39℃上海，最聰明的一群人在WAIC琢磨這件事

出品｜虎嗅科技組

作者｜宋思杭

編輯｜苗正卿

頭圖｜2026年WAIC現場

這是虎嗅WAIC“追蹤Token商業新范式”系列文章第11期。

7月17日，39℃的上海，世界人工智能大會（WAIC）如期而至，門票也和上海的氣溫一樣，熱度暴增，一票難求。

“今年WAIC的門票有的地方已經炒到原票價數倍了，甚至有喊價近萬元的，非常緊俏。”一位參展商告訴虎嗅。

WAIC開幕式結束后的中午12點，距離上海世博展覽館正式開放還有一個小時。

距離場館還有約1公里的道路，已經堵得水泄不通。除了參展商和媒體，更多的是從全國乃至全球趕來的“游客”。

但這些所謂的游客不是來看熱鬧的。他們中的很多人，是來找合作、找項目、找客戶，也是在尋找下一張屬于自己的AI“船票”。

今年的WAIC迎來了舉辦以來最大規模的一屆大會，上海世博展覽館、徐匯西岸和張江三大片區同步開放，共吸引1100余家企業參展。其中，僅具身智能企業就超過200家。

最熱鬧的依然是世博展覽館主場館。這里聚集了今年AI行業最受關注的兩條主線：大模型和具身智能。

值得注意的是，和去年相比，以具身智能、AI硬件等“物理世界”、“真實世界”為代表的“AI”元素，成為絕對主角——幾乎來看展的創業者、投資人、科研員，都迫切希望知道，AI在真實世界的“滲透深度”到什么程度了。

從世博展覽館北門進入，迎面而來的依舊是各種各樣的機器人。與去年“求穩”的機器人很相似的是，大家都只想展示給別人最好的一面，今年會摔倒的機器人依然不太多。

但比起去年，和真實世界的真實互動，成為了展示的焦點：多了很多展示自家機器人在產線上工作的真實樣子，比如上下料、搬運物品，以及商超場景的展示。

不過展會愿景和產業現實依然有距離。近期虎嗅與多位具身智能行業人士交流后，得到的答案是，“依然還在POC（概念驗證）階段，雖然甲方企業很想算ROI，但實際上是目前還算不過來賬。”

虎嗅還了解到，目前真正能部署機器人的工廠并不多。即便已經部署，一個擁有上千名工人的大型工廠，真正下場工作的機器人，也只有一兩臺。這似乎與我們在WAIC現場感受到的具身智能的熱度不符。

除了具身智能，2026年WAIC的另一大主題就是Token了。簡單來說，它原本只是一種模型計算中的一個計量單位，如今卻逐漸演變成一種新的商業語言。更準確地說，Token，已經不止是WAIC的關鍵詞。從上海虹橋機場的廣告，到2026年的WAIC現場，Token都無處不在——它似乎要包裹住這個真實世界了。

在WAIC現場，越來越多企業開始圍繞Token講商業故事，甚至一些名不見經傳的企業總是想把自己包裝成“Token工廠”，仿佛找到了自己的救命稻草。

在Token這個語境下，你也能看到AI圈迫切希望與真實世界深度鏈接：幾乎每一個主打Token概念的廠商，都在強調辦事。

這可能是當下AI圈的一種隱喻：行業對遙遙無期的“AI理想主義”的耐心在降低，AI正在務實地進入“ROI周期”——它需要能夠在真實世界創造可量化的價值，以證明它真有價值。

具身智能的“貧富差距”

在二層H3具身智能展區逛了一圈，一個最直觀的感受是：會跳舞的機器人少了，會干活的機器人多了。

去年，機器人還在展示奔跑、翻跟頭、跳舞；今年，越來越多企業開始展示機器人在工廠、機場、商超里的真實作業場景，比如上下料、搬運、巡檢、分揀。

現場還有人調侃，今年的機器人可以分成四類：“A類機器人會干活，B類機器人會跳舞，C類機器人一動不動，D類機器人連機器人都沒有。”這句玩笑話雖然夸張，卻某種程度上概括了今年具身智能展區最真實的狀態。

頭部企業開始展示產業化；更多企業還停留在展示能力；甚至還有一些企業，連機器人本體都沒有帶來。

有些機器人已經進工廠、機場和超市了，有些機器人還只會打拳、跳舞和炫技。例如，智元展示的是機器人在廣州地鐵等真實場景中的應用；而宇樹機器人則用載人變形機甲來吸引觀眾。后者甚至把這只變形機甲直接移步到一樓展廳的C位，試圖吸引所有游客的目光。

當然，兩家公司路線不同，也很難直接比較。一家是toC的機器人，一家是toB的機器人。但無論哪一種，都足以支撐起整個展臺。

相比之下，在H4展區，一些知名度還不高的具身智能公司顯得安靜得多。有的展位只有幾張展板，有的甚至沒有機器人，只能通過視頻介紹自己的技術路線。

這也是今年WAIC讓我感受最深的一點：具身智能開始出現明顯的頭部效應，甚至能感受得到明顯的“貧富差距”。

如果說去年大家比拼的是誰先做人形機器人，那么今年，比拼的已經是誰更接近商業化。而商業化帶來的，不只是訂單，更重要的是資源。這些資源包括資本、合作伙伴、真實應用場景、媒體關注、人才以及訓練數據。它們正在不斷向少數頭部企業集中。

更現實的是，這種集中正在形成一個不斷強化的循環。機器人進入工廠，就意味著能夠積累更多真實數據；更多真實數據，又意味著模型能夠繼續迭代；模型能力提升之后，又更容易獲得新的客戶、更多融資，以及更優秀的人才。

