2026WAIC收官，看見物理AI的落地與未來

文 | 奇點研究社

WAIC像一面棱鏡，照見了當下中國 AI 產業的完整截面：模型從語言智能向空間智能與具身智能加速躍遷，底層算力正在構建從云端超集群到端側芯片的國產閉環。沒有統一的終局答案，但所有人都朝著目標篤定前行。

每一屆WAIC，都像一場AI未來世界的預演。

過去幾年，這場盛會的主角還是大模型、多模態、智能體，今年AI開始離開屏幕，進入真實世界。

商湯現場搭了個未來實驗室，機器人“小麥”全程自主完成取貨、制作、遞送交付，未來還能自動補貨和整理貨架；他石智航把一條機器人環形線束流水線搬到了展臺，機器人集群現場展示產線自主作業；加速進化把半個展位改成了小型足球場，不到一米高的機器人自己帶球、搶斷、射門，還會做假動作晃過防守。

這些“形態各異，智商拉滿”的機器人走入消費場景、走進產線，成為我們現實生活中的“伙伴”。

諸多具象的產品落地，也讓這屆WAIC迎來空前熱度。本屆大會共計1100余家企業參展，近4486項展品亮相，無論是參展規模還是人流量都創下歷史新高。

不過熱鬧背后，也有很多值得追問的行業思考。

是什么推動了AI加速走進現實世界？物理AI的數據獲取從哪來？世界模型和VLA，誰是物理AI突破瓶頸的關鍵？手機、眼鏡、耳機、機器人……誰是物理AI的終極入口？隨著AI深入千行百業，未來中國是否能定義"物理AI落地"的全球標準？

2026 WAIC收官，我試圖在這場喧囂中，找到那些可能被寫進未來的答案。

盤點WAIC現場那些夯爆了的AI新物種

本屆WAIC的現場流量，幾乎被全線迭代升級的AI機器人牢牢占據。

各類形態新穎、功能落地的機器人產品扎堆亮相，顛覆了大眾對機器人的固有認知。

宇樹展臺上的GD01載人變形機甲堪稱全場頂流。這款今年5月剛全新發布的新品，機身高度約3米，載人后整體重量達500公斤，可靈活切換雙足、四足兩種行走形態，單臺售價390萬元，主打高危場景作業。

GD01載人變形機甲

除宇樹之外，多款多形態可變機器人也各有亮點。上緯啟元T1支持輪足和四足自由切換，被網友調侃"人模狗樣"。逐際動力TRON2像拼樂高一樣，能拼雙足、雙輪足、雙臂，甚至拼出個"半人馬"，背著30公斤還能在地毯上拖輪胎。

它石智航機器人“班味兒最重”，直接把一條1:1的汽車線束產線搬進展臺，"輪式底盤+雙臂"的機器人集群現場演示產線作業。樂聚的夸父機器人攜螞蟻靈波，聚焦物流倉儲場景，可高效完成貨物拆垛、搬運、上料。

從工業生產、物流倉儲，到貼近日常的消費服務，AI機器人的應用場景持續延伸。

商湯展臺直接打造了一座沉浸式機器人便利店燒賣購，機器人"小麥"頭戴棒球帽，掃碼下單后自己取貨、遞單、理貨，全程不用人插手。

機器人“小麥”

據大曉機器人（商湯孵化）工作人員介紹，便利店已在上海鋪了10家，全國有20家，并真實門店里跑出了日均400單的成績，預計年底前開出100家。

現場除了大型工業、商用機器人，多款輕量化、高互動的仿生機器人也圈粉無數。松延動力的小布米身高不到一米，卻是十足“社牛”機器人，自主行走、精準握手、跟隨互動、律動跳舞等技能樣樣精通，且售價不足萬元，親民屬性拉滿。仿生機器人小月則主打情感交互，可通過眼神變化、面部表情實時回應觀眾動作，讓AI機器人擁有了“情緒感知力”。

小布米

加速進化的足球機器人能自己跑位、傳球、射門，還會假動作；逐際動力的全尺寸人形機器人Oli和Luna，一個偏通用操作，一個更強調交互。

智元機器人的遠征A3Ultra，精靈G2 Max和靈巧手新產品也集體亮相，精靈G2 Max，主打"安規級重載"，直接瞄準倉庫"兩班倒"的人力缺口，目前在京東物流的倉里跑起來了。

