WAIC 2026首日观察：从智能体手机到具身机器人，AI换一种方式再爆发

过去几年，WAIC 世界人工智能大会不仅越发热闹，也越发代表了全球 AI 的演化方向，而到了今年的 WAIC 2026，也能发现，智能体手机、AI 眼镜、机器人、芯片……开始更多走到台前。

图片来源：雷科技

阶跃和努比亚都在做智能体手机，但一边想重做操作系统，一边想让 AI 直接接管现有 App。荣耀更干脆，直接给手机装上一只可以转头的机械云台。至于被寄予厚望的智能眼镜，乐奇 Rokid 给它做了一套 AIOS，还带来了新一代的空间计算机 Rokid AR。

机器人也不满足于走路、跳舞和翻跟头了，有的能在人形与四足之间变形，有的进了汽车产线，还有三台机器人组队开起了药房。算力厂商也已经不太满足于展示一张卡，而是把十万卡集群、超节点、近存计算芯片和机器人开发平台一起搬进了展馆。

WAIC 2026，就像一个巨大的 AI 产品和技术实验场。大会官方给出的数字是，1100 余家企业带来 3000 余项展品，其中超过 300 款产品全球首发。我们从中选出 20 个最值得关注的产品，它们未必都会成为未来的日常，但至少已经让一个变化变得清晰：

AI 涌向物理世界，变得越来越猛烈。

模型「双脚行进」：往具身智能走，往更强智能走

不只是 WAIC 2026，基础模型一直存在一条很有意思的分叉。一边是 Kimi、MiniMax 等模型继续扩大上下文、多模态和智能体能力，另一边是面壁智能把模型压到端侧，让手机、汽车和机器人不连云也能端侧运行。

这两条路线并不矛盾。云端模型负责能力上限，端侧模型负责成本、延迟和隐私，二者都有必须存在的理由。

从榜单第一到真实世界：面壁智能让端侧 AI 装进每一台终端

面壁智能的 MiniCPM 路线一直很明确：不和云端模型比参数，而是提高端侧模型每一个参数里的「知识密度」。但今年 WAIC，面壁智能想讲的重点不再是模型本身——展台的核心关键词是「进入真实世界」。

新一代 MiniCPM5-1B 延续的正是这套思路，在 Artificial Analysis 榜单上做到同尺寸全球领先、2B 以下模型排名第一。但比榜单更重要的是，这套能力正在装进真实的终端，并获得全球头部厂商的认可——面壁智能已与三星手机达成合作，其端侧模型将搭载于三星数款旗舰机型上市。

图片来源：雷科技

端侧的价值，在于手机、汽车和机器人不可能每一个动作都等云端返回，本地模型必须能够理解指令、判断环境并完成决策。

这也是面壁智能今年正式迈向具身智能的底气。本届 WAIC 上，面壁智能与乐聚机器人联合打造的展厅导览 Agent 解决方案，可在无网络环境下纯端侧运行，实时理解环境、规划路线、避障导航，园区巡检中还能就地分析敏感画面，让数据主权归客户。

同样的逻辑也在更多场景兑现：智能座舱产品 SuperMate 已随长安马自达 EZ-60、吉利银河 M9 量产上市；端侧智能开发板「松果派」让无技术背景的人也能快速开发 AI 硬件。

从手机到汽车再到机器人，面壁智能正在从端侧智能的「先行者」进化为「定义者」——让智能走出云端，走进世界。

Kimi K3：开源模型第一次跨进 3T 级，仅次于顶级闭源模型

正式发布的 Kimi K3 拥有 2.8 万亿参数，是全球首个开放的 3T 级模型，同时支持原生视觉与 100 万 token 上下文。

不过，2.8 万亿参数并不会同时工作。K3 采用稀疏 MoE 架构，896 个专家中每次只激活 16 个，再通过 Kimi Delta Attention 和 Attention Residuals 提高信息传递效率。按照官方数据，其整体扩展效率相比 K2 提高约 2.5 倍。

