WAIC 2026 · 上海
WAIC 2026 热点观察
2026 世界人工智能大会暨人工智能全球治理高级别会议在上海举行，主题是“智能伙伴 共创未来”。
大会背景
本次 WAIC 是人工智能全球治理高级别会议。7 月 17 日上午，习近平主席在上海世界会客厅出席开幕式并发表主旨讲话；7 月 16 日，成立世界人工智能合作组织的协定签署仪式在上海举行，29 个国家代表签署协定成为创始成员国，组织总部设在中国上海。AI 已不只是产业政策，而是与贸易、技术标准、安全和国际合作捆绑在一起。
大会时间与主题2026 年 7 月 17 日至 20 日，上海；主题为“智能伙伴 共创未来”。
大会规模展览总面积首次突破 10 万平方米，1100 余家企业参展，超 300 款产品全球首发。
高层出席习近平主席出席开幕式并发表《携手构建公正合理的全球人工智能治理体系》主旨讲话。
全球治理成立世界人工智能合作组织协定在上海签署，29 个国家代表成为创始成员国。
AI 手机：模型不是最大的墙，App 才是
N01-1. 三款“下一代手机”
三款产品都在讲 AI 手机，但路线、成熟度和要解决的问题并不一样。
| 产品 | 厂商背景 | 产品路线 | 当前状态 | 主要看点 | 待观察点 |
|---|---|---|---|---|---|
| STEPX Neo系统设想 | 阶跃星辰是大模型创业公司，STEPX 是其从模型和智能体系统走向 AI 终端品牌的尝试。 | Agent 原生操作系统，强调端侧模型、个人智能体 Amoo 和 Step AOS。 | 工程样机 / 概念展示为主。 | 手机不只是运行 App，而是由智能体理解意图、调动服务。 | 上下文和用户画像能否跨 App 使用，主流服务是否开放接口和授权。 |
| NaviX Ultra量产检验 | 努比亚是中兴旗下手机品牌，这次与字节豆包合作延续 AI 手机路线。 | 可视为“豆包手机二代”，主打系统级智能体和跨应用执行。 | 接近量产，具体上市和完整配置仍需核实。 | 最接近真实量产，也最能检验 AI 手机能否从演示走向日常使用。 | 是否仍主要依赖读屏和模拟点击，还是已经获得 App 接口、协议或深度合作。 |
| Robot Phone形态实验 | 荣耀是成熟手机厂商，优势在终端工程、渠道、MagicOS 和手机 AI 生态。 | 四自由度云台摄像头，让手机具备主动转向、跟拍和稳定运镜能力。 | 已开启预约，正式发布信息仍需跟进。 | 硬件变化最直观，可能先在拍摄、直播、运动记录等场景体现价值。 | 云台耐用性、维修成本、机身负担，以及实时视觉理解所需的算力和费用。 |
这三款手机不是同一场比赛。STEPX Neo 更像未来操作系统的样机；NaviX Ultra 更像对当前 App 生态的挑战；Robot Phone 则是手机硬件形态的一次实验。
N01-2. AI 手机为什么在 2026 年变热
合规开始落地，标准开始出现，但它们还不能证明真实体验已经成熟。
手机端侧生成式 AI 服务备案
Apple 智能、华为小艺、OPPO AndesGPT、vivo 蓝心、小米澎湃 AI、三星盖乐世 AI 和努比亚豆包手机大模型进入备案名单，说明手机 AI 开始从发布会概念进入合规阶段。
首批人工智能终端认证
AI 终端开始有行业标准和等级语言，但认证不等于能稳定完成订票、付款、打车、写文件和发消息。
背景判断从概念到合规备案和认证让手机 AI 进入正式竞争阶段，但还不是用户体验成熟的证明。
真实验证看任务成功率真正的考试不在展台上，而在普通人的日常任务里。
端云分工成本不会消失本地模型适合低延迟和隐私任务，复杂理解和生成仍可能依赖云端。
产品落点入口重新分配手机厂商、模型公司和 App 平台都在争夺下一代服务入口。
N01-3. AI 手机落地的六道门槛
