摘要：最热一届。
来源：朝阳资本论
作者：闫木昀
7月17日，2026世界人工智能大会（下称“WAIC”）就要开幕了。
自2018年首届以来，WAIC从没有哪一届像今年这么热闹——上海世博、张江、西岸三地四馆同时开展，10万平方米展区挤进了1100多家企业，光全球首发产品就有300多款。
规模不是重点，真正值得关注的是，行业整体风向在变，业内似乎不再卷模型参数了。
从算力芯片到操作系统，从智能手机到工厂里的机器人，所有人都在问同一个问题：能不能落地？能不能量产？能不能赚到钱？
《朝阳》梳理几家具代表性参会企业，看看究竟有何变化。
万卡集群与3D芯片齐发 国产算力迈入商用兑现期
算力这个东西，过去几年一直是大模型背后的"幕后英雄"。
重要，但看起来不够酷。
今年不一样了。
张江科学会堂一万平米的芯算融合馆，是WAIC历史上第一个算力独立展馆。百余家企业、200多项展品集中亮相，67款产品在这里完成国内首发。
参会企业里，华为昇腾、燧原科技、天数智芯、壁仞科技、沐曦集成电路，国产GPU主流厂商几乎全部到场，十余家通用大算力芯片企业同台竞技。
先说华为。
2026 世界人工智能大会期间Atlas 950 SuperPoD真机首展，大概率是本届展区最受瞩目的硬件。
Atlas 950 SuperPoD搭载1024张昇腾卡，算力、内存、互联带宽等核心指标全面领跑。基于它打造的Atlas 950 SuperCluster算力规模超50万卡——这是当前全球最强的算力集群。同步亮相的还有轻量化Atlas 850E风冷机型，专门面向地方中小型智算机房——不是每个城市都需要万卡集群，但每个城市都需要算力。
这个产品填的就是算力下沉的缺口。
再说另一个值得关注的玩家——东方算芯。
如果说Atlas走的是集群路线的极致，DF1000走的就是完全不同的一条路：芯片层面的底层突破。
这是全球首款实现量产的全国产供应链3D近存大算力芯片。
“近存计算”，就是把计算单元尽可能贴近存储单元，从物理层面缩短数据搬运距离。解决的是行业老大难问题——算力上去了，数据搬不动，也就是“存储墙”。
看两个核心指标：BF16算力520TFLOPS，访存带宽6.4TB/s。这两个数字直指存储墙痛点。
但真正让人觉得有意思的是它的量产策略。DF1000用的是成熟的14nm制程——不追求最先进的工艺，反而绕开了高端制程被卡脖子的风险。云端集群、端侧推理都能用。
企业还公布了后续节奏：2026年Q4推DF2000，2027年迭代DF3000。路线图很清晰，不是画饼。
另外，两套产品的商业化进展也值得一提。
华为万卡超节点方案已经覆盖金融、政务、互联网等11个行业；DF1000完成了128卡集群稳定测试，进入可批量交付阶段。
据东方算芯透露，公司已经接到行业订单，下半年启动量产。
也就是说，这些都不是概念样机，都是奔着卖钱去的。
当然，展馆里的热闹，背后少不了政策推手。
过去一年，各地智算中心密集上马，AI终端补贴、国产芯片采购扶持接连落地。WAIC展馆里看到的繁荣，很大程度上是政策红利的集中兑现。
拉一下时间线，感受会更明显。
2025年WAIC上，最高规格的算力设备还只是384卡的中小型昇腾集群，只能跑千亿参数的基础模型训练。更早几届，厂商还在比谁的单卡跑分高，软硬件生态各搞各的，落地场景碎片化，买家根本没法规模化采购。
短短几年时间，变化是肉眼可见的。
资本市场也在用钱投票。
中信证券研报预测，2026年国内AI芯片市场规模将突破3000亿元；中国信通院数据显示，一季度国内AI算力需求同比暴涨417%。据Bernstein Research预测，华为昇腾今年有望拿下中国AI芯片市场约50%的份额。
竞争逻辑变了。单卡算力参数不再是唯一壁垒，集群协同调度、软硬件一体化适配、全生命周期成本控制，这些看起来“不那么酷”的能力，反而成了拉开差距的关键。
很多人会疑惑，为什么短短几年时间，算力行业会出现这样的转变？
