Note: This page does not support English, using the default language version
七月的上海，逼近40度的气温和1100余家企业、3000余款展品共同烘托出的产业热度，让2026年世界人工智能大会（WAIC）成为一场真正意义上的”高温预警”。但当穿过拥挤的人潮，真正驻足于展台前，你会发现一种不易察觉却意义重大的变化：AI正在告别那个以概念吸引目光的”秀场”，转而进入一个接受产业与市场检验的”考场”。
这不是一个修辞上的比喻。有参展商直言，今年最大的叙事更迭，在于整个行业已经不再回答”AI能做什么”，而是开始用产品回答”做得多好、多安全”。我跑了一圈展馆，有三条线索让我觉得，2026年的WAIC可能确实站在了一个拐点上。
7月18日，Moonshot AI（月之暗面）正式发布 Kimi K3——2.8万亿参数，官方口径中直接使用了”世界最大开源模型”来定位它。原生支持视觉理解，100万 token 上下文窗口，目标场景涵盖软件工程、深度研究、知识工作和多模态理解。
乍看之下，这似乎只是国产大模型的又一次”参数军备竞赛”。但我认为 Kimi K3 的意义不止于此。它选择在 WAIC 期间发布，且明确走开源路线，本质上是做了一个双向策略表态：对内，向国内产业界证明中国团队有能力在基础模型层面与 OpenAI、Google 等正面竞争；对外，用开源降低全球开发者门槛，试图在开发者生态层面建立话语权。
这里有一个值得注意的细节：本届 WAIC 整体有超过 260 个大模型首发。当”首发”本身已经不再稀缺，竞争就从”有没有模型”变成了”模型能干什么、谁在用”。Kimi K3 主推的开源战略，打的正是这张牌——让全球开发者替你验证场景、替你踩坑、替你找到 PMF。
但我也有一个隐忧：2.8万亿参数意味着推理成本不会低。开源之后，社区能不能真正”用得起”这个模型，可能比参数本身更关键。否则它就是一颗漂亮的卫星，挂在天上，没人落地。
如果说往年 WAIC 的机器人展区像一场杂技表演，那今年它更像一个招聘会。
200多家厂商带来的数百台机器人，没有人在炫后空翻、跑酷、弹钢琴。统一的验收标准变成了一个朴素到残酷的问题：能不能在真实产线上干满8小时？
极智嘉联合创始人陈曦在接受采访时说得非常直白：“这个行业处于早期阶段，大家看到满屏 Demo，但是真正去干活，客户其实是非常抓狂的状态。做完 Demo 之后没法持续，这是我们看到产业上面真正的问题。”
这句话几乎概括了整个具身智能展区的气质。极智嘉在大会上发布了名为”Gravity”的统一具身智能框架，核心是”双脑协同”架构——“认知脑”负责理解复杂指令并拆解任务，“行动脑”在动手前进行物理”沙盘推演”。在公开基准 LIBERO-Plus 上，这套框架的零样本成功率从 73.73% 提升到 78.62%。数字没有惊艳到令人尖叫，但在工业场景里，每提升一个百分点都意味着一笔省下来的真金白银。
陈曦提出了一个很有意思的观点：他把仓储拣货定义为”物理 AI 的训练靶心”——因为仓库集齐了高频、真实、反馈明确、可迁移、接近商业闭环五个条件。换句话说，让机器人在仓库里拣货，不只是为了帮物流公司省钱，而是为了在这种高密度、高反馈的真实场景中，把”大脑”和”手”都练出来，然后平移到更多商业和生活场景。
我认为这个思路是对的。具身智能最大的敌人不是技术瓶颈，而是场景碎片化。找到了一个”训练靶心”，就有了可复现、可迭代的数据飞轮。这比在实验室里跑 benchmark 有意义得多。
网易灵动则将战场设在了更极端的环境——远程操控挖掘机在真实电厂和港口作业。展台上有一个”智能座舱”，观众可以沉浸式观摩工作人员跨越千里操控工程机械。他们的逻辑很清晰：“让机器去人不能去、不敢去的地方”。这或许才是具身智能在现阶段最务实的切入路径。
往年的 WAIC，安全话题大多出现在技术分论坛的角落里，讨论的是算法鲁棒性、对抗样本这些纯技术议题。但今年我观察到一个明显的变化：安全正在从技术圈的话题变成产业级的共识，甚至可能成为决定商业边界的关键因素。
分级治理是今年被反复提及的关键词。逻辑并不复杂：不同场景对 AI 的可信度要求天差地别。用 AI 推荐一首歌出错了，无伤大雅；用 AI 做金融风控、医疗辅助诊断、自动驾驶决策出错了，代价可能是一条命。一刀切的安全标准既不现实也不科学，分层分级、按风险等级匹配治理框架，是行业走向成熟的必经之路。
这种讨论的深入，还有一个我没预料到的好处：它正在倒逼 AI 企业从”炫技模式”转向”可信交付模式”。当客户不仅问你”准不准”，还问你”数据怎么用的、决策怎么解释的、系统怎么防攻击的”，这就意味着 AI 必须从黑箱走向白箱。不是每个企业都准备好了。
走出世博中心，上海的酷暑依然没有消退的迹象。但我觉得今年 WAIC 最大的变化，恰恰是”降温”——不是热度的降温，而是预期的降温。
过去五年，我们经历了一个”什么都能做”的 AI 狂欢期。大模型写诗、作画、编代码、通过律师资格考试，每一个 demo 都在拉高公众对 AI 的想象力。但在 2026 年的 WAIC 上，这种”展示可能性的兴奋感”正在被一种更沉闷、但也更真实的情绪取代——做出来不算完，用起来才算数。
Kimi K3 开源了，接下来要看全球开发者到底用它做出了什么；具身机器人不再后空翻了，接下来要看它们能不能在产线上稳定跑三个月不断电；安全治理的共识形成了，接下来要看分级框架能不能真正落地执行，而不是又变成一纸空文。
从”秀场”到”考场”，这场大考才刚刚开始。而我觉得，对真正做事的团队来说，这可能是一个更好的时代——因为当泡沫消退，留下来的都是得靠产品说话的人。考场上，没人看你简历有多漂亮，只看你答卷上写了什么。
Loading comments...