WAIC 2026刷屏背后：AI下半场可能更有看点

来源：市场资讯

（来源：诺德基金 诺德基金微理财）

7月17日至20日，2026世界人工智能大会（WAIC 2026）在上海正式启幕。作为全球 AI 领域规格最高、产业辐射力最强的年度盛会，WAIC不仅是新技术、新产品的集中展示窗口，更是观察产业周期切换、判断行业发展方向的核心风向标。

今天，小编就以本届 WAIC 的现场信号为锚点，从大会现象延伸至产业底层逻辑，逐层梳理AI行业的技术演进、落地进程与投资脉络，力争帮助大伙厘清热点背后的行业逻辑。

今年WAIC 藏着哪些行业新风向

作为AI产业技术成果的集中展会平台，本届大会不仅在体量上创下了历史新高，同时在内容导向上也呈现出鲜明的“务实落地” 特征——行业正告别以概念造势为主的发展初期，逐渐迈向以落地成效为核心的新阶段。

1️⃣规模创历史纪录，全产业链生态齐聚

据悉，本届 WAIC 展览总面积首次突破10万平方米，较上届增长超40%；共吸引全球 1100 余家企业参展，集中亮相3000余项展品，其中超 300 款产品将实现全球首发。此外，论坛与学术能级同步提升。大会共策划 140 余场专业论坛，联动12个国家部委、8个国家级重点实验室、10 余个国际组织，集聚1400余位中外嘉宾；首次创办高水平国际学术会议 “WAIC Academic”，由图灵奖得主、中外院士领衔，已收到全球投稿284篇，打造人工智能领域的顶级学术交流平台。

从展区结构看，本届大会重点打造智算、具身智能两大核心赛道，各汇聚超 200 家企业参展，覆盖从底层算力硬件、基础大模型到行业应用解决方案的全产业链条。与往届相比，本届大会的参展主体更加多元，除互联网科技企业与AI初创公司外，大量来自工业、金融、医疗、制造等实体领域的企业首次大规模参展，集中展示AI改造实体经济的落地成果。【1】

2️⃣大会的标志性转向

参展主题和展区重心的变化，其背后或是整个行业发展导向的深层转变。回望前几届WAIC，通用大模型始终是全场焦点，参数规模、训练算力是厂商比拼的卖点。而本届大会则以 “智能伙伴”为核心方向，产业重心正在从技术突破转向价值兑现，而行业的核心矛盾也已逐步从“能不能做出大模型”，切换为“能不能用好大模型、能不能创造商业价值”。

参数竞赛退潮，AI全链路效率升级

这一产业转向的底层支撑，或是AI技术路线的深刻迭代：粗放式的参数扩张模式或已近尾声，全链条效率升级正逐渐成为产业的核心主线——这正是本届大会所释放出的鲜明信号之一。

1️⃣粗放式规模扩张遇瓶颈，行业增长逻辑生变

过去数年，AI行业的进步始终伴随着参数规模的指数级增长，“堆参数、堆算力、堆资金” 一度被视为提升模型能力的标准答案。但发展到现在，这条路径的瓶颈已经清晰显现。前 OpenAI 联合创始人、GPT 之父 Ilya Sutskever 在公开采访中明确表示：单纯依靠堆算力、堆参数、堆资金的AI扩张模式已经走到尽头。【2】中信建投研报也印证了这一判断：2018 年以来，AI 模型的性能提升更多源于计算规模的大规模扩展，而非根本性的算法进步；随着模型体量持续攀升，算力投入的边际产出持续递减，单纯依靠扩大计算规模来提升模型能力的性价比已大幅下降。【3】

数据来源：中信建投证券，《有效算力框架下复盘 AI 演进：硬件结构性倾斜，云端生态格局重塑》，2026.05.05。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

