WAIC闭幕，AI迎来集中上新

351款产品首发，203.6亿元意向采购

2026世界人工智能大会今天在上海闭幕，并交出了一组明显偏向产业落地的数字：4486项展品、351款全球首发产品，以及约203.6亿元意向采购金额。 据央视财经披露，本届大会接待全球重要采购团组177个，意向采购金额同比增长约25%。

世界人工智能大会（WAIC）是聚合人工智能技术展示、产业合作、学术交流与全球治理议题的综合性大会。 今年大会于7月17日至20日在上海举行，展览面积达到10万平方米，展区覆盖世博、张江和西岸等区域，内容从大模型、智能体一路延伸至机器人、芯片、超节点和行业解决方案。

351款全球首发产品意味着，约每13项展品中就有1项是首次公开亮相。 按4486项展品计算，全球首发产品占比约为7.82%。这个比例不算夸张，但放在10万平方米的单一大会中集中释放，仍足以让2026年7月成为国内AI产品少见的密集上新窗口。

203.6亿元意向采购比产品数量更值得关注，因为它开始回答AI产品究竟有没有买家的问题。 按同比增长约25%倒推，上届同期口径的意向采购金额约为162.9亿元，今年增加约40.7亿元。若将203.6亿元简单除以177个重要采购团组，对应每个团组约1.15亿元，但这只是数学均值，并不代表实际订单分布，也不能视为已确认收入。

意向采购金额不是合同收入，更不是已经回款的营业额。 它反映的是采购方在大会期间表达的合作需求和预算倾向，后续还要经历测试、招标、交付、验收等环节。对AI企业而言，真正的考验不是在展台上跑通一次演示，而是在客户环境里连续运行数月，并把模型调用、人工复核、算力折旧和运维成本全部算清楚。

三条上新主线已经非常清楚

WAIC 2026的新品并不是平均分布，而是集中涌向智能体、具身智能和AI基础设施三条赛道。 这三类产品分别对应AI产业当前最急迫的三个问题：模型如何真正执行工作、智能如何进入物理世界，以及大规模推理如何获得稳定且可控的算力。

AI智能体是能够理解目标、拆解任务、调用工具并根据执行结果继续行动的软件系统。 它与传统聊天机器人最大的区别，不是回答更长，而是开始接管工作流。例如，办公智能体可以读取资料、搜索信息、生成表格并整理汇报；行业智能体则会连接企业数据库、业务系统和审批流程，执行配电网规划、广告投放或跨境经营分析。

具身智能是让AI通过机器人等物理载体感知环境、规划动作并完成现实任务的技术路线。 本届大会集中展示了人形机器人、轮式双臂机器人、灵巧手、智慧药房和消费服务机器人，说明行业的竞争焦点正从单次动作展示转向持续作业、团队协同和无人运维。

AI基础设施是支撑模型训练、推理、存储和高速互联的软硬件系统。 随着智能体调用频率上升，企业面对的瓶颈已不只是单张芯片峰值算力，还包括节点间带宽、显存与内存利用率、集群稳定性、能源效率，以及主流模型能否快速适配。

| 上新方向 | 代表产品或方案 | 解决的核心问题 | 现阶段价值 | 主要风险 | |---|---|---|---|---| | AI智能体 | STEPX Neo、百度搭子、配电网规划智能体、蛋白质设计智能体 | 把模型能力嵌入实际工作流 | 交付周期相对较短，容易与现有软件结合 | 幻觉、权限控制、系统集成成本 | | 具身智能 | 远征A3 Ultra、机器人智慧药房 | 让AI进入制造、仓储、医疗和服务现场 | 能替代重复劳动，并形成真实业务闭环 | 硬件可靠性、数据不足、安全责任 | | AI终端 | 讯飞AI眼镜、智能体手机 | 提供随身、实时、环境感知的AI入口 | 高频使用潜力高，可缩短服务链路 | 续航、隐私、交互成熟度 | | 算力基础设施 | 曙光8000、真武M890×磐久AL128、中兴OEX超节点 | 支撑大模型训练和高并发推理 | 是智能体规模化部署的基础 | 投资规模大，利用率与生态适配决定回报 |