本屆WAIC的AI新物種不止于形態豐富、功能強悍的各類機器人，還有一大批全新迭代的消費級AI硬件集中首秀。

AI手機是消費終端的新晉熱門。榮耀展出的Robot Phone憑借獨特設計成為本屆展會網紅機型，設備創新性搭載可旋轉機械云臺，讓傳統手機擁有了靈動的機械交互形態，目前該機已開啟全渠道預約，預計8月正式發布。

Robot Phone

努比亞聯合字節推出的二代豆包手機也在WAIC上亮相，機型內置豆包手機助手，交互方案從GUI改成了MCP，僅在對應應用主動開放數據與操控權限后才可接入功能，所有核心運算均在端側完成，實現數據不出設備，兼顧智能體驗與隱私安全。

努比亞NaviX Ultra

階躍星辰旗下STEPX首款AI終端真機也重磅亮相，產品深度綁定支付寶生態，工作人員現場為我們演示了“一句話查詢辦事”功能，如找尋最近充電樁等，未來還會落地各類生活服務場景，讓AI成為高效便民的生活助手。

階躍AI手機

百度展臺除展出文庫、網盤等明星Agent產品外，也亮出了自己的AI硬件生態，其中家庭看護AI攝像頭引起了我的興趣。

小度品牌負責人告訴我們這款AI攝像頭落地一年多，采用百度自研的“看護智能體”作為中樞，根據場景需求動態調用文心一言或其他第三方模型，支持為兒童、老人、寵物或自定義角色設置不同監測場景，最低售價300多元，目前幾大核心的AI看護功能（如人臉追蹤、異常行為識別）全部免費。

帶屏幕款支持雙向微信視頻通話，且在適老化健康屏中應用一件求救、真人救助等功能設計。這款有顏值又有用AI攝像頭讓我覺得這才是AI硬件該有的樣子：不貴，有用，不用學。

除此之外，現場還有阿里首款AI耳夾式耳機、高德智能導覽機器人，為園區、商圈導覽場景提供全新解決方案；網易有道OpenPods耳機支持實時雙語同傳，適配辦公、學習多場景；科大訊飛AI眼鏡等迭代產品也悉數展出。

高德智能導覽機器人

縱觀本屆WAIC的硬件迭代趨勢不難發現，前兩年行業還聚焦“能對話、能交互”的入門級AI產品，今年“能落地、能干活、提效率”的實用型AI硬件全面爆發，走向真實生產力與生活服務。

「AI新物種」為何集體爆發？

基礎模型、具身智能模型以及算力基礎設施的同步成熟，是支撐這些AI新物種爆發的關鍵。

過去幾年，AI行業更多關注模型參數規模的增長。而今年WAIC展現出的變化是大模型正在從單純追求“更大”，進入“更強能力、更深場景、更高效率”的競爭深水區。

WAIC開幕前夜，月之暗面發布Kimi K3，以2.8萬億總參數、100萬Token上下文窗口成為全球首個3萬億級開放模型，繼續探索更大規模模型在復雜推理、長文本理解等任務中的能力邊界。

MiniMax在展臺集中展示旗艦模型M3，并預熱新一代多模態生成模型H3，通過機器狗、AI眼鏡、智能耳機、AI玩具等生態案例，直觀呈現 M3 在長上下文、代碼與智能體任務上的綜合能力。

MiniMax展臺

面壁智能將方向押注在端側，新一代MiniCPM5-1B在2B以下參數規模中保持領先，并已與三星合作探索端側大模型在手機等終端設備中的落地。參數依然重要，但決定產業價值的，是模型能否進入具體場景，解決問題的能力。

面壁智能展臺

商湯最新發布的旗艦多模態模型日日新SenseNova U1 Pro，就是聚焦復雜任務閉環，主打「交付級」能力。該模型支持8K超清輸出，能夠圍繞目標完成理解、規劃、執行、檢查與修正，將多模態AI從單次內容生成推進到面向具體任務的系統級交付。

如果說通用大模型解決的是AI如何理解人類世界的信息，那么具身智能模型解決的便是AI如何理解并作用于真實世界。

今年WAIC上，大量機器人能夠進入工業、零售、物流場景，背后依靠的正是具身智能模型的快速發展。過去，機器人往往是一臺機器配一套算法。不同機器人形態、不同應用場景，都需要重新開發。

