最近我去逛了 WAIC 2026（世界人工智能大会）以及论坛。那时候是公司正在数字化转型，带着我们事业部的小伙伴们一起去看WAIC。不过那时候的展会是什么样子？满屏都是"数字化转型"，AI 只是各家展台上的一块小屏幕、PPT 里的一页点缀。机器人展区转一圈，能看到的就是几个动作僵硬的机器人模型，外加几只机器狗来回跑。机器人开始当牛马了，什么搬东西，整理包裹等等，同时Agent也成了每一家大厂的展台主角。甚至KIMI，月之暗面在会前直接甩出一个 2.8 万亿参数的开源模型。（给大家看看三年前的WAIC的数字化转型和机器人）（26年的机器人，个人觉得最希望厂家能够实现的
）
好了，回归正题
一、今年的 WAIC，到底都有什么？
先说结论：内容多到逛不完。
1100 多家企业参展，300 多款产品全球首发，官方还评了十大"镇馆之宝"。
我挑重点给大家捋一遍。
最受关注的模型发布，是 Kimi K3。
月之暗面在大会开幕前一天（7 月 16 日）发布了新一代模型 Kimi K3，参数规模 2.8 万亿，MoE 架构，是目前全球参数最大的开源模型，原生支持视觉理解，上下文窗口 100 万 token。综合智能水平号称接近全球前沿闭源模型。
具身智能是最大的展区赢家。
2023 年那几只孤零零的机器狗，还有略显简陋的机器人，今年已经进化成了一个"机器人军团"：
- 智元的远征 A3 Ultra，全球首款可量产的全尺寸人形机器人，入选"镇馆之宝"，现场还跳了段舞；
- 蚂蚁灵波的智慧药房，一张随机订单下来，三台不同厂商的机器人自主分工，接单、取药、交付一气呵成，而且这套方案已经在国大药房的上海门店真实运营了；
- 银河通用、千寻智能把"长程任务"搬上了展台——机器人连续 3 到 5 分钟完成客厅收纳、桌面整理；
- 智平方的机器人现场当起了调酒师；穹彻智能干脆搭了一间洗衣房，取衣、洗涤、转运、烘干全流程 7×24 小时无人运行；
- 云深处的机器狗也不再是"表演犬"了，三台机器狗分工进火场：一台打高压水雾，一台拖水带持续灭火，一台进高温浓烟区回传数据。
AI Agent 是大厂展台的绝对主角。
腾讯的展台主题叫"Hey，我的 AI Buddy"，核心是多模态智能摄像机和一堆行业智能体，不过现场真实看到的产品很少，大部分都是宣传视频，网上有人统计了一下，据说50多块屏幕。
百度拿出了通用智能体"搭子"；阶跃星辰展出了 Agent 原生操作系统的智能体手机 STEPX Neo，同样入选"镇馆之宝"；蚂蚁发布了 Agentar 2.0，旗下"阿福"用户已经破亿。
算力底座也在秀肌肉。
华为的 Atlas 950 SuperPoD 真机亮相，单柜 64 卡，最大支持 8192 卡互联；中科曙光的"曙光 8000"是全国产十万卡 AI 超集群，同样入选"镇馆之宝"。
论坛比展台更有料。
主论坛下午场专门设了世界模型圆桌，同时思想者论坛请到了姚期智、图灵奖得主 Richard Sutton（强化学习之父）、朱松纯、李开复分别开专场；神州数码联合哈佛商业评论办了首场 AI 管理创新论坛，主题是 AI for Process；索辰科技还办了一场"世界物理模型：重塑工业 AI 新范式"论坛，相关的论坛的视频大家都可以通过WAIC的APP看回放，相比之下，我觉得部分论坛比展览更加有意思（产品介绍会的论坛别看了，比如腾讯，阿里的产品介绍，那个看了没多大意思）。
二、百花齐放是真的，PPT 也是真的
说完展品，说观点。
我的第一个判断：今年的 AI 行业，是真真正正的百花齐放。
把 2023 年和 2026 年放在一起对比，冲击力是非常直接的。
三年前，展会的关键词是"数字化转型"，AI 是配菜。机器人展区冷冷清清，几个静态模型加几只机器狗，就是全部家当。
