WAIC大模型觀察：不再拼參數大小，AI加速走向物理世界

2026 年 7 月 17 日，世界人工智能大會（WAIC）在上海世博中心正式開幕。作為一年一度的 AI 行業盛會，WAIC 有點像 AI 行業的「摸底考試」：模型公司、芯片廠商、終端品牌和機器人企業齊聚一堂，把這一年最能代表自己實力的產品和技術搬到上海。

圖片來源：雷科技

為了緊跟 AI 行業的前沿動態，雷科技（ID：Leikeji）今年也派出團隊親自前往上海，為大家帶來 AI 行業的第一手信息。

和往年一樣，今年 WAIC 依舊離不開大模型：Kimi 在 WAIC 開幕前發布了 3T 參數的 K3 模型；面壁智能繼續把 MiniCPM 往一線設備里裝，把智能帶到端側設備上；階躍星辰、豆包、榮耀等廠商則把模型做進手機系統，讓 AI 從一個單獨的功能，變成能調應用、辦事情的系統級助手。

但在雷科技看來，和過去的 WAIC 相比，今年 WAIC 的重點已經發生了改變：

在智元展臺，GO-2 具身基座模型被用來驅動機器人在流水線上下料、裝盒；魔法原子的 Magic-VLA K02 則在現場處理疊盒封膠、整理衣物。甚至 WAIC 現場的導覽工作也由 60 多臺智元機器人負責……越來越多的大模型正走出數字世界，開始朝著現實世界、物理 AI 的方向邁進。

圖片來源：樂聚機器人

要知道在 2023 年大模型技術剛剛爆發時，AI 行業比拼的還是誰的模型參數大、誰的模型支持的格式多；即使在 2025 年，大家比拼的也不過是模型的上下文和推理能力。可「一夜之間」，過去只活躍在 App 和 API 里的大模型已經跳出了對話框，走向了物理世界；甚至連模型的叫法也從曾經的「大模型底座」變成了「基座模型」。

在雷科技看來，從「數字世界」走向「現實世界」的轉變，才是這一屆 WAIC 上最值得我們關注的事情。

AI 要比的不再是模型的參數大小

從「數字世界」走向「現實世界」，首先改變的其實是我們看待大模型的方式。

舉個例子，過去有模型發布時，大家最關心的無非是參數規模、上下文長度和榜單成績；面壁智能在 WAIC 上展示 MiniCPM 時，也會提到模型在同尺寸產品里的能力表現。

但對消費者來說，參數很難直接轉化成使用體驗。畢竟用戶不會因為模型上下文更長，就改變訂票、查天氣、做表格的習慣；一臺手機里的 AI 功能再多，如果用戶還得自己在地圖、支付、聊天、文檔和瀏覽器之間來回切換，也稱不上真正的 AI 設備，只能叫做「裝了 AI App 的手機」。

此時，AI Agent 的概念出現了。用戶只需要告訴 AI 想做什么，模型不僅可以理解需求，還可以自主調用對應的服務，替用戶完成工作。今年 WAIC 上的智能體手機，講的正是這件事：

階躍星辰把個人智能體 Amoo 放到 STEPX Neo 手機系統底層，豆包和努比亞繼續推進 GUI Agent，讓模型通過理解屏幕和模擬操作完成跨應用任務……在手機之外，這種全行業 Agent 化的風向更為明顯。

圖片來源：階躍星辰

以曾經的 AIoT 硬件為例，過去所謂的 AI 硬件，很多只是裝了定制系統的 Android 手機，比如 Rabbit R1。但光是雷科技今年體驗過的 AI 設備，就已經開始具備 Agent 化能力。

具身智能就是 AI 在現實世界的「Agent」

可能有人好奇，為什么要在具身智能時代提 AI Agent？其實這背后的關系非常好理解：

如果按大模型這幾年的能力演進來劃分，大模型第一階段的重點是模型理解和生成內容，第二階段就是 Agent 能力。而具身智能與世界模型，正是大模型第三階段要做的事情。

在具身智能時代，基座模型不僅要理解用戶說的話，還要擁有對現實世界的理解能力和「自主響應」能力，例如 VLA。幸運的是，在 WAIC 2026 上，我們已經看到了具身智能與世界模型的落地：

像智元、魔法原子、樂聚等 AI 企業，都在 WAIC 上展示了具身智能產品在工廠流水線上的應用；啟元更是進一步，直接在 WAIC 現場用機器人負責導覽。不可否認，這些「流水線」任務沒有機器人跳舞、打拳那么具有畫面感，但從行業的角度看，和那些表演性質的展示相比，這些枯燥乏味的「流水線」工作，才更能體現具身智能與世界模型的價值。