但隨著機器人數量增加，這種模式越來越難以支撐規模化落地。未來的方向，是讓一個通用智能系統能夠適配不同身體。

螞蟻靈波展示的“一腦多機”便是代表之一，其LingBot全棧大腦2.0能夠適配17家廠商20余種機器人構型，從雙足機器人、輪式機器人到單雙臂機器人均可兼容。

螞蟻靈波機器人

商湯善惠SenseMart OS則探索讓輪式機械臂、夾爪、靈巧手乃至人形機器人共享同一套零售任務系統。

兩者都是在真實場景需求推動下，反向構建能夠調度不同機器人的通用智能系統。當機器人真正進入工廠、倉庫、商店，“一機一模型”的時代必然走向終結。未來競爭的核心，不只是機器人身體本身，而是能否擁有一個能夠連接多種機器人的智能系統。

除了具身模型，世界模型也是今年WAIC繞不開的關鍵詞。要知道機器人最大的難題，就是在變化環境中持續做出正確判斷。拿起一個固定位置的杯子并不難，難的是杯子被移動后怎么辦？桌面傾斜后怎么辦？有人突然經過怎么辦？這要求機器人不僅知道“怎么做”，還要理解“為什么這樣做”。

世界模型的價值，就在于幫助AI建立對現實世界運行規律的預測能力。智元機器人發布具身基座大模型GO-2與世界模型GE-2。其中，GO-2通過動作思維鏈和異步雙系統，打通任務規劃與動作執行；GE-2則嘗試構建從“世界模擬”到“世界學習”的閉環，讓機器人（而非世界模型本身）在這個更接近真實的仿真體系中進行訓練和迭代。

大曉機器人發布的開悟世界模型3.1，延續了"理解—生成—預測"一體化架構，將世界認知、場景生成與動作決策深度融合；它石智航則拿出了AWE 3.5，一個在工廠產線上"長"出來的具身原生基座模型，依托超百萬小時human-centric真實數據，讓機器人從"能干活"邁向"干好活"。

模型讓機器人長了“腦子”，可腦子再聰明，沒有算力這條"脊梁"支撐也只能是“空中樓閣”。

今年WAIC最明顯的變化之一，就是算力從幕后走到了臺前。張江科學會堂首次設置一萬平方米獨立芯算融合館，這也是WAIC歷史上首個算力專屬展館。

百余家企業、200余項展品、67項國內首發產品集中亮相，華為昇騰、燧原、天數智芯、壁仞、沐曦、昆侖芯、摩爾線程等國產算力企業悉數登場。

算力競爭的計量單位，從單顆芯片性能，變為超節點和萬卡集群，從參數變為落地成本。華為Atlas 950 SuperPoD超節點完成全球首展，單超節點最大支持8192張芯片高速直連，并可進一步擴展至50萬卡規模集群。

華為Atlas 950 SuperPoD超節點

阿里平頭哥展示真武M890芯片與磐久AL128超節點服務器，單柜集成128顆芯片，整體性能達到上一代3倍，目前已經支撐Qwen、DeepSeek、Kimi等模型運行。

中科曙光的scaleX萬卡算力集群已落地投用；中興聯合多家國產芯片廠商推出OEX開放超節點；東方算芯發布大算力芯片DF1000，并展示512卡集群方案；摩爾線程則依托自研夸娥智算集群完成2360億參數MoE模型訓練，并支撐世界模型訓練。國產算力進入“能不能支撐產業規模化應用”的新階段。

中科曙光scaleX萬卡算力集群

回看WAIC現場那些吸睛的AI新物種：不到萬元的人形機器人、不到千元的AI攝像頭、能量產鋪開的AI手機……它們之所以能打出親民定價、敢于規模化推進，都離不開底層基座模型與國產算力的成熟保證了供給的穩定。

畢竟，底層基座越堅實，上層的應用創新就越有生長空間；產業鏈的根扎得越深，前端的產品形態就越豐富。

物理AI的終局，路線、入口與話語權爭奪

當模型、算力、硬件三條線同時走到落地臨界點，行業也開始直面更本質的拷問：物理 AI 的終局指向何方？

我們沒能在WAIC現場找到最終答案，但每一臺走向真實場景的機器人、每一次技術路線的分叉與收斂、每一塊正在完善的產業底座，都在共同勾勒物理 AI 的未來形狀。

產線上的毫米級誤差、倉儲中的突發工況、零售場景的復雜人流、家庭環境的非標需求…… 這些仿真系統無法完全復刻的 “現實噪聲”，是具身智能迭代的核心養分。

這也解釋了為什么各家廠商都在拼命把產品往真實場景里鋪：它石智航把產線搬進展臺背后，是已有汽車工廠的真實部署數據在反向迭代模型；商湯機器人便利店能跑出日均 400 單，本質是用真實訂單數據打磨調度系統與操作精度；螞蟻靈波“一腦多機”能適配 20 多種構型，核心底氣來自 6 萬小時真實場景數據的預訓練積累。

