的规划,工作人员告诉光锥智能,它后续更多考虑加入百度网盘的订阅付费服务。

但在一片Agent“繁荣”中,“重复”也非常明显。

光锥智能逛遍了现场的AI展台,虽然产品繁多让人眼花缭乱,但总结下来,其实都集中在几个大的方向:各类以Claw做尾缀,或者自命名的个人智能体、帮你“手搓”应用的智能体、接管AIGC内容创意生成的图像/视频智能体、甚至是各种类Mac mini的智能体盒子。

以个人智能体为例,多款产品在演示场景的展示高度雷同,跑数据分析、写报告是“招牌展示”。当问及产品的差异化优势时,“支持接多种模型”、“拥有自建的Skill库”几乎成了“通用答案”。

逛下来一圈,光锥智能对科大讯飞的Loomy和面壁智能的智能体印象更深——两者均在内部融合了“资料库”功能,把用户上传的文件按类型自动归类,并对不同文件用AI做基础标注,对打工人更友好。

除了少数完成度和目标指向清晰的之外,更多产品处在探索“爆款需求”的摸索阶段。

光锥智能和多家厂商的讲解人员交流时,几乎都会被反问一句:“你觉得我们还可以做什么新功能?”

“大家都在做,而且都趋同了。因为要把别人的功能拿过来太快了。看上谁的新功能,实现一下就好了。真正在实践中好用的功能,它都是趋同的。”一位工作人员告诉光锥智能。

这样的回答,看似积极,实则无奈。当前C端智能体的繁荣,可能根本谈不上场景定义权的争夺,本质上是一场功能军备竞赛。所有人都在抄,好用的功能又都差不多。那差异化最终只能回到生态、数据和入口,而不是产品本身。

在OpenClaw之后,“智能体商业化元年”里,每一家厂商都希望找到下一个爆款场景。这是C端Agent的集体写照——热闹,但所有人都挤在一起,拉不开差距。

但似乎,繁荣就应该永远和泡沫并行。

去B端掘金

FDE抬起了头

如果说C端是“百花齐放”,那么B端就是在走一条越来越确定的路——把自己的能力拿出来打包给更多企业,让他们买单。这一点,最简单的是卖API,Anthropic已经证明了。

在大模型能力仍然遵循Scaling Law进化、Agent产品爆火的当下,B端更多是在旧有的基础上完善自己的工作。

企业智能体平台和产品方面,去年大多还停留在“针对具体场景做优化”。今年“数字员工”成了更流行的概念——按角色分类,在财务、运营、客服这些经典角色之外,又追加了人事、行政等“AI员工”角色,一个公司就快“五脏俱全”了。

以网易智企为例,公司的企业级AI Agent平台帝王蟹ClawHive可以为一家小型制造企业围绕产品报价、原材料采购、老板日报、会议决策等需求搭建应用,可以很大程度上减少人力在搜集、整理、分析工作上的消耗,增强过程管理、关键决策和项目推进的效率。

垂类行业里,推出智能体已不意外。以科大讯飞为例,其员工告诉光锥智能,他们今年推出了“星火晓法超级智能体”,并且成立了独立公司。它针对的是律师等法律行业的角色,打通谈案收案、诉前准备、立案保全等诉讼流程,AI现在可以替人直接完成证据梳理核对、风险点识别、各类诉讼文书生成等。这对于律师来说非常有用,因为实际情况下,委托人往往连自己的诉求都说不清楚。

相对于C端,B端拼的是落地。相比去年用来降本增效,今年智能体可以在了解工作项目的基础上,接手更多复杂任务。

西门子工业智能体的一个客户在WAIC现场分享了实际效果。一类是压力容器等设备的远程开关控制,以往需要现场操作,如今由AI直接调度,显著降低运维成本;另一类是出海风电场的维护排程,AI需要同时预测风机状态与天气,在恰当时间窗完成维护,把风功率损失降到最低。

对任务成功率、可靠性追求更高的B端,还是需要在工程细节下更多功夫。

谈及当前智能体的技术卡点,面壁智能的工作人员表示,智能体的落地体验由海量工程细节堆砌而成,现阶段仍然有诸多工作需要完善,比如智能体的记忆问题。下一步,面壁智能想让智能体“主动发现任务”。“项目你在看着,但人去休息了,交给AI来完成查漏补缺。”

在标准产品之外,光锥智能注意到,B端市场另一个明显变化,是FDE模式已经走红。WAIC现场,越来越多企业开始宣传自己支持FDE,可以先深入企业挖掘AI能力需求,再做定制化产品。

金山办公WPS员工告诉光锥智能,他们从2025年下半年开始布局FDE:“我们之前已经做过一些成功的场景,比如人力、财务、法律等,现在开始延伸到帮企业做处理,针对他们的业务场景做各种AI能力,比如智能体。”

做FDE的必要性是什么?面壁智能的工作人员告诉光锥智能,“企业必须要有一个小团体,哪怕只有一个人也好,他必须要又懂业务又懂技术。”他进一步透露,面壁智能也正在筹备这项业务。

这其实有点讽刺。AI创造出来本该是期待“一题多解”、具备泛化能力,结果B端落地却重新回到了高度定制、交流密切的FDE模式。这简直跟SaaS时代的驻场实施、咨询式交付一模一样。AI模型厂商能力再强,交付最后一公里还是要懂业务、懂AI的人去填。

或许,FDE模式是当前AI产品化能力不足的权宜之计。但总而言之,好用、能卖货就是好策略,模型厂商现在也只能这么坚持下去。

大模型退居幕后

世界模型火热,硬件成新战场

回到AI应用的底层基础——大模型,今年的变化仍然值得关注。今年月之暗面一如既往只提供一个供人打卡的展位。但在WAIC之外,2.8T的Kimi K3掀起的关注已经传到了硅谷。

