日前 ，第九届世界人工智能大会（WAIC 2026）在上海世博 、张江
、西岸“三地四馆”举行
，主题为“智能伙伴共创未来 ”。

　　据大会公布的信息，本届展览总面积首次突破10万平方米 ，1100余家企业参展
，带来3000余项展品，超过300款产品实现全球首发 。

　　《中国经营报》记者在现场走访了从芯片、模型服务到终端应用的十余家展商
。把这些看似分散的展台连起来 ，一条从人工智能上游层 、中间层到应用层的变化脉络逐渐清晰：上游的芯片正从“通用
”转向“专用”
，中间的词元（Token）工厂比拼的是“快 ”与“省
”，应用层的智能体则一头扎进经营与生产的一线。需要说明的是 ，这里的上游
、中间、应用三层，是本届大会观察视角下的简化分层
，并非严格意义上的行业产业链划分 。

　　上游层：芯片从“通用”走向“专用 ”

　　在中昊芯英（杭州）科技有限公司（以下简称“中昊芯英
”）展台，一台机柜内有序部署着两套AI计算节点 ，每套节点搭载8颗芯片
，采用的是企业自研第二代国产TPU架构AI芯片——须臾
。解决方案架构师向记者介绍，这套节点方案能够为AI计算集群带来更优算力表现与成本优势。

　　相较于硬件产品本身 ，芯片行业发展思路出现的新变化更值得关注 。中昊芯英解决方案架构师向记者分析
，随着智能体（Agent）迎来发展热潮，行业调用大模型API的模式正在发生转变
。过去 ，行业普遍看重AI芯片软件栈的通用性与灵活适配能力
，希望一套技术栈兼容多类模型 、覆盖多元场景。

　　在该架构师看来，在智能体落地浪潮下 ，AI应用从泛化对话转向垂直场景的高频推理
、自主闭环作业
，行业需求正在迭代升级：广谱通用的适配价值持续降低，场景化专属优化、低时延高吞吐 、极致算力能效比成为核心诉求 。在他看来 ，这一行业趋势转变，为面向特定场景的AI专用芯片开辟了新的发展空间。

　　记者注意到
，这一判断并非中昊芯英一家之见
。现场参展的另外两家国产算力厂商也向记者表达了类似看法：随着大模型与智能体应用逐步落地，算力供给正从“通用”走向面向具体场景的“专用 ”与优化；事实上 ，上游这一层不只是芯片
，还包括其上的算力集群，从一颗芯片到成规模的算力 ，“从通用到专用”的取舍贯穿始终。

　　中间层：一座词元工厂的“快
”与“省”

　　如果说芯片是地基
，那么把模型与算力“焊接 ”起来的中间层，今年被一个形象的说法反复提及 ，那就是词元工厂 。北京硅基流动科技股份有限公司（以下简称“硅基流动
”）解决方案负责人唐安波向记者介绍
，硅基流动是国内最大的独立第三方词元供应商，平台上有1000多万名开发者、约1.3万家企业级客户 ，日均词元吞吐量超万亿
，一站式提供GLM
、Kimi、DeepSeek 、Qwen等开源模型，供开发者“多快好省”地取用
。

　　严格来说 ，中间这一层并不止于词元工厂，它的另一半是基础模型本身
，模型厂商的能力与快速迭代，才是词元工厂能“快 ”起来的前提。本文以“词元工厂
”作为观察切口 ，是因为它把模型与算力的对接摆得最直观：模型再强
，也要经由这一层“焊接”到算力上，才能真正被开发者和企业用起来 。

　　工厂的门道 ，藏在几个不易察觉的调度细节里
。有从业者坦言
，最底层是基于算力做算子级优化，比如把智谱的GLM模型适配到昇腾芯片上 ，让并发更大
、吞吐更高、首字延迟更低；再往上是对算力和模型的调度
，针对访问的波峰做扩容 、波谷做缩容。一个看似平常的“扩缩容 ”动作，把中间层的角色勾勒得很清楚：它像一台“变压器
” ，负责把最新的模型部署到底层算力上
，跑出比较好 的效果 。

　　“最大的感受就是一个‘快’字
。”被问及今年行业的变化时，唐安波这样回答记者。他注意到 ，年初至今主流大模型厂商的模型已经迭代了好几个版本，国产算力同样处在快速迭代周期
，昇腾950
、摩尔线程S5000、沐曦等接连推进 。快速迭代最终会传导到消费端，即以前一款产品可能两年才出一个新品 ，未来可能半年就能看到一个新品
，甚至是客制化的产品
。而在数据要素的坐标里，Token正是数据与知识流通 、计价的单位 ，AI基础设施层的价值就在于让数据与算力高效周转
、增值。用唐安波的话说
，是“加速AI能力普惠 ” 。

　　应用层：智能体挤进经营与生产的“最后一米
”