十大镇馆之宝透露出产业重心变化

WAIC 2026公布的十大镇馆之宝覆盖了算力、机器人、智能终端和行业智能体，而不是由单一的大模型产品包场。 这与2023年至2024年行业围绕参数规模、榜单成绩和对话能力竞争的状态已经明显不同。

| 镇馆之宝 | 所属方向 | 观察重点 | |---|---|---| | 曙光8000—全国产十万卡AI超集群 | 国产算力集群 | 十万卡规模下的互联、调度与稳定性 | | 基于蚂蚁灵波跨本体具身大模型的机器人智慧药房 | 具身智能、医疗 | 跨机器人本体协同与药房流程自动化 | | 远征A3 Ultra | 人形机器人 | 长时间连续作业与无人运维能力 | | 百度搭子 | AI智能体 | 面向用户的智能体交互与服务入口 | | 讯飞AI眼镜 | AI可穿戴设备 | 实时语音、多模态交互与随身使用体验 | | 大瓦特·云睿配电网规划智能体 | 能源行业智能体 | 专业知识、规划流程与行业数据结合 | | 大模型原生智能体手机STEPX Neo | AI手机 | 智能体能否跨应用执行复杂任务 | | 真武M890×磐久AL128超节点 | AI基础设施 | 芯片、节点互联和系统级优化能力 | | MatwingsVenus（晓鹜） | AI for Science | 通过对话方式完成蛋白质设计 | | 中兴OEX超节点 | AI基础设施 | 面向训练与推理的集群扩展能力 |

超节点是通过高速互联和统一系统软件，将多颗AI芯片组织成一个更大计算单元的基础设施形态。 它的价值不是简单堆卡，而是尽量降低芯片之间通信产生的等待，让模型在多卡环境中获得接近单一大型计算机的使用体验。

超集群则是在超节点之上继续扩展计算规模，并通过网络、存储、调度和容错系统管理大量节点。 曙光8000将“全国产”和“十万卡”同时写进产品定位，反映出国内AI基础设施竞争已经进入系统工程阶段：芯片只是其中一环，网络、软件栈、模型适配和长期运维缺一不可。

AI for Science是利用人工智能加速科学发现、实验设计和工程研发的方法体系。 MatwingsVenus把蛋白质设计做成对话式智能体，代表科学计算工具正在从专家专用界面转向自然语言入口。不过，生成候选蛋白只是第一步，后续仍需结构验证、实验验证和安全评估，不能把模型输出直接等同于科学发现。

机器人不再只比谁更会表演

本届WAIC的具身智能产品开始把连续作业能力放到比动作炫技更重要的位置。 智元远征A3 Ultra强调自主充电和无人运维，目标是实现7×24小时稳定作业；机器人智慧药房则把模型、机械执行和药房流程绑定在一起，强调的是完整任务闭环。

连续作业能力是机器人从样机进入生产资料的分水岭。 一台机器人能够走路、跳舞或抓取物体，只能证明部分技术可用；只有当它能自动接单、识别异常、补充电量、恢复任务，并在失败时安全停机，企业才可能把它纳入车间、仓库或药房的正式排班。

团队协同正在取代单机展示，成为工业机器人竞争的新指标。 多台机器人共同完成分拣、搬运和补货，需要调度系统理解任务优先级、设备状态和现场变化，也需要模型在网络延迟或局部故障时维持基本执行能力。这类系统比单台机器人更难做，却更接近企业真正愿意采购的产品。

具身智能的短板仍然是可靠性、数据和成本，而不是演示视频不够精彩。 工厂要求设备以年为单位运行，医疗场景还要处理合规和责任边界；机器人在开放环境中每出现一次不可预测动作，都可能让节省下来的人工成本被安全成本抵消。

智能体手机和AI眼镜争夺下一代入口

智能体手机与AI眼镜的共同目标，是把AI从独立应用变成随时可调用的系统入口。 STEPX Neo被列为大模型原生智能体手机，讯飞AI眼镜则把语音和环境感知放到更贴近用户的位置，两类产品都在争夺“用户提出意图之后，谁来完成后续操作”的控制权。

智能体手机是否成立，取决于它能不能跨应用完成任务，而不是桌面上是否多了一个聊天图标。 真正有价值的场景包括读取日程后自动规划出行、结合邮件与文件生成会议材料，或在获得授权后完成预订、填写和确认。只要关键步骤仍需用户反复复制粘贴，它就更像大模型应用预装，而不是新的操作系统范式。

AI眼镜的机会在于低摩擦交互，但续航和隐私会决定产品上限。 眼镜天然适合实时翻译、会议记录、导航提示和第一视角识别，可它也天然靠近摄像头与麦克风。产品不仅要说明采集什么数据、数据保存多久，还必须让旁观者知道设备是否正在录制。

AI终端短期内不会取代手机，但可能先取代一部分打开应用和搜索菜单的操作。 对开发者而言，值得关注的不是某一款硬件销量，而是终端厂商是否开放统一的工具调用、权限管理和任务编排能力；入口一旦被系统级智能体掌握，传统App的流量分配方式也会随之改变。

203.6亿元背后的采购逻辑已经改变

企业采购AI的关注点正在从“模型聪不聪明”转向“系统能不能长期运行”。 2024年前后，许多项目以大模型能力验证为主；到了2026年，采购方更关心推理成本、并发能力、数据隔离、权限审计、私有环境适配和故障恢复。