更核心的制约或来自商业化成本。中国信通院研报也指出，推理环节是大模型落地应用的核心执行阶段，其成本与性能直接决定了商业化的可行性；相较于一次性的训练投入，高频、持续的推理调用成本，才是制约大模型向全行业渗透的最大瓶颈，当AI逐步向实体行业渗透，绝大多数企业都无法承担高昂的调用成本，技术路线必须向成本倾斜，才能支撑AI从 “少数企业的试验品”变成“全行业的生产力工具”。【4】

2️⃣全链路效率升级的几大核心路径

既然粗放式的参数扩张难以为继，行业便自然转向了精细化的效率优化。本届WAIC上展出的核心技术产品，基本都围绕“降本、提效、适配场景”的目标展开，核心可归纳为三条技术升级路径：

▶推理侧算法优化，直击规模化应用核心瓶颈。推理侧优化是当前行业主流的降本路径，核心是在不改变模型参数规模的前提下，通过算法与工程优化提升算力利用效率。中信建投研报显示，通过 Flash Attention、Paged Attention、连续批处理、低比特量化等技术组合，可将模型推理吞吐量提升数倍，对应成本大幅下降。【3】中国信息通信研究院报告也指出，推理优化已形成覆盖模型压缩、部署调度、执行引擎的全链路技术体系，核心目标是在保障服务等级的前提下，系统性提升推理性能、降低运营成本，实现效果、性能、成本三者的动态平衡，支撑大模型规模化商业落地。【4】

数据来源：中国信息通信研究院，《大模型推理优化关键技术及应用实践研究报告（2026年）》2026.04.15。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

▶模型架构轻量化，从“大而全”转向“专而精”。不再盲目追求通用大模型的参数规模，而是通过架构创新与场景定制，实现“同等性能、更低成本”。目前的两类主流方向：一是知识蒸馏，用大模型生成的高质量数据训练小模型，可保留大部分的核心性能，但推理成本下降几十倍；二是混合专家架构（MoE），模型总参数规模庞大但单次推理仅激活少量参数，实现“大模型性能、小模型成本”的效果。【3】

数据来源：中信建投证券，《有效算力框架下复盘 AI 演进：硬件结构性倾斜，云端生态格局重塑》，2026.05.05。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

▶软硬件协同优化，以系统级创新释放算力潜力。在算力硬件端，行业也不再单纯追求先进制程的单点突破，而是转向芯片架构、封装技术、软件栈全栈的协同优化，通过“芯模联动”提升整体能效比。国产大模型与国产算力平台的双向适配，更成为国内AI产业降本增效、自主突围的核心路径。【5】

产业链分化，AI的投资机会在哪里？

总体来看，技术路线或已逐渐从“规模扩张”转向“规模与效率并重”，标志着AI产业从技术探索期逐渐步入商业成长期。而技术端的持续突破，最终也会沿着产业链逐层传导，落地为真实的商业价值和产业机遇。从本届 WAIC 集中呈现的核心赛道而言，芯片、算力、大模型、具身智能四大方向，恰好勾勒出AI产业从底层硬件供给到终端场景落地的价值传导脉络，也对应着产业景气度逐层释放的核心路径。有咨询机构预测，2026 年全球AI总支出将达 2.52 万亿美元，同比增长超44%，中国是全球增长最快的市场之一，产业链各环节的协同推进，正是行业高速增长的核心支撑。【6】

数据来源：中投产业研究院，《2026年人工智能（AI）产业深度分析报告》，2026.05.11。本数据引用第三方数据及观点，不代表本机构立场，仅作信息参考，不构成任何投资建议。基金有风险，投资需谨慎。

芯 片

芯片是AI产业的底层硬件核心，也是本届大会硬件展区的重点关注领域之一。从展出的产品趋势来看，国产算力芯片正逐步摆脱对先进制程的单一依赖，转向架构创新、先进封装、异构集成等系统级优化路径，在现有制程基础上持续提升算力密度与能效比。这条技术路径既适配国内当前的产业基础，也能逐步匹配国内大模型训练与推理的算力需求，或是算力自主可控的核心突围方向。

