雷科技AI硬件组 | 编辑：三七二十一 | 监制：罗超
7月 17日至20日，2026世界人工智能大会暨人工智能全球治理高级别会议主论坛（WAIC 2026）正式召开。作为一年一度的AI行业盛会，今年大会依然聚集了国内外大模型公司、AI应用和硬件厂商，雷科技（ID：leitech）旗下AI新媒体「雷科技AGI（leikejiagi）」也派出报道团，赴上海进行现场报道。
这届WAIC最抢镜的，当然还是机器人。它们在展馆里随便动两下，就能围出三层观众。但真正留在我们脑子里的，反而是几组不那么热闹的画面：乐聚机器人在仿真产线上连续搬箱子，千觉机器人慢慢折起一个纸盒，智元机器人穿着黄色马甲在场馆里导览，荣耀手机背后的摄像头伸出来，开始主动转头看人。
根据大会官方给出的数据，本届WAIC三地四馆、超过10万平方米展区、有超过1100家企业、3000项展品和300款全球首发产品，但这一届WAIC真正重要的地方不在「大」，而在「硬」。
模型还在，聊天机器人也没有消失，只是AI不再满足于屏幕里的问答，开始钻进手机、眼镜、电脑、汽车和机器人，接管传感器、调用应用、控制机械结构，最后伸手碰到真实世界。
可以说，这是九届以来「最硬」的一届WAIC，也是AI第一次如此集中地通过人形机器人、智能体手机、AI眼镜、智能体电脑（Agent Computer）等硬件载体，走向真实世界。
一、这届WAIC的硬科技含量如何？
「硬」首先是肉眼可见的。
手机开始长出机械结构，眼镜开始争夺操作系统，机器人从展台走进工厂，汽车带着世界模型和智能体来到AI大会。再往下，国产AI芯片也不再只摆一张卡，而是把超节点、十万卡集群、近存计算和机器人开发板一起搬进了展馆。
AI正在寻找不同的「身体」。手机拥有成熟的算力、屏幕、应用和支付体系，是现阶段最容易承载个人智能体的身体；眼镜贴近人的眼睛和耳朵，是最自然的第一视角入口；机器人和汽车拥有执行器，能够直接改变物理世界。
就连电脑也在改变。传统AI PC主要强调NPU算力和本地模型，WAIC上出现的Agent Computer（AC）和Agent PC，则进一步把重点放在「执行」。此芯科技展示的Agentic Computer、Agentic Box等产品，试图让端侧设备同时承担模型推理、任务编排、权限管理和数据审计。
同样，六联智能的Agent PC方案，也把CPU、GPU、NPU、本地模型和企业管理系统放进同一条交付链。
这就让「AI与硬件融合」不再是给设备加一个对话框。模型要认识摄像头看到的环境，要调动本地算力和云端服务，要跨应用完成操作，还要在关键步骤让用户确认。到了机器人和汽车上，它甚至要对每一次刹车、抓取和移动负责。
但硬件越多，AI的错误也就越难被藏起来。所以这一届WAIC的「硬」，不只来自硬件、芯片和机械臂，还有一套完整的体系，包括延迟、可靠性、权限、安全、成本和交付等，开始取代单纯的跑分，成为AI产品的必答题。
二、哪些消费电子产品最让人印象深刻？
本届WAIC，消费电子最清晰的两条主线就是智能体手机和AI眼镜。
努比亚NaviX Ultra，也就是豆包手机二代，一定程度上延续了GUI Agent路线，即看懂屏幕，再模拟人的点击、滑动和输入，跨越不同App完成比价、订票、点餐等操作，只要人能操作的界面，AI理论上都能尝试。
不过NaviX Ultra不仅换上量产旗舰机的设计和新的独立AI按键，也没有仅限于GUI，而是如同雷科技早前文章中的看法一样，通过A2A和 MCP等标准接口接入一些大型平台应用，由应用自己的智能体完成进一步的操作或处理。
相比之下，阶跃星辰STEPX Neo选择了重做手机，把个人智能体Amoo放到主要交互入口，用户不必判断该打开地图、美团、携程还是支付宝，只要说清目的和偏好，再由Amoo规划任务、调度服务。背后的Step AOS会统一管理端侧与云端模型、CPU/GPU/NPU算力、跨应用语义记忆和系统权限，并把通信、文件等能力拆成Agent可以调用的原子服务。