三年后，AI 是绝对的主菜，数字化转型这个词反而没人提了，不是它失败了，而是它已经完成了历史使命，变成了基础设施，就像今天没人会把"我们公司通了电"当卖点一样。
具身智能从"几只狗"变成了"一个军团"，而且开始进药房、进仓库、进工厂。
Agent 从概念变成了手机、眼镜、耳机里真实可用的产品。
三年时间，中国科技企业交出的这份答卷，说实话，挺炸的。
但我的第二个判断是：概念依然偏多，很多展台还停留在 PPT 阶段。
举两个我印象最深的例子。
腾讯展台，50多块显示屏，循环播放各种 PPT，讲战略、讲生态、讲布局。可我围着展台转了两圈，硬是没找到一个能让我亲手玩一下的东西。
华为展台，最震撼的是一面墙的显卡——Atlas 950 超节点真机，硬件确实硬核。但除了一面墙，剩下的也还是 PPT。
机器人能跳舞，机器狗能翻跟头，但大模型能力怎么展示？放一个对话框让观众现场聊天，两年前还行，现在观众已经审美疲劳了（记得以前讯飞就是现场在哪里对话，并且分析股票行情，一堆人围着看）。模型能力的提升是"看不见"的，展台的表达手段还没跟上技术的进化速度。另一方面，大家确实都还在摸索。 战略可以讲得很完整，但产品形态、商业模式、落地路径，没有几家真正想明白了。PPT 不是偷懒，是迷茫的副产品。还有一个细节值得玩味：智谱 GLM 和 DeepSeek，这两家话题度最高的模型公司，今年都没来。但一个合理的推测是：当你的模型能力就是最好展台的时候，花几百万搭一个放 PPT 的展台，ROI 确实算不过来。所以我的第三个判断是：接下来的一两年，是真正的百舸争流。今年的 WAIC，不是 AI 行业的成果展，而是 AI 行业的期中考试。大家都交了卷，但分数还没出来。百花齐放之后一定是大浪淘沙。参考互联网和移动互联网的历史，最终能活下来的赢家，可能只有几家。谁能把 PPT 变成产品，把产品变成现金流，谁才能留在牌桌上。三、三个最让我兴奋的方向
逛完整场展会，如果要我挑三个最感兴趣、也最想深入研究的方向，是这三个：世界模型、AI for Process、第一性原理。
先说后两个，本文只简单破题，后续我会分别写文章展开。
AI for Process（面向流程的 AI）。
这是神州数码联合哈佛商业评论在 WAIC 首场 AI 管理创新论坛上重点讨论的主题。
同济大学王洪伟教授在论坛上引用了麦肯锡的一份报告：88% 的企业已经部署了生成式 AI，但只有 5% 到 7% 获得了显著的财务回报，而工作流再造贡献了约 80% 的价值增量。
换成大白话：绝大多数企业买了 AI，但只是把 AI 当成了一个更好用的"外挂工具"，嵌在旧流程里修修补补。
真正值钱的事情，让 AI 参与流程的发现、理解、执行、监控和持续优化几乎没人做。
这和我之前文章里反复讲的观点是一回事：AI 的价值不在单点提效，而在流程重构。这个话题非常大，后续咱们单独开一篇聊，尤其是教授的一些言论，我们可以展开聊聊，很有意思。
第一性原理。
这个词今年在 WAIC 上出现的频率高得反常，甚至专门开了多个思想者论坛，来讨论第一性原理在AI的运用。
最典型的是大晓机器人董事长王晓刚在世界模型论坛上提出的"具身世界模型第一性原理"：唯有高密度地锚定控制状态，才能在不稳定的世界中最小化行动代价。
为什么大家对"回到本质思考"这件事突然这么热衷？
我的理解是：当所有人都在同一条路上卷的时候，卷是没有出路的，只有回到问题的本质，才能找到别人没走过的路，而且我在之前的AI工程化中的文章中也特意提到了第一性原理，所以以后有机会再单开一篇介绍。
四、重点聊聊：什么是世界模型？
三个方向里，我认为可能大多数人不了解，也是很多人不知道是什么的东西给大家聊聊，那就是最重要、也最可能成为 AI 下一个主线的概念，世界模型（World Model）。
这次 WAIC，世界模型的存在感强到什么程度？