早期算力建设的核心目标是解决“有没有”的问题，只要能搭建起大规模集群，就具备核心竞争力。而如今全国智算中心密集建成，算力供给从短缺走向富余，行业需求随之转变为“好不好用、划不划算”。
算力不再是少数企业掌握的稀缺资源，降低单位算力成本、适配各行各业的细分场景、实现资源统一调度，才是当下算力厂商能够抢占市场的核心关键。
智能体操作系统接棒大模型 重塑AI产业底层逻辑
算力的问题正在解决，那上层呢？
真正让人兴奋的变化，发生在软件层。
本届WAIC最核心的看点，不是哪家大模型又刷了榜单，而是量产级的通用智能体操作系统，第一次站到了产业舞台的C位。
这个赛道已经不是一家独大了。阶跃星辰的星枢OS、百度旗下多款智能体产品、荣耀与阿里联合推出的Agentic OS、网易有道的国内首款100%全开源桌面级AI智能体，都在本届WAIC上同步亮相。
但要说走得最快的，还是阶跃星辰。
7月13日发布的星枢OS（Step AOS），被业界视为首个真正跑通规模化商用的智能体原生操作系统。
它到底和之前那些AI助手有什么不一样？
简单说：过去的AI助手是“你问我答”，星枢OS是“你说我干”。
技术上，它用了双层架构——一层沙箱兼容绝大多数安卓应用，另一层是独立的AI原生执行层，可以自主串联多款主流APP完成连贯任务。
举个例子：你说“帮我订周末去上海的高铁和酒店”，它不会只给你一个搜索结果。它会自己打开出行APP查车次、打开酒店APP比价格、打开支付APP完成下单——全程不需要你动手。
这不是概念视频，是已经能跑的产品。
商业化数据也不含糊。据阶跃星辰官方数据，端侧轻量化Step Edge模型累计装机量达4200万台，国内60%头部手机品牌已经深度合作。搭载该系统的吉利智能座舱上市3个月，整车卖了接近4万辆。
智能体OS已经不是PPT了，它在真实的消费市场里跑起来了。
产业资本也看明白了。据《证券时报》报道，阶跃星辰预计完成近25亿美元融资，华勤、中兴、豪威等硬件产业链头部企业悉数入股。上下游用真金白银投了票。
展品是明线，论坛议题是暗线。
往年WAIC的热门话题是什么？大模型训练、AI安全治理。今年呢？开源智能体、AI Coding、Token经济、OPC（一人创业模式）——几乎每个新议题都指向同一件事：降低门槛，加速变现。
说到Token，这个数据值得单独拎出来。
Token是AI文本处理的最小单位——你可以理解为AI每处理一段文字或图片时消耗的一个“词块”，当前已经成了行业的统一计价单元。
它的增长有多快？据国家数据局公布的数据，截至今年3月，中国日均Token调用量突破140万亿，较2024年初增长超千倍。
调用量暴增，但计价标准还是一笔糊涂账。润建股份这次带着Token工厂全栈方案参展，还办了个“算电协同×Token工厂”专场论坛——说白了就是在讨论：AI算力服务到底怎么定价、怎么交付？行业还没有标准答案。
OPC模式的讨论指向同样的逻辑：算力在变便宜，开发工具在变简单，AI创业的门槛在快速降低。过去只有大厂才玩得起的游戏，现在一个人、一台电脑就能入场。
回看两三年前，完全是另一幅光景。
彼时，各大企业疯狂加码超大参数模型，但大多数AI产品只能做到“你问我答”，没法自主完成复杂任务。展会上亮相的智能体产品，基本都是针对零售、工业等垂直场景的定制工具，碎片化严重，不存在跨终端、跨场景的通用系统。
我们不妨思考，为何此前AI始终难以摆脱被动应答的局限？
这当然不单单是模型技术不足导致的。在算力成本居高不下的阶段，大规模跨应用自主执行会产生极高的运算消耗，高昂的成本让智能体无法规模化商用，只能停留在演示阶段。
只有当国产算力体系成熟、Token成本持续下降之后，AI自主执行的成本门槛被打破，通用智能体操作系统才有大规模落地的基础。技术成熟是基础，成本下降才是行业能够迈入下一阶段的核心前提，这也是产业变革滞后于技术突破的主要原因。
现在有了。这意味着产业分工关系在重塑。
过去的AI产业链边界清晰——算力厂商做芯片，软件公司做模型，终端厂商做硬件，各干各的。通用智能体OS出现后，软件平台开始成为整条链的核心枢纽：向上对接各种算力，向下统一管理手机、机器人、车机等所有终端。