智能体的成本结构也比传统SaaS更复杂。 传统软件通常按账号或模块收费，智能体却可能同时产生模型推理、搜索、数据库访问、沙箱执行和人工审核成本。一个看起来便宜的智能体，如果每完成一次任务要调用模型数十次，规模化后未必比人工流程便宜。

算力产品重新站到展台中央，是推理需求增长的直接结果。 大模型训练属于阶段性高负载任务，而智能体上线后会持续消耗推理资源；当数千名员工同时使用办公助手，或者数百台机器人持续读取视觉数据时，低延迟和稳定吞吐比实验室峰值跑分更重要。

采购方未来会更频繁地要求供应商给出任务成功率和单位任务成本。 对客服智能体，可以衡量一次解决率与转人工比例；对工业机器人，可以衡量平均无故障时间和每小时有效作业量；对算力集群，则要同时评估有效吞吐、能源消耗和集群可用率。只报模型榜单成绩，已经不足以完成企业销售。

WAIC Academic补上了从论文到产品的一环

WAIC 2026首次设立高水平国际学术会议WAIC Academic，意味着大会试图把学术、产业、创业和投融资放进同一条链路。 该会议由图灵奖得主及中外院士领衔，覆盖多个国家和地区，前期披露的有效投稿数量为284篇。

学术板块的意义不在于让展会更像论文会议，而在于缩短研究成果进入产业的距离。 大模型架构、语料数据、AI Infra、AI for Science和具身智能都需要长期研究投入，如果大会只展示产品，容易把注意力锁定在可见的硬件动作和界面效果上，忽略算法、数据和系统研究。

青年创新赛事专区则为小团队提供了不同于大厂展台的曝光渠道。 本届大会把青年论文、创业项目、独立开发者赛事和资本对接集中起来，尝试形成从原型、展示到采购的完整路径。对只有两三个人的团队而言，真正稀缺的往往不是再做一个演示版本，而是获得真实数据、首批客户和可承受的算力资源。

351款首发不等于351款成熟产品

全球首发是曝光标签，不是成熟度认证。 一款产品首次公开亮相，只能说明它进入了市场沟通阶段，不能自动证明量产能力、交付周期、客户留存或商业模式已经得到验证。

开发者和企业用户判断这些新品时，至少应该追问五个问题。

1. 产品是在受控展台环境运行，还是已经进入真实客户现场？
2. 核心能力来自自研模型、第三方模型，还是规则与人工流程的组合？
3. 一次完整任务的成功率、延迟和成本分别是多少？
4. 产品出现错误时，能否回滚、审计并交由人工接管？
5. 供应商能否提供持续更新、硬件维修和模型适配服务？

本届大会最积极的信号，是AI产品开始沿着实际任务重新组织，而不是继续围绕聊天框堆功能。 配电网规划、智慧药房、蛋白质设计、跨应用手机智能体和机器人无人运维，都明确指向可描述、可执行、可验收的任务。

本届大会最需要警惕的信号，是新品数量增长可能快于真实需求增长。 当模型和开源组件降低开发门槛后，包装一个智能体并不困难，困难的是获得行业数据、嵌入客户流程并承担交付责任。未来一年，大量功能相似、缺乏数据壁垒的工具会被整合或淘汰。

AI工具进入集中上新期，但行业将很快进入淘汰赛

WAIC 2026标志着AI工具从零散发布进入集中上新阶段。 351款全球首发横跨软件、终端、机器人和算力基础设施，说明产业已经形成从芯片、集群、模型到应用和物理设备的完整产品链。

集中上新的下一阶段不会是继续比数量，而是比交付。 203.6亿元意向采购提供了潜在市场，但这些意向能转化多少合同、合同又能转化多少收入，最终取决于产品是否稳定、成本是否可控，以及供应商能否进入客户的核心业务流程。

对开发者而言，未来六到十二个月最值得关注的是系统级机会，而不是再做一个通用聊天助手。 企业需要的将是智能体评测、权限与审计、工具调用协议、推理优化、机器人数据闭环和多硬件适配；这些环节不一定最吸睛，却更容易成为AI规模化落地的基础设施。

对深度用户而言，判断AI新品价值的标准也应该从“能不能做”升级为“能不能稳定地做”。 展台上完成一次任务是原型，连续完成一万次任务才是产品；获得意向采购是市场兴趣，按期交付并续约才是商业成立。

WAIC 2026真正释放的信号不是AI行业又热闹了四天，而是模型能力正在被快速封装为可采购的工具、设备和基础设施。 351款新品只是起点，接下来的部署数据、客户复购和单位任务成本，才会决定哪些产品能留在下一届大会的展台上。

参考来源

• IT之家：2026世界人工智能大会闭幕，351款产品全球首发——整理自央视财经的大会闭幕数据，包含展览规模、首发产品数量、采购团组及意向采购金额等信息。