不是先有完美模型再尋找場景，而是真實場景跑出的鮮活數據，持續喂養模型變得更強大。在這個邏輯里，場景覆蓋的廣度與深度，直接決定了數據閉環的速度，也最終決定了 AI 在物理世界的進化速度。

而擁有完整制造業體系和豐富服務業場景的中國市場，天然站在了這場數據競賽的前排。

不過這并不意味著真實數據會取代仿真。物理 AI 的成熟，需要“仿真預訓練”和“真實世界微調”相結合，數字世界的答案可以無限復現，物理世界的真理卻只能在真實碰撞中反復驗證。這是物理 AI 最硬核的門檻，也是最核心的魅力。

數據決定了成長的土壤，路線則決定了成長的天花板。近兩年業內有關“物理 AI 的核心路線突破”始終有爭論，是走 VLA的端到端路線，還是押注世界模型的底層認知路線？這場路線之爭，在WAIC大會上依舊存在。

當下能落地、能產生商業價值的機器人與智能硬件，幾乎都以 VLA 路線為核心，銀河通用的藥房機器人將貨架視覺感知直接映射為夜間揀貨動作，省掉人工盤點環節；星動紀元的STAR1人形機器人將全身協調控制與視覺導航壓入端到端模型，在倉儲場景中實現自主搬運與碼垛，它們共同證明了，VLA的核心價值，在于把“看到”到“做到”之間的鏈路壓到最短，讓機器人先“干起來、掙到錢”。

而智元、大曉、它石智航等頭部玩家，同時在布局世界模型，為下一代機器人的通用能力做技術儲備，智元將世界模型定位為物理常識的底層引擎，讓機器人先理解重力與摩擦再學會操作；大曉在構建工業世界模型，用產線數字孿生預演故障恢復與動態調度；它石智航則直指世界模型是從專用機器人躍遷至通用機器人的唯一階梯。

短期看，VLA 是落地的最優解，長期看，世界模型是智能升維的必經路。兩者不是非此即彼，而是產業進化的雙軌。

技術路線決定能力的高度，入口形態決定了商業的邊界。毫無疑問，手機是當下滲透率最高、生態最成熟的隨身智能節點，榮耀、努比亞、階躍星辰的扎堆入場，證明手機依然是 AI 觸達 C 端用戶最核心的入口；機器人是物理世界行動力最強的終端，是延伸人類體力、執行現場作業的核心載體；AI 攝像頭、智能耳機、學習機則錨定家庭、辦公、教育等垂直場景，成為細分場景的專屬智能觸點。

未來不大可能出現一個通吃所有場景的單一入口，智能會像水一樣滲透進不同終端，按需適配。

當技術路線與入口形態逐漸清晰，更底層的競爭，是產業話語權的爭奪。過去通用大模型的競賽中，全球行業的技術標準、評測體系大多由海外廠商主導。但進入物理 AI 時代，中國產業的優勢開始顯現。

我們有全球最完整的硬件供應鏈，能把人形機器人的價格打到萬元以內，我們有最豐富的落地場景，能給技術提供足夠多的試驗場；我們還有逐步成熟的國產算力與基座模型，能從底層托住整個產業的自主迭代。

全球少有市場能同時集齊制造、場景、算力三重優勢，也少有市場能讓 AI 如此快速地嵌入真實商業循環。

當中國的機器人先一步部署進萬千產線、萬千普通家庭，我們自然會沉淀出屬于自己的落地標準、效率標準與安全標準，進而定義全球物理 AI 的落地范式。

站在 WAIC 的場館里，隨處可見的機器人與智能硬件，很容易讓人產生“未來已來”的錯覺。但撥開熱鬧的表象，我們見證的，是 AI 產業的一次關鍵轉身，從數字世界的信息革命，轉向物理世界的實體革命。

WAIC 像一面棱鏡，照見了當下中國AI 產業的完整截面：模型從語言智能向空間智能與具身智能加速躍遷，底層算力正在構建從云端超集群到端側芯片的國產閉環。沒有統一的終局答案，但所有人都朝著目標篤定前行。

物理AI的大幕才剛剛拉開，這一次，站在舞臺中央書寫規則的人里，注定會有中國的身影。