世界人工智能大会（WAIC）在上海世博中心拉开帷幕，这场年度盛会吸引了全球AI领域的目光。模型研发企业、芯片制造商、终端品牌以及机器人公司齐聚一堂，展示各自在这一年里最具代表性的技术与产品，为AI行业带来一场技术与创新的盛宴。
在本次大会上，大模型依然是核心焦点之一。开幕前夕，Kimi发布了参数规模达3T的K3模型，引发行业关注。面壁智能持续推动MiniCPM在端侧设备的应用，让智能服务更贴近用户日常使用场景。阶跃星辰、豆包、荣耀等厂商则将模型深度集成至手机系统，使AI从单一功能升级为能够调用应用、处理事务的系统级助手，为用户带来更加便捷的智能体验。
与往届不同的是，今年WAIC的关注点发生了显著变化。在智元展台，GO-2具身基座模型驱动的机器人正在流水线上完成上下料、装盒等任务；魔法原子的Magic-VLA K02现场演示叠盒封胶、整理衣物等操作。更令人瞩目的是，大会现场的导览工作由60多台智元机器人承担，这些应用场景表明，大模型正加速从数字世界向物理世界渗透，推动AI技术走向实际应用。
回顾AI发展历程，2023年行业比拼的是模型参数规模与支持格式的多样性，2025年则聚焦于上下文处理与推理能力。然而，如今的大模型已突破传统应用边界，从App和API中走出，迈向物理世界。这一转变不仅体现在名称上——从“大模型底座”演变为“基座模型”，更标志着AI技术发展进入新阶段。
这种转变深刻影响了人们对大模型的认知方式。过去，模型发布时，参数规模、上下文长度和榜单成绩是主要关注点。面壁智能展示MiniCPM时，虽会强调其在同尺寸产品中的性能优势，但这些技术指标对普通用户而言缺乏直观感受。用户更关心的是，AI能否真正简化操作流程，提升使用体验。例如，手机中的AI功能若无法实现跨应用协同，仍需用户在多个应用间切换，则难以称得上真正的智能设备。
在此背景下，AI Agent概念应运而生。用户只需提出需求，模型即可理解意图并自主调用相应服务完成任务。今年WAIC上，多家企业展示了智能体手机的实际应用：阶跃星辰将个人智能体Amoo集成至STEPX Neo手机系统底层；豆包与努比亚推进GUI Agent发展，使模型能够通过屏幕理解与模拟操作完成跨应用任务。这种趋势不仅体现在手机领域，整个行业正朝着Agent化方向加速发展。
具身智能的崛起，进一步推动了AI在物理世界的应用。作为AI在现实世界的“Agent”，具身智能要求基座模型不仅具备语言理解能力，还需拥有对现实世界的感知与自主响应能力。例如，视觉-语言-动作（VLA）模型的引入，使机器人能够理解用户指令，并通过视觉系统识别环境，最终控制机械臂完成任务。这一过程需要语言、视觉与控制系统的高度协同，任何环节的脱节都会影响整体表现。
在WAIC 2026上，多家企业展示了具身智能与世界模型的实际落地案例。智元、魔法原子、乐聚等公司展示了机器人在工厂流水线上的应用，启元则直接使用机器人负责大会现场导览。这些看似枯燥的“流水线”任务，实则体现了具身智能在工业场景中的巨大价值。与家庭场景相比，工厂任务具有流程固定、可拆解性强、判定标准明确等特点，为大模型在可控环境中积累真实数据提供了理想场景。企业可通过实际运行发现问题、优化模型，并逐步扩展至更复杂的任务领域。
随着具身智能走向现实世界，大模型的能力需求也发生深刻变化。在聊天、生图等数字场景中，用户对响应延迟的容忍度较高；但在工业生产或智能驾驶等物理场景中，每一秒的延迟都可能造成严重后果。因此，端侧智能成为行业关注的新焦点。通过本地化部署，端侧模型能够显著压缩响应时间，提升系统可靠性。
面壁智能是这一领域的先行者。早在2024年，该公司便通过MiniCPM证明端侧小模型同样具备强大能力。其端侧模型采用原生架构设计，并非从云端模型简化而来，因此能够在不依赖网络的情况下实现快速响应与真实推理。这一优势使其在汽车行业率先完成端侧智能体的量产交付，为行业树立了标杆。
然而，走向现实世界的模型不仅需要快速响应，还需具备对环境变化的适应能力。世界模型与VLA的兴起，正是为了解决这一问题。通过整合感知、理解、推理与执行能力，这些模型能够模拟动作可能产生的结果，从而做出更合理的决策。例如，在执行“将箱子搬至货架”的指令时，模型需先理解指令意图，再通过视觉系统定位箱子与货架，最后控制机械臂完成任务。这一过程需要多模块协同工作，任何环节的失误都会影响最终效果。
这种复杂需求推动了“全栈模型”的发展。VLA负责连接视觉、语言与动作，世界模型负责预测动作结果，端侧模型则确保现场快速响应。地瓜机器人在WAIC上展示的旭日S600芯片，正是这一思路在硬件端的体现。通过整合多种功能，该芯片为具身智能提供了更高效的计算支持。
逛完本届WAIC可以发现，AI行业的竞争重心正在转移。参数规模、上下文长度与推理能力虽仍重要，但端侧部署、世界模型与全栈能力已成为决定模型实际应用价值的关键因素。大模型公司开始强调端侧部署与世界模型，机器人企业聚焦技术落地，芯片企业则围绕机器人需求调整产品方向。这些原本独立的技术路线，在具身智能时代实现了深度融合。
当前，AI行业已迈入新阶段。大模型不再局限于消费级应用，而是开始向工业、交通等严肃场景渗透。面对更高效、更稳定、更安全的需求，谁能率先完成这一转型，谁就将在下一阶段的竞争中占据主动。从WAIC 2026上各企业的表现来看，中国AI产业已为这一变革做好充分准备。