判断 AI 手机，不只看模型和发布会演示，更要看它能否穿过真实场景里的门槛。
01跨 App 能力AI 能不能进入支付、出行、外卖、电商、办公、社交等真实服务？
02官方接口是通过正式接口协作，还是通过读屏和模拟点击完成操作？
03人工确认支付、验证码、身份验证、金融操作、隐私授权由谁确认？
04算力成本本地模型和云端模型如何分工，免费期后的费用由谁承担？
05错误责任订错票、买错东西、发错信息、误删文件之后谁负责？
06数据可信用户画像、偏好、行程和工作内容存在哪里，能否删除或导出？
这些问题，比“手机会不会聊天”更接近 AI 手机的真实门槛。
N01-4. 和苹果手机的对比判断
苹果和中国厂商不是简单的谁领先谁落后，而是两条路线。
苹果路线：系统级整合
- 把 AI 放进写作、照片、通知、Siri、快捷指令、开发者框架和系统体验里。
- 强调隐私、本地模型、统一体验和可控边界。
- 推进节奏较慢，但更注重系统秩序。
中国路线：场景先行
- 支付、打车、订票、外卖、电商、办公、短视频剪辑等服务密度高。
- 更容易做出“AI 替用户办事”的演示。
- 也更容易触碰 App 授权、风控、支付责任和商业分成问题。
苹果强在体验收敛和权限设计；中国厂商强在场景密度和快速试错。前者慢但稳，后者快但更早撞上生态墙。
AI 眼镜：不是下一部手机，而是给现实世界加字幕
N02. AI 眼镜：给现实世界加字幕
WAIC 2026 上，AI 眼镜已经从“戴在脸上的相机”往前走了一步，开始分路线寻找真实场景。
| 产品 | 它想解决什么问题 | 眼镜上的关键能力 | 成熟度 | 对普通人的意义 |
|---|---|---|---|---|
| 讯飞 AI 眼镜专业工具 | 让跨语言沟通、会议、演讲更自然。 | 双目字幕、122 种语言实时翻译、面对面翻译、通话翻译、视觉翻译、智能提词、会议纪要、GlassClaw AI 助理。 | 已发布并预售，在 WAIC 2026 获评“镇馆之宝”。 | 最像一个“随身同传 + 提词器 + 会议秘书”，用途很容易被普通人理解。 |
| Rokid Glasses / YodaOS显示系统 | 让眼镜不只是硬件，而有自己的操作系统。 | 双目显示、实时翻译、导航、AI 助手、YodaOS 原生智能眼镜操作系统、主动提醒、行程记录。 | Rokid Glasses 已面向市场，YodaOS 和新一代 AR 空间计算设备在 WAIC 2026 做展会首秀。 | 代表“眼镜也需要系统”的路线：未来竞争不只拼镜片和摄像头，还拼交互和生态。 |
| 李未可 X-AI 记忆眼镜长期记忆 | 把现实中的会议、对话和日常事件整理成可回看的记忆。 | 26 克眼镜本体、约 10 克可拆卸磁吸摄像头、录音记录、自动纪要、待办生成、结构化记忆召回、可见式录制状态。 | WAIC 2026 首日发布，售价 799 元起，预售价最低 499 元。 | 它把“记忆”单独拎出来做成新品类，很有想象力，也最容易引发隐私讨论。 |
| 夸克 / 千问 AI 眼镜 S1、G1生态入口 | 把眼镜接进支付、导航、购物、出行等生活服务。 | S1 有双目近眼显示，G1 更轻量；接入千问、夸克、支付宝、高德、淘宝、飞猪等生态，支持导航、翻译、支付确认、比价、拍摄和备忘。 | 已上市，不是本届 WAIC 新首发；适合作为“生态入口型眼镜”的产业参照。 | 它说明 AI 眼镜不只是回答问题，真正难的是能不能接入服务、完成事情。 |
讯飞走专业工具路线，Rokid 走显示和系统路线，李未可走记忆路线，夸克 / 千问走生态入口路线。
无显示眼镜
- 代表是 Ray-Ban Meta、小米 AI 眼镜、千问 G1。
- 优势是轻、便宜、外观接近普通眼镜，适合拍摄、语音问答、听音乐和简单记录。
- 2026 年第一季度，无显示智能眼镜市场同比增长 210%，Meta 在这一类里仍占接近 84% 的份额。
