人工智能（AI）行业已经不再缺乏令人惊艳的技术展示，真正稀缺的是愿意为之买单的真实场景。

今年WAIC展览面积破天荒地超过了10万平方米，1100多家企业把场馆塞得满满当当。把场馆里那些最能折腾的公司拼在一起，你会发现，中国AI的底色，正在从“科幻片”变成“生意经”。

在会上，华商韬略走访了一批在各个赛道具有代表性的企业。它们分布在不同的领域，但展现出一个共同的趋势：要么已经成功将 AI 转化为商业价值，要么正在积极探索 AI 商业化的可行路径，工程能力变得比以往更重要了。

从算力底座到人形机器人，从大模型到美妆巨头，这些企业的集中亮相，恰好拼凑出了一张中国 AI 产业化的真实进度表。

01

算力之争：从“造芯片”到“造系统”

过去讨论国产算力，焦点往往集中在某款芯片能否对标国际巨头的某一代产品。而在今年的展会上，算力企业几乎都在传达同一个信息：单颗芯片的性能比拼已成过去式，系统级效率才是未来的关键。从十万卡集群到办公室里的“算力方舱”，算力的形态正在加速分化。

中科曙光直接端出了个“镇馆之宝”——曙光8000（登峰）。这玩意儿是中国首个全国产十万卡AI超集群。十万卡是什么概念？这不仅是个数字，更是一项极端暴力的系统工程。整个系统有30亿个器件精密协同，末端的安装精度得卡在毫米级。如果把它的算力全拿来做推理，它就是中国最大的Token工厂，能扛起全国5%到10%的Token访问量。

既然先进制程被卡了脖子，那就别死磕单卡性能了。中科曙光把成千上万张卡连起来，靠自研的scaleFabric无损互连技术和相变浸没液冷把算力堆上去。这是一种典型的“大力出奇迹”式的弯道超车。现在这套系统已经在郑州落地，据说你打开手机里的某个AI应用，背后的算力没准就来自郑州的机房。

沐曦作为国产 GPU 的代表企业之一，在展会上搭建了开源专区，并吸引了全球主流 AI 开源框架 PyTorch 的参与。这种主客关系的微妙变化，折射出中国芯片厂商正在经历从“寻找生态”到“构建生态”的转变。生态话语权的提升，其意义甚至不亚于芯片性能的追赶。

超聚变，干脆把算力做成了“家电”。他们带来的 TokenBox™️企业Token生产平台，将超节点从机房“搬”进了办公室。这台设备拥有智算服务器的性能、液冷技术实现图书馆级的静音，能够支持超大参数量模型的本地运行。它的出现，填补了云端 API 和自建机房之间的市场空白，精准满足了中等规模且对数据隐私有较高要求的金融、政企等行业需求。

摩尔线程创始人张建中在WAIC分论坛上抛出“三个AI工厂”框架——模型训练、词元生产、智能体工厂，串联AI从训练到落地的全链路。其夸娥万卡集群已能支撑236B参数模型训练，MTT S5000以约一半硬件规格达到国际主流产品同等推理性能，更通过异构推理实现“3台S5000加2台国际主流卡等于9台”的吞吐提升。MUSA生态全面接入PyTorch、Triton等主流框架，自研MusaCoder在KernelBench评测中超越Claude Code，开发者迁移门槛趋近于零。

▲摩尔线程创始人、董事长兼首席执行官张建中发表演讲

联想是本届WAIC跨度最大的参展商——从算力底座铺到FIFA世界杯。万全异构智算平台V5.0和问天超节点构成词元生产基座，单节点可搭载40张GPU。算力之上，擎天AI引擎将智能体嵌入企业“研产供销服”全流程，企业超级智能体“乐享”月活700万、累计销售额突破50亿元。终端侧42款产品通过AI终端国标L3级测试，天禧AI 4.0推动80%词元消耗在本地完成。

02

大模型下半场：不卷参数，卷落地

大模型赛道的主旋律已然改变。去年，行业还在热衷于比拼参数规模和榜单分数；今年，大模型公司几乎都在探讨如何将模型转化为实际的产品和收入。竞争的标准，正在从“做出来”转向“卖得动”。

阿里巴巴展示的不仅是通义大模型的技术能力，更是“模型+算力+电商场景”的完整链路。大模型变现最大的难点在于寻找愿意付费的场景，而阿里的优势在于其庞大的电商生态。通义大模型可以直接嵌入淘宝、天猫的运营场景，从商品理解到智能客服，再到营销创意，实现了技术与商业场景的无缝对接。