至于比较特殊的荣耀Robot Phone也有一定的智能体能力，但更多侧重在主动感知。它用一套可伸出机身、自由转动的机械云台，让摄像头主动追踪人物和观察环境，为跟拍、视频通话以及情境判断增加了一点「身体感」。这个形态最吸睛，却也面对机械耐用性、功耗、持续观察的隐私边界等问题。
相比NaviX Ultra和 STEPX Neo已经在讨论如何跨应用办事，Robot Phone更像是在探索智能体手机还可以获得怎样的新感官。
而不仅是智能体手机，这届WAIC我们也能看到AI眼镜的变化。千问就在WAIC上宣布，千问AI眼镜后续将升级了Skill和 Agent能力，不只是听到问题后给出答案，还可以根据用户意图调用第三方服务
眼镜掌握第一视角、语音和环境信息，天然适合翻译、导航、记录和识物；一旦再接入支付、出行和生活服务，它就有可能成为阿里智能体生态离用户最近的入口。
Rokid更进一步，把重点放到了平台。新一代Rokid AR支持6DoF空间定位、手势识别、空间音频和双摄感知，并加入独立的空间计算能力；YodaOS则想把模型、摄像头、显示、空间坐标和第三方服务组织到同一套眼镜系统里。
这条路不轻松。每一家眼镜公司都想做「眼镜时代的Android」，真正的问题却是开发者会不会来、应用能不能留下来，以及重量、续航和隐私能不能经得住日常使用。
把这些产品放在一起看，它们最后争的都是同一个位置：谁能最早感知用户的需求，并以最短路径把结果交回来。
三、机器人扎堆，
有哪些让人印象深刻的展示？
只看数量，机器人毫无疑问是WAIC的绝对主角。但今年最有价值的变化，是厂商终于没那么执着于跳舞、格斗和后空翻了。
智元是其中最具代表性的一家。60台智元机器人直接进入大会运营，承担导览、巡游、互动和无人零售等服务。它们不再只是展品，而是成了展会基础设施的一部分。智元还在展台搭建了接近真实生产环境的3C产线，展示精灵G2系列执行上下料、检测和装盒。
智元给出的一组数据很能说明产业的关注点：8台机器人曾在平板质检线上连续运行105天，任务成功率达到99.99%，效率约为人工的80%—90%；第一次部署花了约4 个月，第二次缩短到一周。
另外让我们印象深刻的还有「触觉」。WAIC现场，千觉科技让机器人慢慢折纸盒，并在外力干扰后继续完成动作。视觉可以告诉机器人纸盒在哪里，却很难判断手指有没有捏稳、纸面是否已经折到位。到了装耳机、插接头、整理柔性物体这些「最后几厘米」的操作，触觉往往决定了任务能不能真正完成。
乐聚则在现场复刻产线，让机器人连续搬运和拆垛数小时。觅蜂没有带来更吸睛的人形机器人，而是展示用于采集真实操作数据的夹爪和视觉设备。前者回答「能不能干活」，后者处理「机器人从哪里学会干活」。
从WAIC现场观察来看，具身智能正在集体突破一些此前困扰行业的真实瓶颈：一是稳定性，二是高质量数据，三是投入产出比。语言模型可以从互联网上获得海量文本，机器人却很难得到同等规模、同等质量的物理交互数据。即使技术可用，企业还会追问设备折旧、维护、产线改造和节省的人力成本。
因此，机器人行业的胜负不会在展馆里决定。真正的成绩单，要看一台机器人离开聚光灯以后，能不能在工厂里连续工作几个月，并让客户愿意购买第二批。
四、「龙虾」带火Agent之后，
WAIC上的Agent存在感如何？
2026年初，OpenClaw迅速走红。它让更多普通人第一次看到，AI不只能聊天，还能读取文件、调用工具、操作电脑并持续执行任务。到了WAIC，Agent已经不再是一条独立赛道，而是渗进了几乎所有展区。
手机里的Agent调应用，眼镜里的Agent调 Skill，电脑里的Agent处理本地文件，汽车里的Agent串起车控与服务，机器人则可以被视为物理世界里的Agent。
