2026，中国芯片为国产模型“托底”丨WAIC现场

wifai

文丨苏扬

编辑丨徐青阳

今年的WAIC（世界人工智能大会）有“三大热”：气氛热、话题热，天气也热。

“168元一张的门票早早就卖完了，899元的进阶会员通票也没了。”展前，朋友圈里都在喊一票难求。

规模上，WAIC26是历届里面最大的一次，包含世博、徐汇、张江三大片区四个场馆，总面积超过10万平方米，张江展区还单独为“中国芯片”开了小灶：覆盖了华为、沐曦、摩尔线程、天数等40多家国产算力相关企业。

在世博展区，今年总共设有4个展馆，覆盖了模型、算力、具身和应用等不同类型企业。基本每个馆看下来，观众大体能够对人工智能产业链形成相对完整的认知。

模型层面，Kimi在展前发布了3T级参数的Kimi K3，性能猛追海外前沿模型，可以说狠吸了一波人气；算力层面，几乎所有的国产算力都在晒“超节点”机柜，并且打出了“镇馆之宝”的概念；阶跃星辰也把展前发布的“AI手机”STEPX Neo带上了展台；宇树则是把自己的“变形金刚”GD01，安排在了展馆入口最抢眼的位置。

可以说，过去半年你能看到的所有国产模型、Agent、算力产品，都集中到WAIC上“路演”了。

不过今年的气氛组与2025年略微不同，由于首日未开放售票，所以现场人流里面也少了“宝宝观众”这种特殊人群。去年的大会现场，可以看到众多宝爸、宝妈们推着婴儿车，来感受最前沿的科技成果，这群“气氛组”也构成了WAIC最有意思的风景线。

国产超节点贴上了“镇馆之宝”标签

01 中国模型呼唤性价比

“世博中心和世博展览馆可以说是‘含AI量’拉满。”主办方预热时说。

据了解，今年大会总共涉及108款芯片、261款大模型、208款具身智能终端、超300台真机。

沐曦曦云C600 GPU

在模型层面，讨论度最高的是3T级参数的Kimi K3，几乎在现场碰到人都会聊起这款模型，它凭借2.8T的参数，与自研的Kimi Delta Attention（KDA）和Attention Residuals（AttnRes）架构等一系列创新，带动这款模型在基准测试上对海外前沿模型疯狂追分。

一直在关注中国人工智能的马斯克，再次在评论区发出了“令人印象深刻”的感叹。

马斯克点赞Kimi K3

Kimi K3超高的讨论度，一方面来自基准测试反馈出来的性能，另一方面则来自于有限的算力下，月之暗面在“降本增效”上的探索，尤其是搭配Stable LatentMoE框架，用组合式的解决方案来压低API定价，这其实才是国产模型真正闪光的地方。

头部开源模型在努力的追分，WAIC的展馆里却又是另一番景象。

开展前一周我们从主办方那里拿到了展馆图，可以说半数企业名字都不熟悉，这些分布在医疗健康、生命科学、文旅教育等等细分领域的企业，反而没有像头部模型一样追参数、拼基准，反而是在各自领域探索垂直模型，探索利用AI和Agent来重塑生产链路与工作流。

在北电数智展台，一位现场的工作人员告诉我们，现在随着AI融入家庭医生产品，1名在线人员就能支持5000-8000名居民的日常健康咨询管理；大模型六小虎之一的百川，也在现场展出了Baichuan-M4模型在肿瘤、儿科等专科场景下的落地成果。

听讲解的时候我就在想，这些垂直细分领域里面的企业都必须要标配Fable 5、GPT-5.6这样的模型吗？我想答案是否定的。

Fable 5这种前沿模型的确是生产力的代表，但它不让你接入，也不提供先进算力让你有机会在算力上追赶前沿模型，更重要的是它的拥有成本决定了只有一小部分用户用得起。那么，中国的人工智能产业就会停下来吗？也没有啊。

相比性能顶尖的模型， 更多的用户在意的还是性价比。这一点其实在海外模型生态里也已经有所体现——包括SpaceX的Grok 4.5、Meta的Muse Spark 1.1，无一例外都在强调“性价比”。

02 国产算力支棱起来了

“没有一套超节点，都不好意思来WAIC摆摊。”一位从业者在朋友圈中写道。

华为昇腾Altas 950超节点

超节点机柜是今年国产算力最标志性的展品之一，华为、中兴、沐曦、壁仞、天数、摩尔线程，都拿出了相关的解决方案，一些品牌更是打出了“镇馆之宝”的口号。

除了相对传统的GPU和ASIC超节点，清微智能、东方算芯还都拿出了可重构、可编程芯片和对应的超节点服务器，这些产品最大的特点是通过控制电路来重构计算单元，提高算力利用率，在不依赖先进制程的情况下，借助3D封装技术，来追赶算力和性能。

清微智能可重构超节点

即便先进晶圆工艺发展受限，今年依旧能感受到国产算力的进化速度。视觉上，去年WAIC展出的CloudMatrix 384超节点，机柜背面满是粗壮高速铜缆；今年亮相的新一代Atlas 950超节点，全面普及800G光模块与高密度光纤，大幅减少传统粗铜缆的使用。数量上，去年是384卡互联，今年飙升至1024卡互联，超节点规模也在随时间同步扩展。