月之暗面（Kimi）作为国内估值领先的大模型独角兽，面临着商业化的核心考验。Kimi 智能助手拥有庞大的日活用户，但如何将超长上下文处理能力转化为实际收入，是其下一步发展的关键。大模型的商业化并非简单的用户积累，而是需要验证真正有价值的付费场景。

商汤科技的 SenseCore 大装置正在经历从训练向推理的算力倾斜。通过日日新大模型、AI 基础设施、视觉 AI 以及具身智能的全面布局，商汤正试图证明自己不仅是一家大模型公司，更是一个全栈 AI 服务商。

面壁智能则在端侧大模型领域发力。当其他企业竞相追求千亿参数时，面壁智能选择将模型做小，使其能够在手机、机器人、车载设备等端侧本地运行。端侧模型在性价比和隐私保护方面的优势，预示着“小模型时代”的广阔前景。

腾讯的混元大模型已深度嵌入微信、腾讯会议、腾讯文档等国民级应用生态。当其他大模型公司还在寻找场景时，腾讯的场景已经长在模型上了。此外，腾讯推出的 AI 编程工具 CodeBuddy，直接对标 GitHub Copilot，试图在开发者工具赛道抢占入口。大模型的竞争，正在从“谁的参数大”转向“谁的入口多”。

京东展示了言犀大模型在零售、物流、金融场景的深度落地，但更值得关注的是其“全球最大具身智能数据采集中心”——累计超1000万小时的机器人真实作业数据。这意味着京东不仅在做大模型，还在为机器人时代储备数据燃料。当大多数企业还在讨论“数据从哪里来”时，京东的答案很简单：从自己的仓库里来。

03

具身智能：

从Demo到交付，机器人开始“上班”

今年的 WAIC 现场，数百台各类机器人同步演示，热闹非凡。但最值得关注的，并非机器人能完成多么高难度的动作，而是谁能够真正实现规模化交付并稳定运行。

宇树科技的科创板 IPO 获批，拟募资42亿元，证明了机器人行业已经具备巨大的商业潜力。其展示的“机器人无人工厂”沙盘，预示着制造端自动化正迈向“用机器人造机器人”的新阶段，这也是产业成熟度的重要标志。

银河通用作为具身智能赛道的新晋独角兽，直接从操作能力和移动能力兼备的通用人形机器人起步。虽然路径更具挑战性，但也意味着更高的发展天花板。

智元则用一组更硬的数字回答了“能不能造出来”的问题。截至目前，智元机器人已下线15000台，柔性交付能力年超10万台。稚晖君（彭志辉）创立的这支团队，走的是“先量产、再迭代”的工业化路线。在具身智能这个充斥着 Demo 和概念故事的赛道里，智元是少数能用“下线台数”而非“演示视频”来说话的企业。

启元机器人是上纬新材旗下消费级具身智能品牌，在 WAIC 2026 上带来了全球首个可变形个人机器人——启元 T1。它采用 Transformer 跨形态一体架构，室内以轮足人形形态运行，安静灵活；遇到草地、砂石、台阶等复杂路况时，自动切换为四足形态，稳定通行。整个形态切换过程由环境识别自主完成，无需人工干预。T1 还深度联动运动相机，支持语音跟随拍摄和轨迹运镜，将个人机器人的功能边界从“陪伴”延伸到了“移动影像创作”。当多数人形机器人企业还在竞逐工业场景时，启元选择了一条差异化路径——把机器人做进普通人的客厅和户外。

乐聚智能是国内最早布局开源人形机器人的企业之一，其夸父系列人形机器人已经迭代到第四代。乐聚选择了一条“开源建生态、生态促量产”的差异化路径——通过开源硬件设计和运动控制算法，吸引开发者社区参与，再以社区生态反哺量产。在所有人形机器人企业都在拼融资和交付的当下，乐聚试图用“人形机器人的安卓时刻”来回答另一个问题：谁能定义行业标准。