不仅如此，腾讯带来了覆盖办公、编程、出海和内容创作的AI Buddy矩阵，百度展出「搭子」智能体，阿里同时展示千问眼镜和阿里云百炼等智能体平台。
WPS灵犀专业版也将Agent引入到日常的办公场景中。在WAIC现场，WPS灵犀专业版可以「项目」为单位管理上下文和用户偏好，可以调用文档、表格、浏览器与代码能力，最后交付可编辑、可追溯的原生Office文件。面向组织的WPS Comate则进一步处理企业知识、协作和权限。
办公Agent的竞争，已经从「帮我写一段」推进到「交给我一份还能继续修改的成果」。
但Agent拥有文件读写、系统指令和API调用等高权限，能力越强，数据泄露、误操作和提示注入的风险就越大。Agent接管终端之后，模型聪明只是起点，权限分级、关键操作确认、运行隔离、日志审计和责任边界才是产品能否普及的基础。
所以这届WAIC上 Agent的存在感很强，只是它已经不像去年的大模型那样站在展台中央。它更像一层新的操作系统，安静地藏在每台设备和每项服务下面。
五、AI企业级落地、工业化应用无疑是重中之重，有看到哪些让人印象深刻的展示或者方案？
企业客户很少为一次漂亮的回答付费。他们真正购买的是一套能接入业务、管理权限、留住数据、稳定运行并有人维护的系统。
六联智能在WAIC展示的全栈AI终端方案，恰好切中了这条分界线，在WAIC现场将移动AI PC、工作站、服务器、本地模型、Agent执行、算力调度和企业管理放进同一套体系，试图补上从算力选型、软硬件适配到行业应用之间的断点。
六联智能的SIXCLAW AI OS负责模型管理、Agent执行和算力调度，并通过产业链接会与AMD、中国信通院、福昕软件等伙伴讨论算力适配和ISV生态。
核心在于，企业需要的不是一堆零件，而是能部署、能管理、能交付的整套方案。此芯科技展示的Agentic Computer和 Agentic Box，也把本地推理与数据审计放到了金融、政务等敏感场景。天鹜科技的蛋白质设计智能体，则把模型、自动化实验和反馈数据串起来，用于塑料降解酶等科学问题。
而智元、乐聚等公司不断强调真实产线和连续作业，本质上也在回答AI能不能进入现有流程。
企业级AI的「最后一公里」看起来不够性感，却是最容易形成收入、也最考验组织能力的一公里。模型厂商、芯片厂商、硬件厂商和软件服务商都想往这里走，最后比拼的会是项目周期、总拥有成本、安全合规和售后响应。
换句话说，企业不缺一套能演示的AI，缺的是一套出了问题还能找到人负责的AI。
六、算力短缺在WAIC上有体现吗？
未来会持续蔓延还是有所缓解
算力短缺没有在WAIC上消失，只是表现形式变了。
过去大家最关心单卡峰值性能，今年智算展区最醒目的展品却是超节点。华为、阿里、百度，以及沐曦、天数智芯、摩尔线程等国产厂商，都在展示如何把数十、数百乃至上千张加速卡组织成一台更大的计算机。
核心指标也从一张卡有多快，转向芯片利用率、互联带宽、统一内存、系统稳定性和每个Token的成本。
摩尔线程的展示很有代表性。它把训练、Token生产和Agent运行概括成三类「AI工厂」，并用MUSA软硬件栈展示大模型训练和世界模型。这也证明了，国产GPU也能从集群调度、模型训练到推理服务连续跑通。
另一方面，阿里等云厂商自研AI加速芯片，是因为大规模、稳定的推理任务足以摊薄芯片研发成本。专用芯片能围绕特定负载优化性能和功耗，但它不会完全替代GPU：训练任务和快速变化的模型仍然需要通用性，成熟的超大规模推理则更看重单位成本。未来很长一段时间，GPU、NPU和各类ASIC会并存。
而地瓜机器人RDK S600使用18核 Arm Cortex-A78AE处理器和自研旭日S600芯片，最高提供560 TOPS端侧推理算力，希望在同一平台处理感知、大模型推理和实时运动控制。它的意义不只是一块更强的开发板，而是让机器人把更多任务留在本地，减少延迟、带宽和云端账单。