Atlas 950超节点机柜背面实拍，机柜内大规模部署光纤光互联

和很多国产算力的工作人员聊到一个非常直观的感受：去年很多企业还在筹备上市，到了今年相当一部分已经闯进资本市场，或者正在闯关的路上。

国产GPU第一股摩尔线程

在交流的时候，很明显能够感受到大家的自信和喜悦，这与国产算力现在不愁卖高度相关。

时间倒回去年WAIC，当时很多公司可能还对英伟达的“特供”抱以期待，国产算力则因为生态、体验问题被拒之门外。但自今年开始，在英伟达无法供货，海外巨头们近万亿美元资本开支的背景下，国产算力被推上了供给的牌桌，在不得不选的情况下，在所有人都在争抢国产算力的时候，生态问题也就不再是个问题了。

一位国产算力从业者告诉我们：随着各类兼容适配方案的成熟，主流大模型的基础算子不再频繁大幅迭代、新型算子变体减少，生态适配门槛正被时间一点点“瓦解”。

也正是这个原因，一些国产模型发布之后，国产算力很快就官宣完成了Day0级别适配。

DeepSeek V4系列刚刚上线的时候，当时就发出了对国产算力的暗示。美团6月底发布的1.6T模型基于全国产算力训练的消息官宣，则是直接对国产算力打出明牌。

所以说，现在唯一能拖慢国产算力脚步的，也只有晶圆厂的产能和HBM的供给。尤其是，国产可重构算力解决方案，正在逐步绕过这一物理限制。

03 哪里都离不开机器人

这两年全球的科技展会，都离不开机器人的身影，今年的展会，宇树则是把自己的“变形金刚”GD01，放置在了入口处最显眼的位置。这背后，其实是具身智能产业的进化。

宇树GD01机器人

过去在相当长一段时间，人形机器人给外界的观感还是跳舞、打拳。我在年初《我们不需要100万台“跳舞机器人”》里面引述过一位投资人的激进的观点，他说：“2026年的人形机器人，还是跳舞耍宝，那结局只能死路一条。”

所以，今天的场馆里越来越多的人在讨论：机器人什么时候进厂“打螺丝”？

5月份，我去参加天津“智博会”，当时最大的感受就是：到了现场才发现，连中石油、中石化这样的传统能源企业都已经在布局机器人赛道了。只是与大众想象不太一样的地方是：工业领域机器人，它们可能是一只改装过的机器狗，一个机械臂，乃至一辆运载拖车，有些甚至可能无法准确地描述出它们的样子。它们都在共同说明的一件事：整合了大模型的机器人，已经在悄然与传统产业融合。

还有一个重要的变化，但在场馆里表现得不明显：越来越多的具身企业，将目光对准了数据与模型。

“过去行业一直很关注中国在硬件、在零部件供应链上面的优势，可是其实从今年开始，我们的数据供应链上的优势也会凸显出来。数据工程链的优势叠加上我们整机供应链的优势，会决定在未来两到三年的时间里面，中国的整个具身基础模型的能力会超过美国，拿到世界第一的位置。”星海图CEO高继扬此前在公开演讲中说。

前一段时间，香港大学罗平教授团队发起的RoboDojo基准评测（42个仿真任务和18个真实机器人任务）。真机评测榜单的前10名中，除了Physical Intelligence的Pi_05以外，剩下9个全部来自中国团队。

这在某种程度上反映了中国具身模型的进化速度。

中国具身基模霸榜，源自于投资人疯狂“发红包”，其中尤以今年春节后最为典型。今年一季度，包括星海图、自变量、北京人形机器人创新中心、银河通用、逐际动力等在内的企业，先后完成了累计近百亿元的融资。而在过去的一个月，至少有5家具身产业的公司完成融资。

也就是说，投资人和产业正在用真金白银，催化国产具身智能产业。

04 生命力

WAIC上“宝爸宝妈带娃”气氛组是一种生命力，他们是中国人工智能产业最终面临的用户的一个缩影；国产模型和算力的不断进化也是一种生命力。而展会“从展到消”，则是不断催化这种生命力的关键。

根据此前WAIC官方的预测，通过展会的连接，今年累计沉淀超200亿元AI采购需求。

在现场，一位国产算力从业者对展会的连接价值提出了另一番看法。她说：“以前我们来的时候，很多人不了解我们，只是当成一家游戏显卡厂商；之后很多人才开始知道我们也有AI算力。现在，才慢慢有很多人知道，我们也有超节点产品。”

比起展会，WAIC今年的各种论坛，代表的是中国在全球人工智能产业的安全、治理方面的探索和责任感，这其实也是一种生命力的表现。

作为大会论坛最重要看点之一——“图灵奖”含量最高的一届，包括“深度学习之父”约书亚·本吉奥、“强化学习之父”理查德·萨顿等在内的9位“图灵奖”得主将相继出现在不同论坛上。

一直提示AI风险，呼吁强监管的约书亚·本吉奥，在科学前沿论坛上说：“AI既降低了作恶的门槛，又抬高了危害的上限。”他不断强调，当前的安全措施，已经追不上AI能力狂飙的速度。

众多前沿科学家齐聚上海，讨论跳出了模型技术本身，聚焦人类在安全、治理上的对齐，以及中国人工智能产业在这一领域的思考和方案，这种讨论恰好建立在美国不断收缩先进人工智能技术、底层算力出口的背景下。

这让我想起了数字经济学者刘典在解读美国智库兰德《中国科技产业战略》报告时的总结，他说：“我们真正该做的是借对手的眼睛，照自己的镜子，能被对手研究说明我们已站到了舞台中央，但站到中央之后怎么走，这道题得我们自己答。”