黄磊｜撰文

寂寞帅猫｜编辑

7月的上海，世博展览馆南门外的体感温度超过35°，但比天气更热的是观众的热情，场内人头攒动，颇为热闹；场外有人甚至加价近20倍，只为购得一张入场门票。

在规模方面，展会体量呈现跨越式增长。集中展出 3000 余项前沿展品，超 300 款产品完成全球首发，对比去年大幅增长。论坛高频关键词聚焦于产业落地、算力基建、人才生态，往年火热的 “超大参数模型”、“跑分榜单” 不再是宣传核心。所有参展产品均有真实行业落地案例，人形机器人、AI 智能体、国产算力芯片等不再停留在概念演示。

以笔者所在的数字营销和广告行业为例，大量传统客户继“数字化转型”之后，进一步面向AI转型，“AI in all”。比如有客户在世界杯期间，对某款运动饮料投放的视频素材，完全使用AI生成，内容制作成本大幅下降至不到实景拍摄的1%，且可以根据播放反馈快速修改，进行千人千面投放，品牌主只需要负责提创意需求和验收即可。游戏、文旅、酒店、电商行业客户在AI虚拟场景生成、互动交互体验、商品物流等领域都找到了落地场景。AI逐渐“脱虚向实”，从会场最具人气的具身智能和机器人展馆即可见一斑，物理AI等和人们日常生活息息相关的场景随处可见。

梳理 2024 至 2026年展会脉络，能清晰看到行业三年的完整轨迹。

首先，AI大模型的叙事逻辑从单纯比拼参数到核算价值回报。2024 年的 WAIC 是典型的 “参数军备竞赛”，各家厂商争相公布千亿、万亿级大模型参数，企业普遍相信只要不断扩大模型规模，就能持续提升能力（Scaling Law，大模型的“缩放定律”），比拼上下文长度和对话流畅度；2025 年行业重心转向应用探索，企业开始尝试将模型嵌入少量行业场景；到 2026 年，行业几乎彻底抛弃 “唯参数论”，效率和效果成为评判价值的核心标尺。可能也因大语言模型由过去的“百模大战”逐渐向头部公司集中，国产开源模型不再通过尺寸展现优越性。

大会前夕，Kimi K3、Qwen等国产模型相继发布新版本。相比过去强调参数规模，今年企业更关注模型性能、推理成本以及实际应用能力，国产模型之间的竞争也开始更多围绕效率和落地展开。例如：国内WorkBuddy等办公产品曾囿于Claude基础模型的高额成本乃至不可访问困境，有望通过国产开源模型的进步得到缓解。

因此，今年的WAIC释放了明确的信号：AI行业正迈入后规模时代的下半场。AI竞争的胜负手不再是模型尺寸，影响推理成本与实时能力的也不再只是总参数规模，还有实际参与运算的激活参数，以及能否把AI真正嵌入到物理世界和复杂工作流中。

过去从业者普遍对AI有着FOMO心态，恨不得所有工作都和AI扯上关系，甚至把Token的使用量进行排序，对员工进行考核。如今参会者则更多交流如何通过AI增效和增收，或者通过展商的产品和服务，帮助大家有实际的业务范式转移和变化。这一发展逻辑的转变，在“具身智能”和“智能体”两大核心赛道上体现得淋漓尽致。

关于具身智能机器人，行业已经不再单纯蹦蹦跳跳，抛弃了过去机器人跳舞、空翻炫技的形式，转而追求“打工人”的落地价值。今年参展的设备展示了连续工业作业能力。巡检、分拣、装配等标准化工序成为核心考核标准，机器人从观赏性展品转变为生产力工具。有的公司首次公开“机器人无人工厂”，展示了机器人自主装配的闭环方案；有的企业深耕实用性更强的“轮式双臂”构型，主打在零售和工业产线上精准抓取物料，先拆垛，再搬运，最后码放目标位置等标准化实操。有的站台展示四台机器人协作完成电池模组装配，可以实现箱体上料、电芯插放、电芯扫码、产品下线等电池模组生产全流程。

此外，人形、多关节工业机器人告别实验室原型，多款机器人已批量进入动力电池、仓储物流产线；商用服务机器人适配酒店、商超、药房等开放环境；轻量化家用机器人进入测试阶段。

目前，学界对于具身智能仍在探索不同技术路线，例如世界模型和VLA（视觉、语言、行动）等方案；但在今年WAIC现场，企业显然更关心如何将技术转化为可用的产品，而这种从技术展示转向实际应用的变化也不只发生在机器人领域。

软件层面，AI Agent（智能体）正在从“对话窗口”变成“数字替身”。有的通用智能体，不再局限于被动问答，还具备了理解跨应用流程、自我拆解任务的能力，成为可承接完整工作事项的“数字员工”。某跨国企业于大会期间首发面向中国市场的工程智能体，可独立完成端到端的工业自动化工程任务规划、执行和验证，将自动化工程师从单调重复的体力活中解放出来，专注于高价值系统决策工作。

在笔者所在的AI营销领域，观众只需拍照上传一张商品图，AI在几分钟内即可完成商品主图生成、合规检验等，并直观展现AI如何从创意生产到经营决策全面融入营销场景。在投放环节，通过智能投放产品，广告主每花费一万元投放费用，对应的操作次数可下降80%。用户在Agent平台上对话输入需求，即可获得跨模块、跨维度的营销洞察与策略建议。在连接客户与创作者的平台，通过聊天选人智能体，只需在对话中告诉AI推广需求，系统就能精准挖掘优质达人资源。

逛到后面，笔者还发现一个变化：做数据采集、触觉传感器和国产算力的展台明显多了。模型之外，高质量数据和高效算力正在成为AI能否真正落地的另一道门槛。除了某咖啡品牌用数据做生意预估外，展馆也看到机器人的本体、灵巧手乃至触觉传感器公司都在做数据采集设备，不少公司不止卖硬件，还有数据处理和数据仿真的服务提供。因为LLM靠语言表征就能大规模积累，且互联网上有海量文本和视频数据可以免费抓取。而物理AI只能是现实世界的经验和表征，是对真实人类操作、感知和反馈行为的“蒸馏”，现有数据量不到大语言模型的万分之一，对专注数据质量的创业公司，可能是一个机会。

笔者还注意到，国产算力企业的存在感也明显增强。多款国产高端算力芯片、超节点集群亮相，性能比肩国际顶尖产品。过去，国内算力高度依赖海外硬件，如今从芯片、服务器到智算中心调度系统实现全栈国产化，也是一个可喜的进步。而国家电网等能源参展企业，不仅是AI发展的基石，也是AI提效的受益方。

九届 WAIC 的变迁，恰好记录了国内人工智能产业完整的成长轨迹：从最初追逐前沿概念、比拼纸面参数，到如今深耕产业场景、重视真实价值。AI正在从“先进技术”转变为赋能千行百业的“基础设施”，如清华大学互联网治理研究中心主任李晓东指出，未来真正的竞争力，不在于哪个模型领先，而在于谁先建立智能时代的数据基础设施、产业生态和全球治理体系。

作者简介：

黄磊，《赛先生》科学写作小组成员，香港大学管理学博士，同济大学自动控制硕士，目前在互联网企业从事数字营销相关业务管理工作。