為期四天的 2026 世界人工智慧大會（WAIC）於 7 月 20 日在上海世博中心圓滿落幕。閉幕式公布的成績單相當亮眼：10 萬平方公尺展區、4,486 項展品、351 款產品全球首發，線下觀眾突破 40 萬人次，全球線上流量超過 30 億。共有 102 個國家及國際組織參會，1,117 家企業參展，預計達成意向採購金額 203.6 億元，年增 25%。
更具指標意義的是閉幕式上上海市人工智慧重點專案集中簽署——涵蓋 AI 基礎設施、具身智能、科學智能、智能體應用等領域，共 32 個專案，投資額超過 409 億元。真金白銀的投入，為 2026 年中國 AI 產業的開局寫下有力註腳。
然而，當熱鬧散去、資本落定，一個更本質的問題值得追問：409 億元的簽署額與 30 億的線上流量，究竟在多大程度上縮短了 AI 從「能聊」到「能做」的距離？本文將從六個面向進行冷靜思考。
從「參數競賽」到「落地競賽」，產業評價體系是否真正完成轉換？
本屆 WAIC 最常被提及的敘事是「AI 告別參數競賽，進入以落地價值論英雄的新階段」。這一判斷在展館現場得到了直觀驗證。具身智能領域，超過 200 家企業參展，近 60 台人形機器人分散於會場各處負責導覽、講解、問詢，這是國內大型展會首次大規模讓人形機器人「上工」——不只是擺著讓人拍照，而是真的在工作。
智元的精靈 G2 Max 已在京東物流的實際倉儲中 24 小時搬運碼垛；節卡與華域汽車聯合展出的電機裝配線上，兩台機器人協同完成精密鎖付僅需 10 秒，這套方案已在年產百萬套電機的真實產線上運行。商湯孵化的機器人便利店「燒麥購」已在上海開設 10 家、全國 20 家，實際門店日均訂單達 400 筆。
但「從炫技到實做」的敘事掩蓋了一個事實：這些落地案例仍是少數領頭企業的示範性專案，距離規模化、標準化、可複製的產業常態仍有相當距離。展館內 300 多台動態運作的機器人，絕大多數仍處於 demo 階段。「部署態」是本屆大會的高頻詞，但「部署」本身正說明——真正進入生產環境的，仍然是先行者而非大多數。
409 億簽署額的真實分量：資本密度與轉化效率能否匹配？
32 個專案、409 億元投資額，涵蓋 AI 基礎設施、具身智能、科學智能、智能體應用四大領域。從資本密度來看，這是 WAIC 歷史上規模最大的一批集中簽署之一。
但資本投入的效率取決於兩個關鍵變數：技術成熟度曲線與商業化路徑長度。
以具身智能為例。本屆大會具身智能展商從去年 80 多家增加至 200 多家，真機超過 300 台。業界分析指出，與往年相比，2026 年 WAIC 具身智能完成了一次關鍵轉型——產業不再比拼單台機器的極限特技，而是比拼數據底座、類腦認知的底層實力，以及場景適配、批量量產的商業化能力。這一定位升級本身是正確的，但也暗示了一個現實：底層能力尚未成熟。機器人大腦架構未定、訓練數據來源仍是業界難題，「機器人應用 VLA 還是世界模型」的爭論被直接搬上論壇。
這意味著，409 億元中的相當一部分將投入到尚未形成產業共識的技術路線。資本的高密度湧入與技術路線的不確定性之間，存在天然的張力。簽署額是信心的指標，但不等於落地的進度條。
算力基礎設施：從「堆卡」到「造系統」，成本拐點是否已到？
AI 基礎設施是 409 億元簽署的重要去向之一。本屆 WAIC 上，算力展區的核心亮點不再是某款晶片的跑分，而是國產超大規模集群的真機亮相。業界共識正在形成：AI 基礎設施正從「堆卡」轉向「造系統」——AI 晶片、加速卡、伺服器、整櫃系統、超節點、高速互聯、液冷散熱、儲存系統與調度軟體，必須作為整體來考量。
天數智芯發布的天垓 300 通用 GPU，在 DeepSeek V4 MoE 場景中運算效率突破 70%，在 64k 長上下文場景中 Attention 效能高於國際主流方案 10%。算力競爭已從「堆積晶體管」進入「榨取效率」階段。九章雲極展出的「AI 工廠」以「訓練工廠」與「Token 工廠」雙引擎驅動，將 AI 生產從依賴個別專家的研發模式推向可複製的標準化生產線。
這些進展指向一個積極訊號：AI 規模化落地的成本門檻正在逐步拆除。但「逐步」二字是關鍵。算力效率提升是漸進式的，而模型參數規模膨脹是指數式的。兩者之間的剪刀差，仍是制約 AI 從「能聊」到「能做」的基礎性瓶頸。Token 成本能否持續下降、算力能否真正成為「像水電一樣的普惠資源」，取決於基礎設施層面的持續投入與技術突破——而這正是 409 億元簽署需要回答的長週期命題。
具身智能的「務實轉向」：從炫技到實做，中間還有幾道關卡？
本屆 WAIC 最具話題性的變化發生在具身智能展館。人形機器人不再是唯一形態——載人機甲、半人馬、輪式底盤紛紛登場。形態多元化背後是場景驅動的務實邏輯：工業場景需要的是穩定與負載能力，而非雙足行走的「擬人感」。
但「務實轉向」本身也暴露了產業仍處於早期的另一面。松延動力推出的小布米定價 9,998 元，成為市面上第一款萬元以內的量產人形機器人。價格下探是規模化量產的前兆，但也意味著產業尚未找到足夠高的價值錨點來支撐更高的產品溢價。