极智嘉作为全球仓储物流机器人的领军企业，其产品在真实的仓储环境中经受了长期考验。这种在真实业务场景中的稳定运行，是机器人商业化最有利的证明。

荣耀全球首款机器人手机Robot Phone在机身中整合了行业最精密的四自由度云台系统，通过OpenClaw开放平台将云台系统演进为智能体执行器，能自主完成订蛋糕、打车等跨应用连续任务。荣耀将MagicOS升维为行业首个伙伴型多模态智能体操作系统Agentic OS，同时提出，未来万物智能世界的演进将呈现“一主多专、三端协同”全新架构。CEO李健在与凯文·凯利对谈中提到，创新将从数字屏幕走向物理世界，中国软硬一体的工程化能力、全球最丰富的生产生活场景、与全球伙伴开放共创的协同生态，将成为中国科技产业在下一轮变革中引领潮头的独特环境优势。

无问智科瞄准的是机器人产业的“数据荒漠”——具身智能需要物理世界的高质量交互数据，却长期受困于真实性、规模化、低成本不可兼得的“不可能三角”。其Real2Sim2Real全链路闭环不选边站队，从真实采集出发、经仿真泛化、再回真实世界验证，已实现效率提升70%、成本下降90%，手握数亿元订单。在浙江德清建成长三角最大具身智能数据采集训练场，无垠平台正为地平线、它石智航、灵心巧手等伙伴供给“数据燃料”。

04

AI走进千行百业：

传统巨头深度拥抱AI

最深刻的产业变革，往往发生在那些将 AI 深度融入核心业务的传统行业巨头身上。当工业、美妆、通信等领域的龙头企业开始认真应用 AI 时，意味着 AI 的渗透已经突破了科技圈的边界。

在海康威视展区，系列大模型软硬件产品、垂类大模型应用，回答了这个问题——大模型不仅让机器具备“眼耳鼻舌身”等智能感知物理世界的能力，更进化出读懂意图的认知能力，实现从被动响应到主动服务的跨越：多模态智能摄像机可通过一句话切换“干活”模式，成为全天候“安全员”，主动发现异常并告警；工业大模型深入制造一线，助力提升良品率；各类智能体通过“一句话”，让复杂的业务流变得高效、省心……这些都标志着AI正加速落地物理世界，真正成为千行百业的智能伙伴。

欧莱雅作为全球美妆巨头，在 WAIC 上展示了 AI 肤质检测、AI 辅助配方研发以及生成式 AI 营销创意等实际应用。这表明 AI 已经从单纯的营销噱头转变为美妆行业的实质性生产力工具。

▲欧莱雅展出 3CE GENBA生成式美容顾问

中国移动则展示了其在算力网络领域的宏大布局。作为全球最大的移动通信运营商，中国移动正致力于将遍布全国的网络和数据中心打造为 AI 的核心基础设施，推动 AI 从云端走向边缘。

中国电信以天翼云为底座，展示了“星辰”大模型系列在政务、应急、工业等场景的落地。运营商做 AI 的逻辑与互联网公司不同——它们不追求模型本身的领先性，而是将 AI 作为云服务的能力增量，打包卖给已有的政企。这种“基础设施+AI”的模式，虽然不那么性感，但收入确定性极强。

中国联通则带来了“元景”大模型和工业互联网平台，聚焦智能制造和智慧城市。三大运营商在 WAIC 上的集体亮相，传递出一个明确的信号：AI 的基础设施化，不仅是云厂商的事，也是运营商的主战场。谁掌握了算力网络的物理节点，谁就掌握了 AI 时代的分发权。

一张清晰的 AI 产业化图谱

回顾这些参展企业，我们可以清晰地看到中国 AI 产业化的四个剖面：

第一层是“造基础设施”的企业，如中科曙光、沐曦等，它们正在解决算力供给和生态构建的问题。

第二层是“造大脑”的企业，如阿里、商汤等，它们正致力于将大模型的能力转化为实际的商业落地场景。

第三层是“造身体”的企业，如宇树、极智嘉等，它们正在推动机器人从演示阶段走向规模化交付和实际应用。

第四层是“用 AI”的企业，如中控、欧莱雅等，它们代表着 AI 技术正在深度改造和赋能传统行业。

这四个层级相互交织，共同构成了2026年中国 AI 产业化的完整切面。AI 已经不再是悬在空中的前沿技术，而是一条从算力底座到模型能力，再到硬件载体和行业应用的完整产业链。在这个过程中，技术正在褪去光环，真正成为驱动经济发展的新引擎。

本文来自微信公众号“华商韬略”（ID：hstl8888），作者：华商韬略，36氪经授权发布。