图片来源：Kimi

从官方公布的基准测试成绩来看，Kimi K3 仅次于最顶级的闭源模型 GPT-5.6 Sol 和 Claude Fable 5。

而月之暗面把 Kimi K3的主要方向放在长程编程、知识工作和深度推理上。官方展示中，K3 曾连续运行 48 小时，用开源工具完成一颗芯片的设计与验证，在一定程度上说明了 K3 的长程 Agent 能力。

另外一提，K3 已经上线 Kimi、Kimi Work、Kimi Code 和 API。而开放模型的竞争，也开始从榜单分数转向谁能把复杂任务真正做完。

机器人不只会动，还要和我们一起干活

机器人一直是 WAIC 最具人气的来源，本届更甚，聚集了大量的新一代机器人，尤其是具身智能的人形机器人。过去大家喜欢围观它们跳舞、格斗和翻跟头，今年更明显的变化，是厂商都在努力证明机器人不只适合拍视频。

有的开始走进家庭和户外，有的进厂，有的负责拿药，还有的干脆不再坚持一种身体形态。

启元 T1：站着是人，趴下是「狗」

启元 T1 很像机器人行业对「为什么一定要做人形」的一次反问。

在室内，它采用轮足人形形态，可以在客厅和书房安静移动，零转弯半径也更适合狭窄空间；遇到草地、砂石、斜坡和台阶，它又能自动切换成四足形态，用更低的重心和更稳定的结构通过复杂路面。

这不是把一个人形机器人和一只机器狗简单拼在一起。启元用一套跨形态运动控制系统统一管理关节、动力、感知和平衡，让机器人在两种身体之间切换后还能继续执行原来的任务。

T1 的「人」「狗」双形态，图片来源：启元

除了陪伴和跟随，T1 还能连接运动相机，执行语音拍摄、轨迹运镜与多机位架设。换句话说，它想成为的不只是家庭机器人，也是一台会自己找机位的移动摄影车。

听起来确实有点疯狂。但相比「机器人应该长得像人」，根据环境选择更合适的身体，反而更符合机器的逻辑。

远征 A3 Ultra：人形机器人开始拿到正式工牌

这次 WAIC 上，智元集中展示了五款新品，包括远征 A3 Ultra、精灵 G2 Max、灵犀 X2 EDU 版本、临界点 OmniHand 3 Ultra-M 和酷拓世界首个骑行机器人。

其中远征 A3 Ultra 增加了具身处理器（700TOPS）、激光雷达、多部位鱼眼相机，还搭载了高自由度灵巧手。作为全球首款量产可商业化部署全尺寸人形机器人，A3 Ultra 可以为部署态提供更强大支持，本次也被评选为 WAIC「镇馆之宝」。

智元给远征 A3 Ultra 的定位非常清楚：这是一台准备进入展厅、酒店、门店和工厂的全尺寸商用机器人。

图片来源：智元

它拥有 174 厘米的人体适配身形，使用 360° 视觉与激光雷达融合感知，能够完成自主导航、接待、讲解和导购。在 WAIC 现场，智元让远征 A3 Ultra 泡起了茶、打起了乒乓球。

现场，我们甚至还能看到智元把均普智能的整条芯片加工产线搬进了 WAIC 展馆，让机器人连续完成芯片上料、成品装盒、整箱转运超长流程作业。

「可量产」是 A3 Ultra 反复强调的关键词。相比偶尔成功一次的 Demo，商用机器人更需要长时间运行、快速部署、现场维护和安全接管。它不一定要做出最惊险的动作，但必须像一个真正的员工一样，每天都能把同一件事做好。

从这个角度看，人形机器人真正的成人礼，可能是拿到工牌、进入排班表。

蚂蚁灵波机器人智慧药房：三台机器人，90 秒配好一单药

机器人智慧药房没有人形机器人的视觉冲击力，却可能是本届 WAIC 最接近真实生意的具身智能产品之一。

它由蚂蚁灵波与国大药房合作打造，三台不同构型的机器人共同完成接收订单、取药和打包，公开口径是 90 秒完成一单。它们统一接入 LingBot-VLA 跨本体具身基座模型，因此可以围绕同一任务进行协作。