轻显示眼镜
- 代表是讯飞 AI 眼镜、Rokid Glasses、夸克 / 千问 S1、Even G1/G2。
- 屏幕不是为了长时间看电影，而是显示一句翻译、一行提示、一个方向或一条待办。
- 它最能解释为什么 AI 助手要戴在眼睛上：字幕、导航和提词必须出现在视野里。
生态入口眼镜
- 夸克 / 千问眼镜代表这条路线。
- 重点不是单个功能，而是连接支付宝、高德、淘宝、飞猪等服务。
- 难点和 AI 手机相似：接口、风控、支付确认和平台合作缺一不可。
记忆眼镜
- 李未可 X-AI 把“长期记忆”单独做成卖点。
- 它想把会议、面谈、差旅和交流整理成可召回的信息。
- 这条路线最有想象力，也最敏感：旁人同意、录制提示、数据删除和本地处理都必须讲清楚。
AI 手机更适合执行任务
确认订单、编辑文件、付款、切换 App、看长内容，难点是服务接口、App 授权、风控和责任边界。
AI 眼镜更适合感知现场
听懂外语、看懂路牌、提醒方向、记录会议、提示发言，难点是佩戴舒适、显示克制、续航、隐私和社交接受度。
AI 眼镜现在还不是下一部手机。它更像是 AI 给现实世界加上的第一层字幕和记忆。
模型和算力：参数不是终点，系统才是答案
N03. 从产品看模型与算力
云端模型和数据中心算力其实在讲同一件事：AI 正从回答问题走向完成长任务。
| 产品 / 系统 | 它代表的变化 | 关键事实 | 当前状态 | 对普通人的意义 |
|---|---|---|---|---|
| Kimi K3开源模型 | 开源模型进入接近 3 万亿参数级别，但“最大”不等于“每次回答都调用全部参数”。 | 月之暗面 7 月 16 日发布 Kimi K3，总参数 2.8 万亿，原生视觉，100 万 token 上下文；采用 MoE，官方披露每次激活 16 / 896 个专家；完整权重计划 7 月 27 日前发布。 | Kimi 产品和 API 已可用；截至 7 月 20 日，完整权重仍是“计划发布”，不是已经全部开放。 | 它是解释“大模型参数”的好案例：参数代表容量和工程难度，用户更该关心速度、价格、稳定性和能完成什么任务。 |
| 商汤 SenseNova U1 Pro多模态 | 多模态模型从“生成一张图”走向“交付一份设计”。 | 商汤在 WAIC 期间发布 U1 Pro，定位“理解、生成、行动”统一的多模态智能体基座，强调复杂图片、信息图、图文排版和最高 8K 输出。 | 预览版开启邀测，正式版预计 8 月上线并推出 API。 | 生图开始影响办公、营销、设计和教育，关键不再是好不好看，而是文字、版式和多轮修改能不能真的交付。 |
| MiniMax M3Agentic work | 模型竞争从聊天能力转向长程编码、工具调用和智能体任务。 | MiniMax 6 月 1 日发布 M3，强调 1M 上下文、原生多模态、编码和 Agentic work；API 和模型权重均已开放，但许可和本地部署成本仍需注意。 | WAIC 期间可作为大模型能力展示，不是本届首发。 | 以后判断模型不能只问“会不会聊天”，而要看它能不能连续调用工具、读文件、改代码、交付结果。 |
| 华为 Atlas 950 SuperPoD超节点 | 国产算力从单芯片竞争进入超节点系统工程。 | WAIC 首次线下展出 1024 卡 Atlas 950 SuperPoD，强调超大带宽、超低时延、统一内存编址，面向万亿级大模型训练和高并发推理。 | 真机亮相；实际客户训练效率、能耗和软件生态还要看落地。 | 大模型背后的关键不只是芯片，而是一整套“让很多芯片像一台机器一样工作”的工程能力。 |