算 力

算力是连接底层芯片与上层应用的中间枢纽，本届大会上智算中心方案、算力调度平台、推理优化工具的集中亮相，折射出算力需求的结构性变化。伴随大模型逐步进入规模化商用阶段，行业算力需求正从前期集中的训练侧投入，向常态化、高频次的推理侧需求迁移。中央广播电视总台研究院的一篇报告，将“智能算力规模化”列为2026年人工智能十大趋势之一，指出算力正从稀缺科研资源升级为通用工业资产，形成战略算力与产业算力并行的格局；而推理场景的常态化放量，正是产业算力规模扩张的核心驱动力。【7】

大模型

大模型是AI能力输出的核心载体，本届大会上，纯通用大模型的展示占比有所下降，面向金融、工业、政务、医疗等垂直领域的行业大模型、智能体方案成为展出主力。这一变化背后，是大模型产业从技术验证走向商业落地的阶段切换：通用大模型解决了 “能力有无” 的基础问题，而场景化、轻量化的行业模型与智能体，解决的是“好用、划算”的落地问题，是大模型兑现商业价值的核心抓手。

具身智能

具身智能是本届大会热度较高的前沿赛道，人形机器人、工业机械臂、智能服务机器人等展品集中亮相。如果说大模型实现了数字世界的信息处理，具身智能则让 AI 具备了物理世界的感知与行动能力，是人工智能从信息交互走向实体操作的关键载体。当前具身智能整体仍处于商业化早期，但其打开了AI赋能制造业、服务业等实体领域的广阔空间，是行业普遍认可的下一代AI产业增长极。

总结

在WAIC的展台上，我们看到的不只是“炫”技式的参数比拼，而是AI真正走进千行百业的清晰脚印。当技术热潮退去，效率升级与商业兑现或正在成为产业新的主旋律。从底层芯片的自主突破，到算力需求的结构迁移，再到大模型的场景深耕与具身智能的前沿探索，AI的价值正在沿着产业链逐层落地。但产业浪潮从来不是一蹴而就，对广大投资者而言，与其追逐短期的概念波动，不如顺着价值传导的脉络，把握技术真正落地生根的长期机遇。

【1】上海市人民政府新闻办公室，《2026世界人工智能大会暨人工智能全球治理高级别会议筹备进展和人工智能产业发展等情况》，2026.07.07。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【2】华尔街见闻，《Ilya Sutskever ：“堆算力”的时代终结了》，2025.11.26。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【3】中信建投证券，《有效算力框架下复盘 AI 演进：硬件结构性倾斜，云端生态格局重塑》，2026.05.05。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【4】中国信息通信研究院，《大模型推理优化关键技术及应用实践研究报告（2026年）》2026.04.15。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【5】中国证券报，《芯模联动降本增效 人工智能景气周期持续扩大》，2026.04.29。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【6】中投产业研究院，《2026年人工智能（AI）产业深度分析报告》，2026.05.11。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

【7】中央广播电视总台研究院，《人与AI共同进化——人工智能发展十大趋势》，2026.06.10。以上信息仅供参考，不代表任何投资建议，基金有风险，投资需谨慎。

风险提示：基金有风险，投资须谨慎。基金管理人承诺以诚实信用、勤勉尽责的原则管理和运用基金资产，但不保证基金一定盈利，也不保证最低收益。基金的过往业绩并不预示其未来表现，基金管理人管理的其他基金业绩并不构成对本基金业绩表现的保证。本产品投资于证券市场，投资者在投资本产品前，需充分了解本产品的产品特性，并承担产品投资中出现的各类风险。请投资者于投资前认真阅读相关基金的《基金合同》、《招募说明书》和《基金产品资料概要》，务必根据自己的投资目的、投资期限、投资经验、资产状况等因素充分考虑自身的风险承受能力，在了解产品情况及销售适当性意见的基础上，理性判断并谨慎做出投资决策。诺德基金对文中观点的准确性和完整性均不作任何保证，信息或所表达的意见并不构成所表述证券、类别的投资建议，诺德基金也不承担投资者因使用本报告而产生的任何责任。敬请投资者注意投资风险。