图片来源：蚂蚁

更重要的是，这套系统把机器人接进了互联网问诊和处方流转流程。用户从咨询、开方、购药到取药，不必在几个割裂系统之间反复跳转。

机器人进入医疗场景，当然不能只看快不快。处方审核、异常药品、缺货和抓取失败，都需要严格的人类兜底。但它至少说明，具身智能真正有价值的地方，在于把一条重复、标准又容易出错的流程重新串起来。

HGR「人·镜·犬」：你看哪里，机器狗就去哪里

需要说明，HGR 是一套把人、AI 眼镜和机器狗连接起来的协同系统，而不是一款机器人。

人眼大约在 1.6 米高度，机器狗的摄像头可能只有 0.4 米高，双方看到的世界并不一样。当佩戴眼镜的人盯着一个位置说「去那里」，系统需要先把两个视角对齐，再把人的视线落点变成机器狗能够理解的导航目标。

在演示里，工作人员只需要看向外卖所在的位置并发出指令，机器狗就能起身、前往取货点，再把外卖送到指定区域。

单看取外卖并不复杂，但 HGR 展示了一种更自然的机器人交互：人不再学习遥控器和坐标系，只需要使用视线和语言。真正好用的机器人，必须懂得人到底在看什么。

AI 时代的智能硬件，争夺下一代计算入口

过去两年，AI 硬件经历了一轮从耳机、吊坠到各种随身设备的尝试。但走到 WAIC 2026，最有机会成为个人智能体载体的，仍然是手机和眼镜：一个拥有成熟的计算、屏幕与应用生态，另一个最接近人的眼睛和耳朵。

这次出现的新品也不满足于多装一个 AI 助手。智能体手机想让 AI 看懂屏幕、调用应用并把任务做完；AI 眼镜则开始争夺操作系统、空间感知与长期记忆。两类硬件走的是不同路线，争夺的却是同一个位置：谁能成为 AI 时代离人最近的计算入口。

STEPX Neo：当大模型公司终于决定自己做一台手机

阶跃星辰选择手机作为 STEPX 品牌的第一款硬件，其实很好理解。它需要随身、需要屏幕，还要有足够强的端侧算力。把这三个条件放在一起，今天最成熟的载体仍然只能是手机。

但 STEPX Neo 真正值得看的，是背后的 Step AOS 和个人智能体 Amoo。阶跃的想法是，让智能体进入系统层，理解屏幕内容、规划任务、调用工具，再跨越多个应用把事情办完。

阶跃 STEPX Neo，图片来源：每经

比如用户不需要逐个打开地图、酒店和出行软件，而是直接告诉 Amoo 自己要去哪里、有什么偏好，剩下的步骤由智能体规划。按照阶跃的说法，STEPX Neo 已经通过《人工智能终端智能化分级》L3 级测试，也是目前唯一获得这一等级检测报告的智能体手机。

当然，对于系统级智能体来说，演示从来不是最难的，难的背后整个生态，有太多问题需要解决了。

第二代豆包手机：AI 智能体手机走向量产旗舰

去年底，努比亚和豆包的第一代合作产品 M153 豆包手机助手技术预览版，不要求每个 App 专门开放接口，而是通过视觉理解手机画面，再模拟人的点击和滑动，完成比价、订餐、下单等任务。

好处是理论上什么 App 都能操作，问题也同样明显：平台未必愿意让一个第三方智能体在自己的界面里自由行动。

这一次亮相 WAIC 的第二代产品，不再是限量工程样机，而是一款面向量产的旗舰手机。它延续系统级 GUI Agent 路线，并加入醒目的 AI 按键，希望把「帮我看看」推进到「替我做完」。

「第二代豆包手机」努比亚 Navi X Ultra，图片来源：霞光社

某种程度上，第二代豆包手机真正要解决的也是智能体的生态问题。只要微信、淘宝、支付和内容平台仍然各守一方，AI 再聪明，也可能在最后一步被挡在门外。

荣耀 Robot Phone：给手机装上一只会转头的眼睛

荣耀 Robot Phone 是这批产品里最直观的一款。它在手机背部塞进一套可伸出的三轴机械云台，摄像头不再固定朝着一个方向，而是能够主动转动、追踪人物和调整拍摄角度。