| 曙光 8000算力网络 | 国产算力从单个智算中心走向全国算力网络和科研 / 产业共用底座。 | 曙光 8000 是全国产十万卡 AI 超集群，接入全国一体化算力网络，报道称上线首周满载运行，日均处理作业超 15 万个。 | 已亮相 WAIC 并入选“镇馆之宝”；仍需持续观察利用率、任务质量和跨架构适配成本。 | 它说明算力不只是大厂训练模型，也会变成科研、工业仿真和行业 AI 的公共基础设施。 |
| 中兴 OEX + dOCS Matrix 超节点多芯协同 | 算力系统开始强调开放解耦和多芯协同。 | 中兴联合曦智、壁仞、沐曦、燧原、天数智芯等，凭 OEX+dOCS 国产 Matrix 超节点获得 WAIC SAIL 之星；强调光电融合互联和多芯协同。 | 获奖方案，偏基础设施和产业生态，不是消费产品。 | 当不同国产芯片并存时，谁能把它们高效连接起来，谁就更接近真实可用的 AI 工厂。 |
模型要更大、更会规划、更能处理图文和代码；算力也不能只拼单卡跑分，而要拼互联、内存、液冷、软件栈和集群调度。
机器人：别再看它像不像人，要看它能不能连续上班
N04. 机器人从展品进入岗位
机器开始进入药房、工厂、仓库、地铁、展馆和路口这些真实场景。结构化场景正在先商业化，家庭通用机器人仍然主要靠 Demo 证明未来。
| 产品 / 系统 | 它想解决什么问题 | 机器人上的关键能力 | 成熟度 | 对普通人的意义 |
|---|---|---|---|---|
| 蚂蚁灵波机器人智慧药房系统协作 | 让机器人在真实药房里完成接单、取药、打包和交付。 | LingBot-VLA 2.0 跨本体具身模型，一个“大脑”调度不同品牌、不同形态的机器人协同工作；现场展示随机订单分工，上海国大药房已有门店部署。 | 已进入真实门店，公开报道称最快约 90 秒完成一单，可补夜间药房服务。 | 机器人商业化不一定先靠一台万能人形机器人，而可能先靠一整套“机器人系统”跑通流程。 |
| 智元远征 A3 Ultra / 精灵 G2 Max部署态 | 让人形机器人进入接待、导览、仓储和工业作业。 | A3 Ultra 集成 700 TOPS 具身处理器、激光雷达、多部位视觉和灵巧手；G2 Max 展示仓储搬运、码垛和产线作业；60 台智元机器人在 WAIC 公共区域服务。 | A3 Ultra 为 WAIC 新品并入选“镇馆之宝”；G2 Max 的仓储、产线场景更接近真实部署验证。 | 人形机器人开始从“展品”变成“岗位”，但仍要看客户交付、连续运行和维护成本。 |
| 银河通用 Galbot S1工业作业 | 让机器人先去工厂做重活、脏活和重复活。 | 双臂 50 公斤级重载，纯视觉定位，360 度避障；已进入宁德时代智慧产线，在模组与电池包环节承担长程自主作业。 | 厂商和客户公开资料显示已进入产线，宁德时代还把服务体系延伸到具身智能机器人。 | 工业场景比家庭更容易先赚钱，因为流程、物品和安全边界都更清楚。 |
| 千寻 Moz1 / 傅利叶 GR-3家庭 Demo | 展示家庭机器人未来可能具备的长任务能力。 | Moz1 可完成客厅整理并在被打断后恢复任务；GR-3 展示理解“我渴了”等模糊指令后完成找水、导航、取水递送。 | 高质量现场 Demo，尚无家庭规模销售和长期运行证据。 | 它们让人看到家庭机器人的方向，但今天还不能写成“家务自由已经到来”。 |
这几类机器人不是同一场比赛。药房和工厂拼流程闭环，展馆导览拼交互和安全，家庭机器人拼开放环境里的泛化能力。
N04-2. 宇树机器人：身体能力和硬件普及
宇树的看点在运动控制、产品辨识度和硬件平台普及。
GD01 载人变形机甲
- 能在双足和四足形态之间切换，官方定位更接近民用交通工具和重型移动平台。
- 价格和使用场景都比较特殊，展示的是大尺寸机器人结构、平衡控制和高扭矩电机能力。
- 它的价值首先是让机器人“身体能力”的进步变得直观。
G1 / H1 人形机器人
- 代表更轻、更灵活、更接近开发者和科研教育市场的人形平台。
