三世情缘
WAIC2026：AI焦虑笼罩黄浦江_我的网站
一 | 2026 WAIC世博中心 南方周末研究员/摄 原价168元的单日票，黄牛和二手平台售价1000-1500元不等，三日通票卖到3000元。 2026年，AI眼镜正以前所未有的速度涌入市场。展位租赁费2880元/㎡，36㎡起订，加上设计、物料、装修等费项，展台支出高达百万元…… 2026年7月17-20日，WAIC 2026盛况空前，巨额费用没有吓退观众和参展企业。在连日37度高温的上海，AI比天气更滚烫，刷新了WAIC往届全部参展和观展纪录。 根据主办方的数据，在4天展会里，超过40万人次涌入展馆，全球线上流量累计超过30亿；展览面积首次突破10万平方米，1117家企业带来了4486项展品，其中有351款是全球首发新品，连伊利这类看似与AI关联不大的公司都要展示一番“AI牛奶”。从Meta到华为，从阿里到小米，几乎每一家科技巨头都在这个赛道上加码布局。 不止于此。
二 | 以东浩兰生展览馆为圆心，向外延展到徐汇、张江、前滩……超百场各种主题的Afterparty占领了周边的报告厅、咖啡厅、餐吧、酒馆、酒店、游艇，甚至是洗浴中心。
三 | 摄像头、显示模组、实时翻译、导航、提词器、语音助手……功能列表越来越长，参数竞赛愈演愈烈。
四 | 白天的展会结束后，技术交流、投资洽谈、人才招聘等活动换个场地，再续杯。 为了抓住资金与聚光灯，多数公司提前数日做预热与新品发布，把WAIC的战线拉长到十余天。 然而，另一组数据却显得格外刺眼：行业平均退货率高达30%，在直播带货渠道甚至飙升至40%-50%；主流产品重量普遍在40克以上，续航在AI功能开启后急剧缩水，“戴不住”“用不久”成为用户吐槽的重灾区。 用户真正需要的，并非功能最多的AI眼镜，而是一副能舒服戴一整天的眼镜。 黄浦江畔织起AI赛博梦，也弥漫着技术焦虑、投资焦虑、人才焦虑和商业化焦虑。当整个行业都在做加法的时候，或许回归减法，才是AI眼镜走向大众的关键一步。具身智能、大模型、AI基建，展馆每个角落都在宣告“未来已来”，但真正的问题藏在热闹背后——这些机器人、模型和算力，距离场景应用和落地还有多远？ 具身赛道拥挤 2026年年初，一家机器人初创公司的创始人对南方周末表达了对“大厂下场碾压”的担忧。 现在，这个“噩梦”正在逼近。
五 | 加法之困：“全能”成为“不能”的根源 如果去掉所有AI功能，用户愿不愿意戴上这副眼镜？ 这个问题的背后，是行业的痛点。具身智能赛道越来越拥挤，继BAT（字节、阿里、腾讯）三家大厂之后，一些中厂和AI模型厂也先后入局。 例如，蚂蚁灵波卡在半个月前，密集“日更”了一系列VA、VLA、世界模型和世界动作模型；WAIC开幕前三天，小米先是宣布了机器人进厂的进展，随后又甩出一款生成模型和一款具身基座模型；而京东直接将参展主题定为“AI进入物理世界”，其间还开源了行业最大的人类第一视角数据集EgoLive。
六 | 在计算机视觉时代的“AI四小龙”中，商汤孵化的大晓机器人在展会期间发布了Kairos 3.1世界模型，并达成了一波具身零售落地合作；旷视团队再创业的原力灵机，现场展示了“机器人拼装长城模型”。 在大语言模型时代的“AI六小龙”中，智谱和MiniMax此前均成立了与机器人相关的子公司。 从2013年谷歌Glass的横空出世，到2025年被称为“AI眼镜元年”，再到2026年巨头集体入局，智能眼镜在功能上经历了从简单到复杂的演进。实时翻译、第一视角拍摄、AR导航、智能提词、移动支付、语音助手……几乎每一款新品都在试图证明自己的全能。此外，端侧模型独角兽面壁智能也在WAIC期间正式宣布迈向具身智能领域，发布了系列新模型。 