　　如果要给今年的展台称重，分量最重的无疑是应用层。智能体不再停留在“聊天” ，而是挤进了经营与生产的“最后一米 ”
，这也是记者走访中最大的感受
。

　　最先被改写的，是店里“怎么做决定”这件事。微信支付带来的“智慧经营机器人
”是个典型 。这台桌面机器人没有手脚 ，背后跑的是腾讯的大模型
，还接上了微信“刷掌”支付
。微信支付产品经理李杰锋介绍，它的意义不只在于替收银员分担导购压力 ，更在于“经营参谋 ”这一层：上海下雨时，它会提醒店员把伞挪到门口显眼处；发现顾客对“买一赠一
”的促销并不买账时
，它会建议及时调整活动；面对讲俄语、西班牙语的外宾问路时，它也能搭把手。

　　李杰锋认为 ，机器人是把人从简单重复的劳动里解放出来
，去做更有创造性的工作，也支撑起越来越多无人值守的24小时门店 。一句“下雨把伞挪到门口” ，正是智能体从支付工具成长为经营助手的小切口
。

　　蚂蚁智慧药房走的是软硬件一体的路子
，覆盖门店与外卖两类场景：打通订单系统后机器人自动抓药，未来会接入好大夫等问诊能力和支付宝支付 ，近来 已在上海国大药房落地。随着方案成熟度和效率提升
，机器人的投入产出比会越来越趋近，这也是未来机器人能规模化落地的底层逻辑 。

　　在国泰海通（601211.SH）展台 ，工作人员打开其公司旗下App展示
，不点任何菜单，只说了句“帮我看看今天的市场情绪 ” ，屏幕随即弹出一份解读，这类“说句话就有服务
”的细节
，在本届大会随处可见
。

　　智能体向消费级终端的下沉，在上海阶跃星辰智能科技股份有限公司（以下简称“阶跃星辰”）的展台上有了更具体的模样。阶跃星辰方面介绍 ，公司已于7月13日发布终端品牌STEPX（阶跃）
，展台上的大模型原生智能体手机STEPX Neo搭载了一套智能体原生操作系统Step AOS——与过去为人操作而设计的系统不同，它让智能体成为这台手机的“原住民 ” 。在现场演示中 ，工作人员只对手机说了句“帮我找最近的充电桩
，顺便点一杯饮品回家
”，智能体并未机械地分别执行两条指令 ，而是理解到两件事要顺路 、高效地完成
，结合机主的车型与充电习惯直接调起充电界面，又按其常点的口味备好了下单
。阶跃星辰方面表示 ，这背后是一种“端云协同”：查存储
、设闹钟等简单任务在端侧即可完成
，响应做到百毫秒级，也更省时、更利于保护隐私；点饮品这类长链路的复杂任务 ，才会调用云端模型。而所有涉及支付的最后一步，都必须由用户本人确认
，“这是一条安全红线 ” 。

　　应用层的疆域还在向更“硬
”的物理世界和更专的科研场景延伸。智元AI产品经理李尹钰阳把AI应用分成两部分：一部分是以语言为核心的大模型应用，“以豆包为代表的应用用户已经破亿”；另一部分是面向物理世界的具身智能机器人
。他坦言 ，后者仍处在相对早期
，技术链路正从VLA（视觉—语言—动作模型）走向“世界模型 ” 、再到“世界动作模型”，数据采集也从真机数据、动捕手套 ，走向仿真环境的强化学习乃至用第〖One〗
、 第三人称的人类视频来学习。他认为具身智能会优先渗透那些有缺口
，以及枯燥琐碎高危的场景 。

　　上海天鹜科技有限公司（以下简称“天鹜科技
”）则把智能体带进了实验室
。其“晓鹜平台”由对话式蛋白质设计智能体和自动化实验平台两部分组成。天鹜科技联合创始人兼CTO刘灏给记者摆出一组对比数字：设计一款蛋白质，传统是3~5年 ，现在只需要2~6个月
，实验样本量从成千上万降到约100个，成功率则从1%提升到30%；此次展出的自动化设备7×24小时连续运行 ，产出的数据“更标准、更统一 ” 。

　　“先听懂需求 、再给方案
”的做法
，同样被搬到了金融服务一线
。上海市工商联金融服务商会秘书长余辰告诉记者，他们今年用AI做了一个金融服务“数字员工” ，先倾听企业的真实需求，再给出个性化建议
，用非标产品替代标准化的金融产品去服务民营科技企业。

　　刘灏表示，当前算力
、算法、数据构成了AI的三大要素 。把上游 、中间
、应用三层的细节拼在一起 ，会浮现出一条共同的暗线
。上游的芯片
，拼的是“单位能耗能处理多少数据 ”；中间的“Token工厂
”，拼的是数据与Token的流动效率；而应用层真正的壁垒 ，落在谁掌握了可用、可复用的数据资产。

（文章来源：中国经营网）