- G1 的价格门槛相对低，运动表现和开发生态让它成为很多人接触人形机器人的入口。
- 宇树的价值不只在某一个应用场景，而在推动人形机器人硬件平台更快普及。
N04-3. 和传统工业机器人的区别
传统工业机器人并不弱，新一代具身机器人争取的是更开放、更柔性的任务空间。
| 维度 | 传统工业机器人 | WAIC 2026 里的新一代具身机器人 |
|---|---|---|
| 工作环境 | 围栏内、固定工位、固定轨迹。 | 工厂、药房、仓库、展馆、路口等更开放的空间。 |
| 任务方式 | 工程师提前编程，重复同一个动作。 | 接收自然语言或订单，自己拆解步骤、规划路径和调整动作。 |
| 感知能力 | 依赖示教点位、传感器和固定治具。 | 结合视觉、激光雷达、力觉、触觉和空间地图理解环境。 |
| 适配能力 | 换零件、换产线往往要重新调试。 | 目标是同一套“大脑”适配不同机器人和不同任务。 |
| 移动能力 | 多数机械臂固定在工位，AGV 只负责搬运。 | 人形、轮式双臂、四足等形态开始把移动和操作合在一起。 |
| 智能边界 | 强在精准、稳定和高节拍。 | 强在柔性、理解和临场调整，但稳定性还要追赶传统自动化。 |
WAIC 2026 的机器人正在从“能表演”走向“能工作”，下一步要证明的是稳定、低成本、可长期运营。
行业模型：AI 不再只会聊天，开始进入专业流程
N05. 行业模型进入专业流程
行业模型的价值，不是多懂几个术语，而是接入行业数据、专业工具、业务系统和验证流程。
| 案例 | 所属行业 | 它接入了什么流程 | 当前成熟度 | 一句话判断 |
|---|---|---|---|---|
| 虎牙 VAM 1.0 / 万兴 Filmora.AI / Virbo AI / 万兴剧厂内容生成 | 直播、视频、电商营销、短剧。 | 从图片、视频、数字人单点生成，进入直播互动、脚本分镜、素材生成、剪辑评审和成片交付流程。 | 虎牙 VAM 1.0 为 WAIC 2026 发布并已有平台场景；万兴工作流方向清楚，但具体效率提升仍主要是厂商口径。 | 内容生产的重点正在从“生成一段素材”转向“能不能进入完整工作流”。 |
| 南方电网“大瓦特·云睿”电力 | 配电网规划、新能源接入、投资评估。 | 理解规划任务，调用电力专业工具，完成问题诊断、方案生成、仿真校核和报告编制。 | 获选 WAIC 2026 “镇馆之宝”；已支撑超万条馈线智能诊断和数千个规划方案生成。 | 行业 Agent 的价值在于会用专业工具，而不是只会说行业术语。 |
| 卡奥斯工业世界模型工业 | 智能制造、排产、质量、设备和能耗管理。 | 融合数字孪生、全域工业数据、工业机理模型和智能体集群，让 AI 能理解设备、产线和工序。 | WAIC 2026 全球首展；报道称已赋能 16 万家企业、参与打造 20 座灯塔工厂。 | 工业 AI 的难点不是聊天，而是让 AI 真正看懂工厂。 |
| 蚂蚁阿福 / 百川百小医医疗 | 健康问答、报告解读、在线问诊、家庭健康管理。 | 连接医疗知识、医院、医生复核、挂号、医保支付和家庭健康档案。 | 蚂蚁阿福在 WAIC 展示中披露用户突破 1 亿，连接 5000 多家医院和 30 万名医生，并有皮肤科医生复核试点；百川聚焦循证和低幻觉。 | 医疗 AI 的关键不是像医生，而是每个建议都要能回到依据和服务流程。 |
| 中国银联 APOP / 金融 AI 中试基地金融 | 智能体支付、风控、隐私推理、金融示范应用。 | 为智能体支付建立身份、意图、用户身份、支付授权和交易风控机制。 | APOP 已发布并完成生产系统验证交易，开放文档和沙箱给受邀伙伴；WAIC 展示金融支付交易时序大模型和智能体支付成果。 | 当 AI 开始替人花钱，支付基础设施必须先回答信任和责任问题。 |