聚焦到WAIC现场,世界模型的火热堪比大模型最初的狂热。

“更关键的变化正在发生,AI不再只停留在生成内容,他开始理解世界怎么运行,预判行动会带来什么结果。我们笃定判断2026年是世界模型的元年。”昆仑万维董事长兼CEO方汉说。

围绕这一判断,昆仑万维自己又把之前“AII in”的热情蔓延到了世界模型赛道。本届WAIC上,他们发布了一款面向游戏场景的可交互世界模型Matrix-Game 3.5。Skywork首席科学家成宇在论坛上披露,3.5版本在Matrix 3.0的基础上做了三大方向的联合迭代——数据、模型、推理。

由于世界模型的技术路线尚未完全收敛,这决定了赛道本身的分歧和差异化——从给具身智能打基础的世界模型,到应用在游戏、AI社交行业的模型。

聚焦到其它模型分支,今年另一个明显趋势是实时视频模型,它们正在杀入娱乐赛道。

“当模型进入真实世界,关键不只是识别声音和画面,而是理解这些信息在什么情境中发生,并据此判断何时回应、如何回应。”模思智能相关负责人在WAIC分享。

今年,实时视频模型的玩家越来越多了,比如之前就在AI视频领域布局的爱诗科技、生数科技,并衍生了AI游戏、数字人互动等玩法。在WAIC,我们也体验了很多AI互动的玩法:

谷歌带来的AI互动展示是“情绪云”——通过面部识别给出情绪判断。光锥智能围观中,一位用户被识别为“焦虑”,头上的云朵就变成了“乌云”,然后用户一边握着毛茸茸的情绪球、一边听AI的安抚。

一些视觉类的辅助硬件被用来提升交互质量。科大讯飞现场展示了一块透明的玻璃屏幕,可用于辅佐现实交互场景,包括翻译、回答问题等。工作人员告诉光锥智能,配备摄像头是为了在嘈杂场景中锁定具体说话人物,避免识别到其他人发言导致串音的情况。

不过,论及WAIC 2026当仁不让的“互动主角”,是智能体手机。今年不得不谈两家公司——一家是豆包手机,一家是阶跃自研的AI智能体手机。

豆包和努比亚合作的第二代手机出现在现场,光锥智能实际体验后的感想是,字节把做豆包App的耐心放到了做豆包手机上,相比“简单粗暴”的一代,二代虽然在权限上做得更谨慎克制,但是具体的功能更完善、更稳定了。

阶跃星辰做得更彻底——他们选择自研手机,现场大排长龙。体验下来,手机的界面上比较大胆,开场就是一个智能体界面,演示的功能包括让手机帮忙记住碎片记忆,做一个聪明的智能体。

更多AI厂商不仅在硬件端广泛合作,选择自己试水做产品的也大有人在。

以面壁智能为例,他们此前预告的AI硬件“松果派”(Pinea Pi)于年中正式上市。这是一款AI原生的端侧智能开发板,定位给开发者使用——通过整合灯光、语音、视觉等模态、加上硬件算法与底层模型的深度适配,为开发者提供demo验证环境。

谈到为何选择开发者群体,松果派负责人告诉光锥智能,这是一个可以快速验证的场景:如果横向去跟眼镜、手环等产品对比,上述链路看起来功能丰富,但在观测领域其实有非常多需要验证的东西。

作为一家端侧模型公司,面壁智能做硬件的逻辑更像是现在AI企业和硬件端合作的共同问题。

“对端侧模型公司来说,如果只做软件部分和其他硬件厂商合作,那我们其实议价权很低,如果我们把供应链体系建起来,再做硬件,其实也是帮我们把整体做得更可控一些。”他告诉光锥智能。

当物理AI即将落地现实,AI软件如何与硬件厂商合作、获得更多话语权?这个问题,大模型公司们正在加速磨合中。

模型在迭代,需求尚模糊,边界在试探。对所有玩家来说,今年只有一个选择——跑起来再说。

注:文/关注前沿科技的,文章来源:光锥智能(公众号ID:guangzhui-tech),本文为作者独立观点,不代表亿邦动力立场。

文章来源:光锥智能

广告
微信
朋友圈

FAQ回顾

2025年WAIC展会AI领域有哪些核心看点?

2025年WAIC展会总面积首次突破10万平方米,AI智能体成为全场核心主角,C端AI智能体手机、各类C端智能体产品人气火爆,B端数字员工、FDE驻场部署模式走红,世界模型、AI硬件成为新赛道热点。

当前AI智能体行业的主要痛点是什么?

当前AI智能体行业同质化问题突出,C端产品功能、演示场景高度雷同,大多集中在个人智能体、AIGC内容生成等方向,差异化仅靠平台积淀的生态、数据和入口,多数产品仍处于爆款需求探索阶段。

AI智能体在B端落地的主流模式有哪些?

AI智能体B端落地主流模式包括售卖API、推出标准化企业智能体平台、打造按角色分类的数字员工,以及FDE驻场部署模式,深入企业挖掘需求后定制AI产品,可覆盖财务、法务、工业运维等多场景需求。

AI企业布局端侧硬件有哪些好处?

AI企业布局端侧硬件可解决仅做软件时议价权低的问题,通过搭建供应链体系,可实现多模态能力与底层模型的深度适配,让产品整体进度更可控,也能为开发者提供快速验证的环境。

这么好看,分享一下?

朋友圈 分享

APP内打开

+1
+1
微信好友 朋友圈 新浪微博 QQ空间
关闭
收藏成功
发送
/140 0