存储也开始从配角走到台前。模型参数、长上下文、Agent并发和机器人产生的多模态数据，都在继续抬高HBM、DRAM、NVMe存储和数据搬运的压力。算力芯片再快，如果数据送不到计算单元，仍然会撞上「内存墙」。因此近存计算、高带宽内存、CXL扩展和分层存储，都会成为下一阶段算力系统的重要组成部分。
所以算力短缺会缓解吗？结合WAIC来看，局部效率可能会改善，但总体需求还会继续扩张。
超节点、ASIC、Arm端侧和新型存储都能降低单位任务成本，但Agent一旦开始全天运行，机器人和汽车又不断产生视频与传感器数据，新增需求很可能比节省下来的算力更快。
算力短缺正在从「缺一张好卡」，蔓延成芯片、内存、互联、电力和软件效率的系统性问题。行业给出的答案，也只能是一整套系统。
七、很多互联网大厂参加WAIC，
都有着怎样的目的？
把互联网大厂参加WAIC简单概括成「老登寻找AI船票」，说对了一半。
焦虑当然存在。移动互联网的增长红利逐渐见顶，Agent又有可能成为新的超级入口。如果未来用户不再打开十几个App，而是把目标直接交给一个智能体，那么谁最先理解需求、谁来分配流量、谁掌握支付和交易，都会重新洗牌。腾讯、阿里、百度和字节没有任何一家愿意把这个入口让给别人。
但只说焦虑，也低估了它们的筹码。
阿里拥有云、芯片、模型、电商、支付和生活服务，可以从底层算力一直做到千问眼镜；腾讯有微信、社交关系、内容生态和小程序，更适合把Agent嵌进用户已经熟悉的服务；百度有搜索、地图、自动驾驶和大模型；京东则掌握商品、交易、物流、硬件渠道和售后服务。
雷科技在汽车展区看到的京东JoyInside与 Cami方案就很有意思。它没有重新造一辆车，而是让旧车通过后装设备获得车载Agent，再连接京东的服务生态。对京东来说，AI的价值最终可以落到一次商品购买、一笔服务交易和一次上门履约上。这正是互联网公司最擅长的地方：
把技术变成一条能闭环的生意链。
知乎的优势又不一样。它的核心资产仍然是专业创作者、真实问题和人类讨论。模型越来越容易获得以后，可信内容、经验判断和社区关系反而可能更稀缺。知乎未必要成为最强的模型公司，但可以继续成为AI获取知识、校正答案和连接专业用户的基础设施。
大厂参加WAIC，一边是防守下一代入口，一边也是把过去二十年积累的云、账号、支付、内容、供应链和服务网络重新打包，提供给AI产业。
所谓寻找船票，很多时候不是跳上一艘陌生的船，而是把自己的旧船改造成AI时代的新船。
八、有什么让人印象深刻的模型展示？
模型的竞争方向有什么变化吗？
基础模型依然是WAIC的底座，只是聚光灯从「谁的参数最大」分散到了四个方向：长程任务、端侧运行、多模态行动和物理世界理解。
Kimi K3以约2.8万亿参数进入3T级开放模型，并把重点放在长程编程、知识工作和复杂Agent任务上。参数规模仍然重要，因为它决定能力上限，但厂商更想证明模型可以持续工作数小时，真正完成一个项目，而不只是答对一道题。
面壁智能的MiniCPM5-1B走的是相反方向，用更小的参数规模进入手机、汽车和机器人。面壁与乐聚合作的导览方案可以在无网络环境下端侧运行，完成环境理解、路线规划和避障。
端侧模型不必在所有能力上超过云端模型，它只要在延迟、隐私、成本和断网可用性上不可替代，就能获得自己的位置。
阶跃星辰则把模型直接推进系统。STEPX Neo背后的Step AOS和个人智能体Amoo，要统一处理端云模型、跨应用记忆、系统权限和第三方服务；在汽车上，阶跃模型又进入吉利超级EVA，把座舱对话、车控与行程服务串成任务链。对阶跃来说，模型的价值不是单独展示，而是成为手机和汽车操作系统的一部分。
再往物理世界走，VLA和世界模型则是具身智能的两条热门路线。VLA擅长把语言、视觉和动作连起来，世界模型则试图学习物体运动和环境变化的规律。两者目前各有短板，更可能长期并行、逐步融合，而不是很快决出唯一答案。