这让手机第一次有了一点「身体感」。放在桌面上，它可以在视频通话时追着人转；拍摄运动画面时，它可以像小型云台相机一样自动跟拍；当摄像头朝向用户、对外界动作做出回应时，手机甚至会产生一种很微妙的「活着」的感觉。

荣耀 Robot Phone，图片来源：雷科技

荣耀还把 ARRI 的 Log-C 编码与 LUT 调色文件引入移动端，试图让这只会动的眼睛不只是一个噱头，也成为一套真正能用的影像系统。

但 Robot Phone 最有意思的地方仍然是它对手机形态的试探。折叠屏解决的是屏幕尺寸问题，Robot Phone 问的则是另一个问题：当 AI 能够感知环境之后，手机是不是也应该获得行动能力？

相比让手机长出一只会动的眼睛，AI 眼镜走得更远：它直接占据人的第一视角。摄像头、麦克风、扬声器和翻译功能逐渐趋同之后，厂商开始争夺两个更关键的问题——谁来定义眼镜上的操作系统，以及眼镜究竟应该在什么时候主动工作。

新一代 Rokid AR：把空间计算机压进一副眼镜

新一代 Rokid AR 不满足于做一副只负责显示的随身大屏。它支持 6DoF 空间定位、手势识别和空间音频，并通过双摄同时感知用户动作与外部环境。

更关键的是，它首搭高通骁龙至尊空间计算协处理器。相比把所有计算压力都扔给手机，独立的空间计算能力让眼镜可以更稳定地理解头部位置、手势和周围环境，再把虚拟内容固定在现实空间中。

Rokid AR 新一代空间计算机，图片来源：雷科技

这也是 AI 眼镜与 AR 眼镜重新合流的信号。只拍摄、不显示的眼镜更轻，但交互能力有限；能显示、能理解空间的眼镜更重，却更接近真正的下一代计算平台。Rokid 显然选择了后者。

YodaOS：Rokid 想先给眼镜造一个「安卓」

硬件之外，乐奇 Rokid 还带来了 YodaOS——首个智能眼镜 AIOS。

今天的大多数 AI 眼镜，本质上仍然是手机的一个配件：拍到的内容传回手机，模型在云端处理，应用能力也被固定在厂商预装的几个功能里。YodaOS 想改变的是这层关系，让智能体、空间感知、相机、显示和第三方服务在眼镜系统里直接协作。

对开发者来说，真正重要的是通过调用摄像头、麦克风、空间坐标和交互组件，做出独立应用。只有出现系统和开发生态，AI 眼镜才可能从一件功能有限的硬件，变成一个可以继续生长的平台。

当然，每家公司都想成为眼镜时代的 Android。问题是，开发者会不会来。

AI 算力到 AI 科学，来自底层的变化

AI 产品往现实世界走得越深，底层算力就越不像一张孤立的芯片。机器人需要端侧实时计算，大模型训练需要超节点和大集群，科学研究还需要把模型与实验系统连起来。

地瓜 RDK S600：机器人的「大小脑」，被塞进一块开发板

RDK S600 是一块面向具身智能的开发平台，搭载地瓜机器人自研的旭日 S600 芯片，端侧推理算力最高达到 560 TOPS，并配有 18 核 Arm Cortex-A78AE 处理器。

图片来源：雷科技

它的设计逻辑是「算控一体」。过去机器人往往用一套高算力平台处理视觉和大模型，再用另一套实时控制器管理关节与运动，不仅体积大，软硬件协同也复杂。RDK S600 的异构架构希望同时处理环境感知、模型推理和实时运动控制，把机器人的「大脑」和「小脑」放到同一平台。

开发板还提供 6 路 MIPI 摄像头、6 路 USB 3.0 和 4 路 PCIe 3.0 接口，方便开发者连接相机、雷达和各种执行器。更重要的是，旭日 S600 已经进入 20 多家头部客户的量产验证。