更具挑戰的是「實做」本身的技術門檻。戴盟機器人在展台上展示的打包水果、收納筆袋——看似簡單，實則是機器人最難攻克的硬骨頭。夾重了會破，夾輕了會滑；芒果表面光滑稍不留神就掉落；透明塑膠蓋視覺基本失效，只能靠觸覺感測器判斷。收納筆袋更難：筆袋是軟的，抓、放筆、拉拉鍊每一步都在變形。這些真實場景中的「小問題」，正是機器人從「能表演」到「能做事」必須跨越的「大關卡」。
智能體從「對話」到「實做」：DAU 指標能否取代參數競賽？
智能體（Agent）是本屆 WAIC 的另一大高頻詞。與往年不同，今年的智能體不再止於展台上的對話展示，而是深入真實的工作流程、交易鏈路與生產車間。
值得關注的指標變化是 DAA（Daily Active Agents，日活智能體數）的提出。與模型參數、Token 消耗等傳統指標相比，DAA 更關注每天有多少智能體真正進入業務流程、完成任務並創造價值。國際數據公司（IDC）發布的《DAA 研究報告》顯示，全球日活智能體數 2025 年為 2,860 萬個，預計 2026 年達到 7,940 萬個，2030 年將增至 22.16 億個。
指標的轉換反映了產業認知的升級，但也需要冷靜思考：DAA 的統計口徑是什麼？一個「日活智能體」如何定義——是完成一次任務調度，還是實現端到端的業務閉環？不同廠商之間的定義差異，可能導致數據缺乏可比性。正如大模型時代「參數」一度成為行銷話術，「日活智能體」同樣面臨被濫用的風險。從「對話」到「實做」，智能體真正的考驗不在於日活數字的膨脹，而在於能否在複雜場景中實現穩定、可靠、可審計的任務執行。
科學智能與全球治理：長期主義賽道上的制度性突破
在 409 億元簽署的四個方向中，科學智能（AI for Science，AI4S）與全球治理的討論相對「低調」，但其長期意義可能更加深遠。
科學智能標誌著 AI 跳出網路內容、辦公等數位應用場景，全面滲透生物醫藥、新材料等實體科研領域，深度參與科學假設、模擬推演與實驗驗證，重塑傳統科研模式。WAIC 期間，「量超智融合平台」正式發布，成為國內科學智能算力基礎設施賽道的突破性成果。晶泰控股攜 AI4S 創新成果亮相，加速新藥、新材料領域的研發迭代與成果轉化。
全球治理層面，大會期間 29 個國家簽署成立世界人工智慧合作組織協定，總部設於上海。這是人工智慧領域首次由多國平等協商搭建的全球治理架構。大會匯聚 11 位圖靈獎、諾貝爾獎、菲爾茲獎得主。這些制度性突破不直接產生商業回報，但為 AI 產業的長期健康發展提供了治理基礎設施。
如果說具身智能與智能體解決的是「AI 能做什麼」的問題，那麼科學智能回答的是「AI 能發現什麼」的問題，全球治理回答的是「AI 該如何被管理」的問題。這三個問題的時間尺度不同——前者的答案可能在 3-5 年內逐步明朗，後兩者的答案可能需要 10 年甚至更久才能顯現。409 億元簽署中投向科學智能與治理架構的比例雖然有限，但其戰略價值不可低估。
總結
WAIC 2026 以 32 個專案、409 億元簽署、30 億全球線上流量交出了一份亮眼成績單。AI 基礎設施從「堆卡」走向「造系統」，具身智能從「炫技」轉向「實做」，智能體從「對話」進化為「實做」——這些趨勢真實存在，也值得肯定。
但「冷靜思考」的視角提醒我們：409 億元是信心的投票，不是落地的保證。從「能聊」到「能做」的距離，需要技術突破、工程化能力、數據積累與商業模式持續迭代來丈量。算力成本拐點是否真正到來、機器人大腦技術路線何時收斂、智能體任務完成率能否持續提升、科學智能能否從概念走向實質性科學發現——這些問題的答案，不在 WAIC 的展台上，而在未來 3-5 年的產業實踐中。
WAIC 2026 的價值，或許不在於它展示了多少「已經做到」的事，而在於它讓人們清楚看到「接下來必須做到」的事。
FAQ
問：WAIC 2026 的 32 個 AI 專案具體涵蓋哪些領域？
涵蓋 AI 基礎設施、具身智能、科學智能、智能體應用四大領域，總投資額超過 409 億元。
問：WAIC 2026 的全球線上流量與參展規模如何？
全球線上流量突破 30 億，線下觀眾超過 40 萬人次，1,117 家企業參展，4,486 項展品亮相，351 款產品全球首發。
問：具身智能在本屆 WAIC 有哪些重要變化？
具身智能首次獨立成館，參展企業從 80 多家增至 200 多家，真機超過 300 台且幾乎全部動態運作。產業從「炫技」轉向「實做」，機器人開始進入真實產線與商業場景。
問：智能體（Agent）在 WAIC 2026 呈現什麼趨勢？
智能體從「對話」走向「實做」，不再止於展台展示，而是進入真實工作流程與生產車間。全球日活智能體數預計 2026 年達到 7,940 萬個。
問：AI 從「能聊」到「能做」的主要障礙是什麼？
主要障礙包括：算力成本與模型規模間的剪刀差、機器人大腦技術路線尚未收斂、訓練數據取得困難、複雜場景下任務完成率與穩定性有待提升。
問：WAIC 2026 在 AI 全球治理方面有哪些成果？
29 個國家簽署成立世界人工智慧合作組織協定，總部設於上海，這是人工智慧領域首次由多國平等協商搭建的全球治理架構。