主论坛有它的圆桌，大晓、智元、蚂蚁灵波这些具身智能第一梯队的公司专门办了世界模型"六小龙"论坛，诺奖得主 Thomas Sargent 的演讲题目就叫《理性预期、人工智能与世界模型》，连图灵奖得主 Sutton 都在思想者论坛上专门纠偏世界模型的定义。
一个概念，同时出现在学术领袖、产业玩家和经济学家的嘴里，这通常意味着：它要出圈了。
那到底什么是世界模型？
官方一点的说法是：世界模型是智能体对外部环境的内部表征，它能够基于当前状态和候选动作，预测环境的未来演化，从而让智能体在"真正行动之前"先在脑海中完成推演和试错。
换成大白话：世界模型就是 AI 脑子里的那个"物理世界模拟器"。
你现在伸手去拿桌上的一杯水，你的大脑在动作发生之前，就已经预演了一遍：手伸多远、用多大力、水会不会洒。你不需要真的把水洒一次才知道"这样会洒"，因为你的脑子里有一个关于物理世界的模型，它是在你从小到大的无数次"洒了"和"没洒"中训练出来的。
今天的大语言模型没有这个模型。它读过全世界所有关于"水会洒"的文字，但它不知道水为什么会洒、什么时候会洒。
复旦大学的苏昊教授在主论坛上有个说法很精准：人类语言只是物理世界经验的抽象投影，现有 AI 只学了文字的"影子"，从没摸过真实的东西。
说白了，现在的模型，只是语言，他没有接触世界，不知道真实的世界到底什么样子，归根到底，就是统计学，概率学。
所以你应该理解，为什么世界模型突然变得这么重要？
因为 AI 要从"聊天"走向"干活"了。
在数字世界里，AI 犯错最多是生成一段不靠谱的文字。
但在物理世界里，机器人一个预判失误，打碎的就是真实的杯子，甚至伤到真实的人。
大晓的王晓刚在论坛上说了一句大实话：数字世界模型失误仅影响图文生成，而物理场景下的预判偏差会产生不可逆的真实损失。
所以世界模型解决的，不是"让 AI 画得更像"的问题，而是"让 AI 想得更对、做得更稳"的问题。
这里还有一个很有意思的行业细节。
现在世界模型的评测榜单，很多还在沿用视频生成时代的老标准——画质好不好、时长够不够、画面连贯不连贯。大晓首席科学家陶大程在圆桌上一针见血：按照这套标准，一个模型可以把"机器人端着水杯运动"的画面生成得无比逼真，水纹丝不动，动作平稳流畅——但模型根本不理解，那杯水在现实中早就应该洒出来了。
画面很美，物理崩塌。
真正的世界模型，不是让 AI 生成一个"看起来对"的世界，而是让 AI 理解一个"运行得对"的世界。
这也是为什么我认为世界模型是 AI 未来的方向。
大语言模型解决了"理解人类语言"的问题，而世界模型要解决的是"理解物理世界"的问题。AI 只有跨过后一道门，才能真正从屏幕里走出来，进工厂、进药房、进家庭。
当然，Sutton 也泼了冷水，他认为现在很多所谓的世界模型只是"低级物理模拟器"，真正的超级智能要像婴儿一样从经验中自主进化。朱松纯更直接，说当前 AI 行业泡沫泛滥，大模型不等于 AGI。
这些冷水泼得对不对？我个人觉得泼得好。一个方向越是热闹，越需要有人站出来说"事情没有这么简单"。
至于世界模型的技术路线、产业格局和我们普通人的机会，这篇文章就不展开了，后面我会专门写一篇（甚至几篇）来深挖。
五、写在最后
三年前逛 WAIC，我看到的是"AI 能做什么"的想象。
三年后逛 WAIC，我看到的是"AI 正在做什么"的现实，以及"AI 还没做到什么"的清醒。
机器人满地跑是真的，PPT 满墙飞也是真的。百花齐放是真的，大浪淘沙也是真的。
这个行业从来不缺把 PPT 讲漂亮的人，缺的是把物理世界理解透的人。
未来一两年，百舸争流，胜出的可能只有几家。我大胆猜想：最后的赢家，不会是展台屏幕最多的那家，也不会是参数堆得最狠的那家，而是最先让 AI 真正理解这个世界的那家。
世界模型、AI for Process、第一性原理，这三个方向我会陆续写成文章，欢迎大家持续关注，也欢迎留言聊聊你在 WAIC 上看到的、想到的。