X-Era Lab机器人穿鞋带 南方周末研究员/摄 在切入点上，这些模型厂商往往基于自身视频生成模型的能力，顺势做世界模型；大厂则有场景优势，在数据集、全栈方面领先。没落的“AI四小龙”需要复苏，竞争胶着的“AI六小龙”也亟需寻找AI Coding之后的新的估值支撑，机器人或许会是一个不错的锚点。 跨界的大中小厂，叠加上百家新成立的具身公司，尽管只有H3一个展馆，具身智能实际已成为WAIC期间最为拥挤的一个赛道。 然而，功能越多，问题越突出。 竞争对手虎视眈眈，机器人公司还要一边搞研究，一边做落地。 这一方面是技术焦虑，展会期间及前后，新发布了十余个相关模型，新模型愈发强调对物理规律的理解，以及训练数据、架构等方面的“具身原生”性。
七 | 创新大多在细枝末节上，比如数采方式、数据配比、VLA与世界模型的融合方式。 各家都宣称自己在五花八门的评测榜单上击败了硅谷头部机器人公司Physical Intelligence（PI）的上一代模型，但对于刷榜“应试”的质疑也一直在，来自模型架构层面的、更触及本质的创新仍未被看到。 对模型突破的渴求，又催生了人才焦虑。7月19日傍晚，蚂蚁灵波包场了展馆对面的一间咖啡厅，借着技术交流的名义，将上海各高校的青年学生们聚在了一起，多名HR直接在现场收简历。整个WAIC期间，这种以人才招聘为主要意图的开发者party不胜枚举。
八 | 首先是重量。 另一方面，投资焦虑又催生了商业化焦虑。数据显示，当前市面上主流AI眼镜重量普遍在35-50克之间，而普通光学眼镜仅为15-25克。
九 | 中国的创投环境仍相对谨慎，有投资人向南方周末调侃“我们吃不下太大的饼”，不做全栈的项目会被认为“想象力不足”，没有商业订单的项目更加无法容忍。 PI公司的研究科学家任至意在WAIC上说，PI更多是一个以研究为主的公司，寄望于先把AI基础设施做好、让模型能力涌现出来，短期内不会去考虑落地。
十 | 人体面部对重量的敏感度远超想象：30克被业内视为“生死线”，超过这个数值，用户就会明显感受到压迫感，难以全天候佩戴。 相比之下，这样的公司在中国很少见。大家都忙着在一个还没有打好的地基上考虑“卖楼”。为了容纳更多元器件，厂商不得不在镜腿中塞入更大的电池、更强的芯片、更多的传感器，最终导致产品陷入“越重越难戴，越难戴越退货”的恶性循环。
十一 | 在展览现场，几乎所有公司都展示了落地Demo，多样抓取、包裹分拣、物料搬运、商品打包是最常见的几个场景，机器人推理和干活的速度只有人类的0.3倍速甚至更低。 其次是续航。在“加法”逻辑下，一颗高功耗芯片持续运行AI功能，一块摄像头实时处理视频流，再加上蓝牙、Wi-Fi、麦克风阵列的协同工作，电量消耗速度惊人。少数动作流畅利落的机器人，那也并不必然与先进划等号——大概率是预设好的程序。不少产品在AI功能全开情况下，续航仅有2-4小时，甚至无法支撑半天的正常使用。 这衍生出一种类似L2自动驾驶的商业化模式，即先把机器人部署进场景里，由人类遥操员远程兜底，担任与智驾安全员相似的角色，收集 Corner Case和Failure Case反哺模型训练。用户不得不在“智能”与“能撑到下班”之间做出选择。
十二 | 在这样的基础上，重量、续航和算力三者难以兼得。
十三 | 总之，技术焦虑导致在模型上刷榜，商业焦虑导致在落地上雕琢demo，这些又或多或少折射在融资与估值表现上。
十四 | 在这场长线竞争中，每家公司的身位都很模糊，投资人多是靠着直觉押注、跟投头部，或者广撒网、多敛鱼。
十五 | 机器人确实在变聪明，参展商展示的技能越来越长程和泛化，柔性和精细操作变多；为了证明模型的鲁棒性，现场刻意施加了更多干扰。要追求极致轻薄，就必须妥协电池容量，要部署强大的本地AI能力，就面临功耗和发热的压力。