| Matwings Venus（晓鹜）科研 | 蛋白质设计、AI for Science、生物制造。 | 把蛋白质数据库、设计模型、专家工具、自动化实验室和湿实验反馈串成研发闭环。 | WAIC 2026 双展位展示；平台可用，移动端内测，干湿闭环有想象力，但价格、客户、成功率和第三方验证还不够充分。 | AI 科研的终点不是写建议，而是连接计算、实验和验证。 |
行业模型的护城河不只是模型本身，而是行业数据、工具接口、专家反馈、验证闭环和责任机制。
N05-2. 判断行业模型是否真的有用
不要只看发布会演示，要看它有没有进入真实流程。
01真实数据用的是行业真实数据，还是只喂了几份说明书？
02专业工具能不能调用仿真、排产、风控、实验、支付、挂号等系统？
03人类复核哪些结果必须由医生、工程师、财务、科研人员确认？
04验证闭环结果有没有仿真、实验、临床、生产或交易记录来验证？
05长期落地是一次展台 Demo，还是已经进入客户现场、门店、工厂、医院或业务系统？
06量化口径效率提升、成本下降、准确率等数字，来自厂商案例还是第三方验证？
行业模型的价值，不是比通用模型更会说行业黑话，而是能在一个具体行业里，把任务做完、把结果说清、把责任留痕。
端侧模型和算力：AI 不一定都在云上
N06. 从端侧产品看模型与算力
让一部分高频、隐私敏感、需要低延迟的任务，在手机、PC、车机、机器人和本地小主机附近完成。
| 产品 / 系统 | 类型 | 大会关联 | 关键事实 | 行业意义 |
|---|---|---|---|---|
| 面壁 MiniCPM 端侧模型矩阵端侧模型 | 端侧模型 | 面壁智能在 WAIC 2026 发布 MiniCPM5-2B，并展示端侧模型在汽车、机器人、消费电子和智能体等场景中的落地。 | MiniCPM5-2B 为 2B 参数规模，强调 512K 上下文、工具调用、深度搜索、代码生成，并完成多款芯片适配；面壁还展示了智能座舱 SuperMate、MiniCPM-Robot、三星手机端侧模型合作等应用。 | 端侧 AI 不只是硬件升级，小模型正在从单点问答走向真实设备和行业场景。 |
| 后摩 M50 Inside 终端生态本地节点 | 本地 AI 设备 + 端侧芯片 | 后摩在 WAIC 2026 展示 M50 Inside 终端生态；联想 P7 是其中最直观的样本。 | P7 约 300 克、190 TOPS，最高支持 1220 亿参数本地大模型与 128K 上下文；M50 在 10W 功耗下提供 160 TOPS，并通过 AI PC、Agent Computer、AI NAS 等形态进入更多设备。 | 本地大模型推理正在从芯片参数进入具体设备形态。 |
| 光羽芯辰 TC1000推理芯片 | 端侧推理芯片 | WAIC 2026 期间发布。 | 公开资料称其采用 3D 堆叠近存计算路线，面向端侧大模型推理，重点解决内存和功耗问题。 | 国产端侧算力正在出现不同技术路线，核心问题是低功耗和内存带宽。 |
这些产品放在一起看，端侧 AI 已经从“某个设备里有 AI 功能”，走向“模型、芯片、设备一起重构本地计算”。
N06-2. 为什么端侧 AI 开始变重要
端侧 AI 不是为了替代云端，而是解决成本、速度和数据边界这三个现实问题。
成本高频调用会被放大摘要、转写、检索、识别、生成如果每次都请求云端，长期成本会被调用量放大。
速度离用户越近，响应越快语音助手、会议记录、智能座舱和摄像头识别，都不适合每一步都等云端响应。
数据本地内容需要边界个人文件、企业知识库、会议内容、车内语音和工业现场数据，并不都适合上传云端。
分工端、边、云协同云端处理更大、更复杂、更通用的任务，端侧处理更近、更快、更私密、更高频的任务。
端侧 AI 不会取代云端 AI，但会把一部分最常用、最私密、最需要即时响应的任务，放回用户身边。