相反，那些還沒有進入真實場景的企業，則很難獲得第一批訂單，也很難拿到高質量數據，進一步吸引人才和合作伙伴。

而這或許才是今年WAIC比機器人數量增加更值得關注的變化。

據企查查，截至2025年底，我國在業存續2744家具身智能相關企業；現場來到WAIC的只有200家，而真正賺取到“流量”的機器人公司也不過是個位數。

從虹橋機場到WAIC，Token無處不在

Token，已經不止是WAIC的關鍵詞。從上海虹橋機場的廣告，到2026年的WAIC，Token都無處不在。它已經不只是一個技術概念了，更是整個AI產業新的商業語言。

走進H1模型展區，會發現這里幾乎所有企業，都在圍繞Token做生意。

甚至可以說，H1展區只有兩類企業。一類是AI Infra企業，它們把自己包裝成"Token工廠"，賣的是推理、算力、調度和交付能力，本質上是在降低每一個Token的成本。另一類則是大模型公司，例如MiniMax、月之暗面Kimi、階躍星辰、智譜、零一萬物、百川智能等。它們看似賣的是模型，出售的同樣是Token。

從這種意義上來看，模型越來越像“販賣”Token的機器。

今年，幾乎所有頭部大模型公司都來到WAIC。相比去年，零一萬物和百川智能重新回到展館。零一萬物不僅帶來了吉祥物"金錢豹"，李開復也親自來到現場；百川智能同樣搭建了自己的展臺。

唯一缺席的是智譜。有接近智譜的人士告訴虎嗅："公司目前正處于靜默期。"

然而，比展臺更熱鬧的，是展臺之外的競爭。就在WAIC開幕前兩天，DeepSeek被曝即將完成新一輪融資，并計劃啟動IPO。如果進展順利，2027年DeepSeek有望登陸資本市場。但這同時也意味著，留給其他頭部模型公司的時間越來越少。

雖然DeepSeek連續第二年沒有參加WAIC，但它依然是整個大會繞不開的存在。

今年，幾乎每一家模型公司，都在回答同一個問題，即自己的商業化，到底有什么不同？它究竟能否閉環？但問題的答案明顯分化。

例如，階躍星辰選擇把重點放在了終端。

今年WAIC上，階躍可以說是非常亮眼的存在，其不僅展示了極氪8X，還帶來了剛剛發布的STEPX Neo手機。而且在階躍星辰諾大的展臺中，還有連續作業的機器人在搭積木，這是一家與階躍星辰深度綁定的機器人公司原力靈機，其表面上與階躍星辰的合作方式是前者機器人公司會使用階躍星辰的多模態模型；而更深一層的原因是，原力靈機創始人唐文斌和階躍星辰董事長印奇都來自一家AI公司——曠視科技。

就在WAIC開幕前三天，董事長印奇還拋出一句頗具爭議的判斷："Coding一定不是中國大模型的商業化路徑。"

某種程度上，這也是階躍星辰選擇終端的原因。

但要知道，國內以Coding作為主要商業化路徑的不在少數。比如在WAIC開幕式前一天晚上，大模型公司月之暗面Kimi重磅發布開源模型K3，其甚至超過了閉源模型。而Coding正是近一年國內增長最快的大模型應用場景之一。

對此，商湯科技聯合創始人、首席科學家林達華告訴虎嗅，"為什么Coding這個事情兩年前大家覺得不值錢現在就值錢了,因為兩年前沒走通，現在打通了。用戶價值能打通了，市場對他的評價就自然會上來。所以，歸根結底其實是商業價值閉環的問題。”

不同公司的答案并不相同，有人押注Coding，有人押注終端，有人押注Agent，也有人繼續押注企業市場。但它們爭奪的，其實都是同一件東西——Token。

今天的大模型競爭，已經不再只是模型能力的競爭，而是誰能夠生產更多Token、消耗更多Token，以及最終把Token變成收入。

誰在“瘋搶”WAIC門票？

近兩年的WAIC都一票難求，但今年明顯不同。展館里，來自世界各地的面孔隨處可見，跨界人士也比往年更多了。

如果只是兩三千元，也許來的還是普通觀眾。但當一張門票被炒到“近萬元”時，愿意買單的人，也許就不是普通游客了。他們買的，甚至都不是門票，而是一張進入AI產業的"船票"。

一個明顯的變化是，今年WAIC里最熱鬧的地方，并不只是展館內的機器人和所謂的“Token工廠”，展館外也同樣熱鬧。展館走廊聚集了交換名片的人，咖啡區也坐滿了談合作的人。

有人來找融資，有人來找客戶，有人來找供應鏈。還有一些海外面孔，認為在中國還可以找到下一家DeepSeek和下一家宇樹。

過去幾年，來到WAIC的游客，可能還停留在參觀，或者是看看AI發展到了哪一步。但今年，大家明顯出現FOMO（fear of missing out）心態：自己還能不能趕上這一波AI。

實際上，無論是大模型還是具身智能，行業都遠沒有走到終局。

大模型能力仍然需要依靠持續迭代，推理成本仍在下降；具身智能的數據積累、泛化能力，以及真實場景中的可靠性，也都還需要更長時間驗證。

這些問題，沒有任何一家企業能夠在短時間內獨自解決。

DeepSeek和宇樹的出現，既來自長期的技術積累，也有一定的時代機遇。它們當然值得學習，但并不意味著行業的發展路徑，就是不斷尋找"下一家DeepSeek"或“宇樹"。

真正推動產業向前的，仍然是整個行業一點一點解決共性問題。當數據越來越豐富、模型越來越成熟、機器人能夠進入更多真實場景之后，今天頭部企業與后來者之間的差距，也可能不會像現在這樣巨大。

本文來自虎嗅，原文鏈接：https://www.huxiu.com/article/4876271.html?f=wyxwapp