文远知行在WAIC首日发布的WeRide WITT，也属于这轮物理AI竞争。它引入「最小物理事实单元」，从真实道路视频中抽取、推理、验证和编排事实，再把这些事实变成训练与评估信号，可将数据处理效率最高提高约200倍、Token成本降低约98%。
模型竞争没有告别参数，只是增加了更难的考题。未来评价一个模型，要同时看它能不能完成长任务、能不能在端侧跑、能不能调用工具、能不能理解物理规律，以及每完成一次任务到底要花多少钱。
九、很多汽车相关企业参加WAIC，
展现了AI+汽车的哪些趋势？
汽车品牌和自动驾驶公司参加WAIC，并不是因为AI大会越来越像车展。恰恰相反，雷科技/电车通的现场观察是，整车品牌的数量并没有失控，世界模型、智能座舱、自动驾驶和后装服务等方案商却明显增多。
原因很简单：汽车是今天规模最大、商业化程度最高的物理AI终端。
今天的智能汽车拥有摄像头、雷达、车载计算平台、执行器、电池和稳定的用户付费能力，每天还会产生大量真实世界数据。很多机器人公司仍在寻找第一批大客户，汽车已经有成熟产线和数以百万计的量产设备。
而今年汽车AI化最明显的变化，是座舱和驾驶开始靠近。吉利超级EVA不只回答问题，还试图把用户意图拆成导航、车控、内容和生活服务任务；世界模型则被用于理解与生成复杂交通场景，补充现实道路上难以重复收集的长尾数据。京东Cami展示了另一种可能：
不换车，也可以通过后装硬件让燃油车和旧车型获得Agent能力。
文远知行WITT与 GENESIS的组合更能说明这条趋势。WITT负责从真实运营数据中提取和验证事实，GENESIS负责生成高保真仿真与长尾场景，两者共同服务车端模型训练，把汽车AI化从单纯的「座舱AI助手」，推进到对真实世界的持续理解和学习。
不过汽车也是最不能容忍幻觉的AI终端。手机智能体点错一个按钮还能撤销，车辆对行人、红绿灯和道路关系的错误判断，代价完全不同。世界模型、端到端和车载Agent的每一次进步，都必须同时接受功能安全、责任认定和长期运营数据的检验。
汽车来到WAIC，是因为它已经站在模型、芯片、传感器和物理行动的交叉点上。某种意义上，它就是一台已经量产了很多年的轮式机器人。
十、总结一下这届WAIC，
能看到未来AI产业的什么趋势？
如果要用一句话概括WAIC 2026，我们会说：AI终于开始为结果负责了。
过去几年，模型回答得更快、更长、更像人，就足以成为新闻。今年再走进展馆，企业面对的问题变成了：智能体能不能跨应用把任务做完，机器人能不能连续上班，端侧模型能不能在断网时工作，国产芯片能不能稳定支撑集群，企业部署以后谁来维护。
这并不意味着AI已经完成产业化。恰恰相反，WAIC也暴露了很多未完成的部分，包括智能体权限尚未形成统一规则，机器人离通用仍然很远，AI眼镜的续航和生态没有解决，超节点还要通过真实负载验证，汽车世界模型更不能把演示效果等同于安全能力等。
但产业的方向已经改变。下一阶段最有竞争力的公司，未必拥有最大的单一模型，也未必能做出最轰动的Demo。它更可能掌握一条完整链路：模型理解目标，芯片提供算力，操作系统管理权限，传感器读取世界，硬件执行动作，行业数据再把结果送回模型。
AI已经长出身体，这也是「最硬的一届WAIC」真正留下的信号。接下来，行业要证明这副身体不只会动，还能稳定、低成本、负责任地工作。
#WAIC2026 #智能体 #AI硬件 #具身智能 #机器人
主题为「智能伙伴·共创未来」的WAIC 2026 已落下帷幕。
AI叙事路线从模型参数堆叠，转变到Agent生产力落地；异构协同、光子计算持续提高计算上限；具身智能加速应用，机器人到家进厂让物理AI变为现实。
雷科技WAIC探展团已返回广州，正在进行紧张的总结盘点，敬请关注！
End
注：文/雷科技AI硬件组，文章来源：雷科技(公众号ID：leitech)，本文为作者独立观点，不代表亿邦动力立场。