谁掌握了系统生态，谁就掌握了话语权。这个逻辑，和当年安卓、iOS的故事一模一样。
消费AI+具身智能双线爆发 技术深入实体经济
算力有了，系统有了，最终要看的还是做出来的东西，普通人用得上吗？工厂买得起吗？
这届WAIC给出了一个比较明确的回答：消费级智能硬件和工业机器人，同步进入量产周期。
先看手机。
阶跃星辰搭载星枢OS的原生智能体手机，将在本届大会完成首发，整机由华勤技术深度合作代工。
这款手机内置本地轻量化多模态模型，工具调用（toolcall）执行延迟低至0.1秒，用户数据不需要传到云端——智能体验和数据隐私同时兼顾。这两件事过去很难两全，现在做到了。
中兴旗下努比亚也将展出联合字节跳动打造的AI智能体手机。
在这之前，所谓的“AI手机”能干什么？拍照优化、语音问答，本质上还是单点功能的叠加。没有哪款手机能自主跨APP完成订票、办公、行程规划这样的连贯任务。
AI过去是手机的“加分项”，现在正在变成手机的“底层逻辑”。从展品完成度来看，国内厂商在系统级智能硬件的落地节奏上，确实走在了前面。
再看机器人。
本届大会专门给机器人设了独立展馆，200多家具身智能企业集中亮相。这个阵仗，放在两年前不敢想。
走得最快的是智元机器人。展会开幕前，第15000台工业人形机器人正式下线。据实测数据，在3C精密制造质检场景中，作业稳定率达到99.99%。
1.5万台，不是实验室里的demo数字，是真实的产线交付量。
宇树、梅卡曼德、傅利叶等企业也带来了适配不同制造场景的完整方案。生数科技携MotuBrain——一款面向具身智能机器人的"通用大脑"——也在展馆亮相，想做的事情很明确：为各类人形机器人提供统一的智能中枢。
还有一家值得关注的是大晓机器人，他们聚焦的方向是世界模型，简单说，就是让机器人不只是“执行指令”，而是能理解物理世界的运行规律，具备认知和预判能力。
这些企业代表了具身智能的不同技术路线：有人做任务执行，有人做智能中枢，有人做世界认知。拼在一起，恰好构成了一条相对完整的技术链。
一个值得注意的细节：“可批量交付”正在取代“参数领先”，成为机器人赛道被提及频率最高的关键词。这个转变本身就说明了很多问题。
两条赛道同时爆发，释放出同一个信号：AI技术正在走出展厅，走进普通人的手机和工厂的产线。从算力、软件到终端的商业化通路已经基本贯通，产业链正从“技术验证”进入“商业验证”阶段。
当然，这场全链路商业化竞赛不是中国独有的。OpenAI的GPT助手、谷歌的Gemini，海外巨头同样在往智能体OS和终端硬件方向延伸，只是大家的节奏各有不同。
但从这届WAIC的展品完成度来看，在系统级智能硬件的商业化落地速度上，国内厂商确实跑出了阶段性的身位优势。
也要说句实在话：行业还在早期。
C端的高频刚需场景还在摸索，什么样的智能体功能能让用户天天用、离不开，还没有标准答案。工业端也一样，面向中小制造企业的轻量化、低成本机器人方案，才刚刚起步。
但对普通用户来说，变化已经在发生了。AI正在从“聊天工具”变成“执行助手”，订票、比价、行程规划、跨APP操作，这些过去需要你自己一个个打开APP完成的事，在被底层系统接管。
对中小企业主来说，轻量化算力和低代码AI工具的普及，意味着AI不再是大厂的专属武器。下一波创新机会，也许就藏在WAIC展馆某个不起眼的角落里。
结语
回看今年WAIC展出的全链条产品，不难看出，行业竞争逻辑已经发生明显切换，参数不再是核心比拼指标，能否实现稳定量产与真实场景变现，成为各家企业发力重点。
如今国产算力、通用智能系统、实体终端配套体系逐步完善，Token计价、低代码工具、单人创业模式也在不断拓宽行业创新边界，AI 产业生态正变得更加多元。
但客观来讲，整个行业仍处于落地验证阶段，付费体系、设备互通标准、工业机器人成本回报等问题，都还需要更长时间的市场打磨。
整体发展方向清晰向好，只是规模化盈利尚需时日。依托当前产业链迭代节奏，AI向各行各业渗透的速度有望稳步提升，这场展会，也为我们看清下一阶段产业发展脉络提供了清晰参考。