圖片來源：樂聚機器人

再說了，這些枯燥的「流水線」，其實也更符合當前具身智能的發展現狀：與家庭場景相比，工廠任務相對固定，流水線的模式意味著工作流程可以無限拆解，任務完成狀況也有明確的判定標準。

更重要的是，這類場景可以為大模型在一個相對可控的場景里提供真實的數據：機器人先在規則相對明確的場景里工作，企業從實際運行中發現問題、積累數據，再用這些數據繼續訓練模型，最后把能力擴展到更復雜的任務里。

圖片來源：雷科技

也正因如此，今年 WAIC 上越來越多主流 AI 大模型企業都在討論具身智能和世界模型，強調自己的產品即將以千萬臺規模落地。在雷科技看來，「走出屏幕、走向現實」，已經成為了 2026 年 AI 行業的共識。

想走向現實世界，大模型需要新的能力

當然了，具身智能進入現實世界，也為大模型的能力提出了新的需求。

在過去思考、響應速度為例，在聊天、生圖這些場景里，用戶多等幾秒通常不會造成什么嚴重后果。但在以具身智能為代表的現實場景里，大模型的「每一秒」延遲都可能造成嚴重的后果：

在工廠流水線上，每一秒延遲帶來的影響都可能被成倍放大，影響最終的生產效率；而在智駕場景下，響應速度將直接關系到用戶的生命安全。

所以在這屆 WAIC 上，我們也能看到越來越多模型企業開始重拾「端側智能」這一概念，利用端側模型本地化部署的優勢，來壓縮具身智能模型的響應時間。

還是以新 AI 六小虎里唯一專攻端側智能的大模型公司——面壁智能為例，早在 2024 年，面壁智能就用 MiniCPM 證明了端側小模型也能擁有「大能力」。不同于其他企業的端側模型，得益于端側 AGI 架構，面壁智能的端側模型并不是從「云端完整版」中蒸餾而來的簡化版本，而是獨立、原生的端側模型。

圖片來源：雷科技

而這種原生端側的特性，讓面壁的端側模型能在不依賴網絡的情況下，擁有快速響應和真正的推理能力。也正因如此，當其他企業還在研究如何壓縮模型的響應時間，讓模型可以走進現實世界時，面壁智能已經搶先完成了端側智能體在汽車行業的量產交付。

不過，就像那個「口算笑話」一樣，除了響應速度，一個真正能走向現實世界的模型，還得學會理解現實世界的變化。

世界模型和 VLA 之所以成為具身智能領域的熱門方向，就是因為它把感知、理解、推理、執行放到了一起。

用戶說「把這個箱子搬到貨架上」，模型要先理解指令，再通過攝像頭確認箱子和貨架的位置，最后控制機械臂完成抓取和放置。整個過程需要語言模型、視覺模型和機器人控制系統協同工作，任何一個環節的「脫節」，都會影響模型的最終表現。

這種一環扣一環的工作模式，也讓「全棧模型」成為大模型走向現實世界的捷徑：VLA 負責把視覺、語言和動作連起來，世界模型負責推演動作可能帶來的結果，端側模型負責在現場快速響應。而地瓜機器人在 WAIC 上展示的旭日 S600 芯片，就是「全棧」思維在硬件端的最佳體現。

WAIC 2026 是大模型落地行業的分水嶺？

從模型、終端到機器人，逛完今年 WAIC 后，小雷發現，行業的競爭重心已經開始變化。

參數、上下文和推理能力固然重要，但它們更多決定模型的能力上限；決定模型「下限」的，是端側部署能力、世界模型能力與全棧能力，這些也是具身智能時代客戶更看重的地方。

從這個角度看，今年 WAIC 2026 主題發生變化，也是理所當然的事情：大模型公司談端側部署、世界模型，機器人公司著手技術落地，芯片企業也在圍繞機器人調整產品方向；這幾條過去相對獨立的技術路線，已經被具身智能時代融合到了一起。

圖片來源：雷科技

可以肯定的是，AI 行業已經走到了一個更高的階段。

雷科技認為，這一階段的大模型會走出只服務消費級應用的「學生時代」，并落地到更嚴肅的行業應用中。面對更高效、更穩定、更安全的新要求，誰的大模型能先完成這種身份轉變，誰就有可能搶先一步定義行業，在下一階段的 AI 行業競爭中占據更主動的位置。

而從 WAIC 2026 上各企業的表現來看，中國 AI 產業已經做好了準備。

主題為「智能伙伴·共創未來」的WAIC2026正在火熱開展中！
AI敘事路線從模型參數堆疊，轉變到Agent生產力落地；異構協同、光子計算持續提高計算上限；具身智能加速應用，機器人到家進廠讓物理AI變為現實。
雷科技WAIC探展團已抵達上海，直擊AI產業化落地年度巔峰時刻，敬請關注！