机器人产业真正缺的不只是更强的 Demo，也需要一块足够标准、足够便宜、还能稳定量产的计算底座。RDK S600 想做的，就是机器人时代的开发者主板。

东方算芯 DF1000：芯片不拼制程，改拼「空间」

东方算芯 DF1000 被定义为软件定义近存计算 3D 芯片。它最特别的地方，是没有沿着传统路线继续追逐更先进制程，而是通过 3D 集成把计算与存储拉得更近。

图片来源：雷科技

今天 AI 芯片的瓶颈不只在算得快不快，还在数据能不能及时送到计算单元。DF1000 把互连间距从数十微米缩小到亚微米级，提高互连密度和带宽密度，试图绕开困扰大模型计算的「内存墙」。

「软件定义」则意味着芯片可以针对不同任务调整计算方式，不必为每一种算法重新设计一颗固定功能芯片。这句话当然需要真实任务验证，但背后的思路很有意思：当先进制程越来越贵、越来越难获得，芯片竞争也可以从平面制程转向封装、存储和架构创新。

华为 Atlas 950 SuperPoD：1024 张昇腾卡，连成「一台机器」

华为昇腾 950 超节点最直观的数字，是一个超节点能放进 1024 张昇腾卡。

但超节点的意义不是简单把卡堆在一起。大模型训练时，芯片之间需要频繁交换数据，一旦互联速度跟不上，再多算力也会浪费在等待上。超节点试图用高带宽、低延迟互联，让上千张卡在软件看来更像一台巨大的计算机。

图片来源：华为

在此基础上，昇腾 950 SuperCluster（超节点集群）还能继续扩展到 50 万卡规模。华为的目标很明确：单卡性能可能不是唯一答案，只要互联、内存、调度和软件栈足够完整，系统级能力同样可以形成竞争力。

AI 算力战争正在从「谁有最强的一张卡」，变成「谁能让几十万张卡真正一起工作」。

Matwings Venus「晓鹜」：和 AI 聊几句，就开始设计一种新蛋白

在一堆手机、眼镜和机器人中，天鹜科技的「晓鹜」看起来没那么热闹，却可能更接近 AI 真正改变科学研究的方式。

简单来说，「晓鹜」是一套对话式蛋白质设计智能体。研究人员可以直接用自然语言描述目标，例如设计一种更高效的塑料降解酶，系统再调用蛋白质模型生成候选结构，并连接自动化实验和数据反馈，不断筛选、迭代。

传统蛋白质研发往往需要在计算设计与湿实验之间反复交接，周期以年计算。晓鹜想把这些步骤串成一个闭环，让模型不只是「猜一个答案」，而是根据实验结果继续修正。

WAIC 现场展示的 PET 废弃物生物回收，就是一个很具体的应用：AI 改造自然界中的塑料降解酶，提高降解效率，再把废塑料和废纺织品转化为可以重新利用的原料。

这可能不如机器人翻跟头吸睛，但它能替研究人员走完一部分发现新材料、新药物的实验路径。

写在最后：AI 寻找「身体」

从面壁智能的新一代「小钢炮」，到天鹜科技的「晓鹜」，WAIC 2026 变化不只是基础模型的进步，还有从 Agent 到硬件的全面变化。

手机是最成熟的身体，所以阶跃、豆包和荣耀都在争夺它；眼镜最接近人的眼睛和耳朵，因此 Rokid 与 Moonix 想把它变成新的感知入口；机器人可以直接改变物理世界，于是启元、智元和蚂蚁灵波开始分别探索家庭、工厂与药房。再往下，是给这些身体提供大脑的模型、芯片、开发板和超节点。

但身体越多，问题也越具体。

智能体手机必须面对应用权限，主动记录眼镜必须面对隐私，家庭机器人必须证明续航、安全与可靠性，超节点则要证明，国产卡也能成为一套真正能高效运行的 AI 算力系统的基石。

AI 进入现实世界后，每一次误操作、每一次断连、每一个机械故障，都会直接暴露在用户面前。但方向已经很清楚了，接下来要看的就是这些从展馆里走出来的新物种，究竟有多少能真正留在我们的生活里。

主题为「智能伙伴·共创未来」的WAIC 2026今天盛大开幕！
AI叙事路线从模型参数堆叠，转变到Agent生产力落地；异构协同、光子计算持续提高计算上限；具身智能加速应用，机器人到家进厂让物理AI变为现实。
雷科技WAIC探展团已抵达上海，直击AI产业化落地年度巅峰时刻，敬请关注！