深圳商报·读创客户端首席记者 王海荣 陈小慧
7月17日至20日，2026世界人工智能大会（WAIC 2026）暨人工智能全球治理高级别会议在上海举行，展现人工智能从技术探索、产业深耕到社会普惠的全新发展格局。
今年的WAIC 2026异常火爆，4天的大会成为观察当下AI产业的风向标：实现真正的物理AI还需要克服哪些挑战？机器人行业接下来的竞争焦点在哪里？如何实现高质量“Token出海”？
7月21日，深圳商报·读创客户端组织了一场圆桌对话，多位企业界、研究机构代表就WAIC 2026的热点，分享了各自的看法。
图片由AI生成WAIC 2026为何火爆？
新译信息科技（深圳）有限公司创始人田亮在接受记者采访时表示，大会展示了众多AI智能体硬件与系统产品，表面看是机器人吸引了人流，本质上是人工智能正在完成三次“破圈”：从科技行业进入全社会，从数字世界进入物理世界，从知识应用进入知识发现。
新译信息科技（深圳）有限公司创始人田亮。 （受访者供图）“过去大家关注模型会不会聊天，现在更关心AI能不能工作、能不能进入生产流程、能不能推动科学发现。物理AI让人工智能变得可见、可感知，AI4S（AI for Science，即人工智能驱动科学研究）则让人们看到AI在新药、新材料、能源和生命科学等领域的巨大潜力。”田亮认为，技术突破、产业需求、政策支持和公众关注在同一时间形成共振，使AI不再只是一个技术热点，而成为未来产业和科技竞争的基础设施。
中国（深圳）综合开发研究院金融发展与国资国企研究所执行所长余凌曲认为，一是产业“变现”逻辑清晰。企业不再单纯炫技术，而是带着可落地解决方案、采购订单参展，人形机器人、行业智能体、国产智算集群成为主角，吸引大量制造业、政企采购方入场。二是全球合作深入推进。跨国技术合作、产业链配套洽谈需求旺盛，上下游厂商、投资机构、地方政府集中对接，形成完整供需闭环。三是产业政策强力支持。国家重大规划明确将人工智能作为产业升级核心引擎，本次大会同步举办全球治理高级别会议，AI 产业进入技术、应用、治理、生态综合比拼的高质量发展阶段。
哪些技术风向值得关注？
前往上海参加了本届世界人工智能大会多个论坛活动的深圳云天励飞技术股份有限公司副总裁郑文先表示，本届大会传递出AI 已全面进入推理新纪元的鲜明信号。他表示，当前Token 爆发正在倒逼成本革命，未来五年，我们的算力成本降到“百亿 Token 1 分钱”不是口号，而是让 AI 从“看得见的能力”变成“用得起的生产力”的核心工程目标。
他强调，在从单智能体到多智能体，再到智能体互联网的发展过程中，算力底座必须做到云边端协同、弹性调度、集群效能三位一体。与此同时，在安全上，做到数据不出域、智能体认证上岗、芯片全栈自主可控。
“有四个比较明确的趋势令我印象深刻。”田亮告诉记者，第一，竞争从“模型能力”转向“系统能力”。基础模型越来越像基础设施，真正的壁垒开始转向数据、场景、工程集成和持续运营；第二，AI从“给出答案”升级为“完成任务”。智能体正在进入手机、软件、企业流程和各类终端，AI的价值标准也从生成内容转向实际产出；第三，AI正在进入物理世界。机器人只是最直观的载体，背后还包括工业设计、生产制造、自动驾驶和能源系统；第四，AI4S正在从科研辅助工具走向科学发现的参与者。AI不仅整理已有知识，还开始参与提出假设、模拟推演、设计实验和验证结果，推动新药、新材料和新能源研发。
“我最关注两条主线：物理AI改变生产方式，AI4S改变创新方式。前者打开实体经济空间，后者有可能显著提升人类发现新知识的效率。”田亮说。
深圳市道通科技股份有限公司公共关系负责人向明悦认为，本届大会释放出明确信号：行业关注焦点已从硬件本体形态全面转向模型能力本身。机构不再热衷于观摩机器人动作演示，而是将目光投向大小模型的协同演进。
“既期待通用基础大模型在泛化迁移与长时序推理规划等核心能力上持续突破，也看重垂类专用模型在具体场景中的落地表现。可以说，整个产业正在寻找‘大模型做大脑、小模型做手脚’的最佳实践路径。”向明悦说。
我们离“物理AI”还有多远？
今年大会释放出一个清晰的信号，人工智能正从“数字世界”走向“物理世界”，为什么物理AI会成为行业共识？要实现真正的物理AI还需要克服哪些挑战？
田亮认为，物理AI成为行业共识，本质上不是大家都在押注某一种机器人，而是行业对AI下一阶段的发展方向形成了共同判断：AI不能长期停留在数字世界，必须获得感知、决策和行动能力，进入真实的生产、服务和科研过程。
在田亮看来，行业真正形成的共识，不是所有机器人都将爆发，而是AI必须从“会思考、会生成”进一步走向“能感知、能行动、能验证”。物理AI正是完成这一跨越的关键路径。
