大模型逐鹿WAIC：不再拼参数大小，端侧、具身和落地成关键词

2026 年 7 月 17 日，上海世博中心，一年一度的世界人工智能大会（WAIC）如约而至。这场盛会，某种程度上就像是 AI 行业的“年度大考”——模型公司、芯片厂商、终端品牌还有机器人企业，全都把自己压箱底的产品和技术搬到了上海，同台竞技。

和往年一样，大模型依然是绝对的主角。Kimi 在开幕前就甩出了 3T 参数的 K3 模型；面壁智能继续推着他们的 MiniCPM 往各种设备里塞；阶跃星辰、豆包和荣耀这些厂商，则忙着把模型塞进手机系统底层，让 AI 从一个独立的 App，变成一个能调用应用、帮你办事的系统级助手。

但逛了一圈下来，一个最直观的感受是：今年 WAIC 的核心风向，变了。

在智元展台，GO-2 这个“具身基座模型”正指挥着机器人在流水线上干着上下料、装盒的活儿；魔法原子的 Magic-VLA K02 则在现场演示叠盒封胶、整理衣物。更不用说，光是现场负责导览的机器人就有 60 多台……

图片来源：乐聚机器人

回顾一下，2023 年大模型刚火起来那会儿，大家比的是谁家参数大、谁家支持的格式多；到了 2025 年，比拼的焦点变成了上下文长度和推理能力。可仿佛一夜之间，那些过去只在 App 和 API 里活跃的大模型，就跳出了对话框，走进了物理世界。连称呼都从“大模型底座”变成了“基座模型”。

AI 要比的不再是模型的参数大小

从“数字世界”走向“现实世界”，

举个例子，以前新模型发布，大家最关心的无非是参数规模、上下文长度和刷榜成绩。面壁智能在展台介绍 MiniCPM 时，也会强调它在同尺寸产品里的能力表现。

可对普通用户来说，

用户不会因为模型上下文变长了，就突然改变订票、查天气、做表格的习惯。一台手机里塞的 AI 功能再多，如果用户还得自己在地图、支付、聊天、文档和浏览器之间来回手动切换，那它充其量只能算“装了一堆 AI App 的手机”，称不上真正的 AI 设备。

这时候，AI Agent 的概念就顺理成章地登场了。用户只需要告诉 AI 想做什么，模型不仅能理解需求，还能自主调用对应的服务，替你完成工作。今年 WAIC 上那些“智能体手机”，讲的就是这个逻辑：

阶跃星辰把个人智能体 Amoo 放到了 STEPX Neo 手机的系统底层；豆包和努比亚继续推进 GUI Agent，让模型通过理解屏幕和模拟操作，来完成跨应用的任务……在手机之外，这种全行业的 Agent 化趋势更加明显。

图片来源：阶跃星辰

以曾经的 AIoT 硬件为例，过去所谓的 AI 硬件，很多不过是装了定制系统的 Android 手机，比如 Rabbit R1。但今年体验过的 AI 设备，已经开始具备 Agent 化的能力了。

具身智能就是 AI 在现实世界的「Agent」

可能有人会问，为什么要在具身智能时代提 AI Agent？其实这背后的逻辑很清晰：

如果按大模型这几年的能力演进来划分，第一阶段是模型理解和生成内容，第二阶段就是 Agent 能力。

在具身智能时代，基座模型不仅要理解用户说的话，还要拥有对现实世界的理解能力和“自主响应”能力，比如 VLA。幸运的是，

像智元、魔法原子、乐聚等企业，都在展台上展示了具身智能产品在工厂流水线上的应用；启元更进一步，现场直接用机器人负责导览。坦白说，这些“流水线”任务远没有机器人跳舞、打拳那么有画面感，但从行业视角来看，和那些表演性质的展示相比，这些枯燥乏味的“流水线”工作，

图片来源：乐聚机器人

况且，这些枯燥的“流水线”场景，其实更符合当前具身智能的发展现状。与家庭场景相比，工厂任务相对固定，流水线的模式意味着工作流程可以无限拆解，任务完成状况也有明确的判定标准。

更关键的是，

机器人在规则明确的场景里先干起来，企业从实际运行中发现问题、积累数据，再用这些数据反哺模型训练，最后把能力扩展到更复杂的任务中。

图片来源：雷科技

也正因如此，

“走出屏幕、走向现实”，已经成为 2026 年 AI 行业的一个共识。

想走向现实世界，大模型需要新的能力

当然，具身智能进入现实世界，也对

以响应速度为例，在聊天、生图这些场景里，用户多等几秒通常不会有什么严重后果。但在以具身智能为代表的现实场景里，

在工厂流水线上，每一秒的延迟都可能被成倍放大，影响最终的生产效率；而在智驾场景下，响应速度直接关系到用户的生命安全。

所以在这届 WAIC 上，

以新 AI 六小虎里唯一专攻端侧智能的面壁智能为例，早在 2024 年，他们就用 MiniCPM 证明了端侧小模型也能拥有“大能力”。与其他企业的端侧模型不同，得益于端侧 AGI 架构，

图片来源：雷科技

这种原生端侧的特性，让模型能在不依赖网络的情况下，拥有快速响应和真正的推理能力。也正因如此，当其他企业还在研究如何压缩响应时间时，面壁智能已经抢先完成了端侧智能体在汽车行业的量产交付。

不过，就像那个“口算笑话”一样，除了响应速度，

世界模型和 VLA 之所以成为具身智能领域的热门方向，就是因为它把感知、理解、推理、执行整合到了一起。

用户说“把这个箱子搬到货架上”，模型要先理解指令，再通过摄像头确认箱子和货架的位置，最后控制机械臂完成抓取和放置。整个过程需要语言模型、视觉模型和机器人控制系统协同工作，任何一个环节的“脱节”，都会影响最终表现。

这种一环扣一环的工作模式，

VLA 负责把视觉、语言和动作连起来，世界模型负责推演动作可能带来的结果，端侧模型负责在现场快速响应。而地瓜机器人在 WAIC 上展示的旭日 S600 芯片，

WAIC 2026 是大模型落地行业的分水岭？

从模型、终端到机器人，逛完今年 WAIC 后，行业竞争的重心已经开始变了。

参数、上下文和推理能力固然重要，但它们更多决定的是模型的能力上限；

从这个角度看，今年 WAIC 2026 主题的变化，也是理所当然的事情：大模型公司谈端侧部署、世界模型，机器人公司着手技术落地，芯片企业也在围绕机器人调整产品方向。这几条过去相对独立的技术路线，已经被具身智能时代融合到了一起。

图片来源：雷科技

可以肯定的是，

面对更高效、更稳定、更安全的新要求，谁的大模型能先完成这种身份转变，谁就有可能抢先一步定义行业，在下一阶段的 AI 行业竞争中占据更主动的位置。

而从 WAIC 2026 上各企业的表现来看，中国 AI 产业已经做好了准备。