但田亮也坦言，“能演示”和“能工作”、“能预测”和“能验证”之间还有很长距离，至少需要跨过四道门槛：一是真实世界数据和高质量实验数据不足，标准也不统一；二是模型对物理规律、因果关系和未知条件的外推能力仍然有限；三是模型与机器人、实验仪器和传感系统之间还缺少高精度、高可靠的协同；四是实验安全、结果可重复性、责任边界和商业回报尚未完全形成闭环。
“语言模型答错一句话，可能只是一次错误；物理AI做错一个动作，或者AI4S给出一个未经可靠验证的实验方案，都可能带来现实损失。因此，最终比拼的不是偶尔成功，而是在开放环境中长期、稳定、安全地完成任务，并产生可验证、可重复的结果。”田亮告诉记者。
在余凌曲看来，未来行业发展还面临不少挑战，一是技术上仍不成熟，如大模型普遍存在 “幻觉”、逻辑偏差，可解释性差，医疗、工业、自动驾驶等高风险场景不敢深度依赖；二是可持续商业模式还有待完善，如产业链利润高度向上游芯片、算力厂商集中，而中下游模型企业、应用服务商普遍亏损，限制AI整个产业进一步投入和创新；三是全球治理与协调发展的难题，如各国 AI 监管、数据跨境规则不统一，同时 AI 替代传统岗位带来结构性就业冲击和社会问题，长期制约行业稳定发展。
向明悦表示，在机器人垂类专用模型层面，行业以人效替代比、项目ROI、人工替代刚需作为商业化落地的关键标尺。市场正在形成清晰的价值分层：汽车工厂“黑灯车间”上下料、标准化货物搬运等高刚需场景展现出百万级市场的确定性落地空间；商品拣选等柔性复杂场景因仅人形算法可适配动态操作策略，展现出独有优势；而部分特种场景则仍在探索技术与需求的适配边界，商业化节奏相对稳健。
向明悦介绍，针对这一产业趋势，道通科技打造出具备多模态感知、空间智能、物理智能、事件语义级理解、推理规划等核心能力的行业巡检大脑，即使在端侧无网环境下也能实现自主闭环决策。“未来，随着巡检场景从试点走向规模化复制，‘垂域模型+多载体集群’的组合将释放显著的效率红利。”向明悦说。
具身智能的竞争焦点在哪？
田亮认为，机器人行业已经从“证明机器人能动起来”，进入“证明机器人能持续干活”的阶段。过去看外形、看走路、看表演；现在开始看进入工厂、仓库和服务场景后，能否稳定作业、规模部署并创造经济价值。
同时，机器人的边界也在扩大。机器人不只是人形机器人，能够感知环境、操作实验设备并根据结果自主调整方案的实验机器人和自动化实验室，同样是物理AI的重要形态。在AI4S场景中，机器人将从生产工具进一步变成科学发现工具，把模型生成的假设转化为可执行的物理实验，再将实验结果反馈给模型。
下一阶段的竞争焦点不是谁更像人，而是谁更有用。生产场景主要看任务成功率、连续工作时间、人工接管率、部署成本和投资回报周期；科研场景还要看实验精度、结果可重复性、数据可追溯性以及能否真正缩短研发周期。
“Token出海”如何发力？
中国是Token全球最大的供给方，在本届大会现场，“Token工厂”是频频出现的热词，把算力打包成标准化的Token服务，实现“Token出海”备受关注。面对这一历史性机遇，中国AI企业该从哪些方面发力？
郑文先建议，首先要把“能源成本优势”转化为“全球定价权”。布局“绿电算力集群”，依托西部数据中心和沿海自贸区，建设面向海外推理的专属算力专区，利用低价绿电降低Token生产成本，形成对海外云厂商的定价优势。探索“跨境算力服务”新模式，借鉴海南、汕头“来数加工”经验，在合规前提下承接海外推理请求，让Token成为可计价、可贸易的数字服务商品。
其次，把“场景复杂度”转化为“行业Know-How壁垒”。郑文先认为，中国拥有全球最丰富的AI落地场景（智能制造、智慧城市、具身智能等），企业可以将场景打磨出的垂直解决方案打包为“行业Token包”出海，而非只卖算力。针对东南亚制造业、中东智慧城市等海外特定行业，提供“场景模板+预训练模型+推理服务”的完整闭环，形成高粘性、可复制的能力输出。
再者，把“系统工程能力”转化为“全栈性能优势”。郑文先表示，Token推理对延迟、吞吐、并发要求极高，单一芯片难以胜任。中国企业在集群调度、云边端协同、异构计算方面积累了丰富实战经验，应强化系统级优化，以整体效能而非单点参数参与国际竞争。
他特别指出，要推动国产推理芯片、编译器、框架的协同适配，构建自主可控的推理技术栈，降低对海外生态的依赖，同时为海外开发者提供更低门槛的接入工具。
此外，把“开放生态”转化为“国际标准话语权”。在此过程中，要主动参与国际AI治理与标准制定，在智能体互操作、数据安全流动、Token计量规范等领域提出中国方案。同时联合产业链伙伴（芯片、模型、应用、运营商）组建“出海联盟”，共享合规资源、渠道网络和本地化经验，避免各自为战、重复投入。
股票配资官网提示：文章来自网络，不代表本站观点。