十六 | 在现有的技术条件下，锂电池的能量密度十年只增长了30%，而算力需求增长了100倍，轻量化机身内部能够容纳的电池容量极其有限，大多数AI眼镜的电池容量只有200到500毫安时，相当于手机的十分之一。只不过，这种进化的速度仍比较缓慢。 这导致了一个尴尬的局面，不开AI功能，续航勉强能撑一天，一开AI功能，续航直接腰斩。 “具身智能可能不会出现像大语言模型‘ChatGPT时刻’那样清晰的拐点，而是会以一种润物无声的方式逐渐成长。 另外值得关注的是，这些“加”上去的功能，有多少是用户真正需要的？ 实时翻译、提词器、导航、语音助手……这些功能都有用，但问题是用户的使用频率。
十七 | ”星海图合伙人、前高瓴资本投资人罗天奇认为。
十八 | 算力底座多元 作为支撑AI场景落地和技术演进的关键底座，算力基础设施早已走向台前。有行业人士向观察者网指出，如果把AI眼镜的功能使用频率做个排序，翻译和导航的使用率可能不到10%，而用户真正高频使用的，往往是那些被忽视了的基础体验。
十九 | 这种功能堆叠逻辑背后，是行业对下一代计算平台的执念。
| 从PC到手机，再到眼镜，人们习惯性地认为“替代”是科技演进的唯一路径。 但把手机功能塞进眼镜，本质上是在用加法的思维解决替代的问题，但用户往往要的不是一个戴在脸上的功能集合，而是一个真正能融入日常的陪伴工具。H2展厅内，观众驻足在那些外观并不起眼、如同黑箱一般的机柜面前，举着手机排队拍照，好奇地询问“这个大家伙到底有什么用？” 华为昇腾950超节点 南方周末研究员/摄 无论机器人实时处理信息，还是智能终端调用模型，背后都依赖算力。 减法之问：功能到体验的转向？ 当行业普遍卷在“加法”时，也有少数企业开始尝试另一条思路。 基于目前存在的算力、续航、重量的“不可能三角”，行业分化出了一种聚焦日常可用性的实用主义路线，即做减法。 这条路线的逻辑是，不追求功能表上的广度与参数上的领先，而是将有限的资源集中于经过验证的高频、刚需场景，如实时翻译、第一视角拍摄和会议纪要。这类产品在形态上保持克制，通常不引入复杂的显示模组，更注重产品的自然佩戴感，致力于将核心功能做到极致、好用，从而让AI眼镜从尝鲜的玩具转变为用户愿意每天佩戴的日常工具。在智能体时代，算力的衡量标准不再是堆卡，而是能否稳定、高效地产出Token。从单颗芯片到大规模集群，从服务器到高速互联和存储方案，算力正走向多元架构与系统能力的综合较量。
| 做减法的最终目标是让产品回归实用本身，解决用户戴不戴的问题，而不是强不强的问题。 华为的热度极高，首次线下展示昇腾950超节点（Atlas 950 SuperPoD），本质是将1024张加速卡通过高速互联协议整合至一台超级计算机，追求单系统的极致通信密度和内存一致性。 行业共识是，AI眼镜的终极形态就是和普通眼镜一模一样，用户感受不到技术的存在。多个超节点进一步横向互联，便构成了更大规模的智算集群。 中科曙光带来了中国首个全国产十万卡AI超集群——曙光8000（登峰）真机，也是本届WAIC 的“镇馆之宝”。曙光8000现场只开放了部分区域，其余机柜以黑色挡板遮蔽。因此，厂商在决策时会将“重量低于30克”、“AI续航超4小时”和“高度类似普通眼镜的外观”作为首要攻坚目标。 这种思维认为，只有先成为一副“好眼镜”，用户才会愿意长期佩戴，智能功能才有被使用的机会，这才是走向大众普及的务实路径。 2026年7月10日这一AI超集群落成时，已同步接入国家超算互联网，进而接入全国一体化算力网。至此，中国的AI基础设施建设，从千卡、万卡级迈向十万卡级部署阶段。 此外，摩尔线程、沐曦股份、壁仞科技、天数智芯、燧原科技等初创GPU公司，也都集中展示了超节点和算力集群。 在这样的逻辑下，Meta旗下的Ray-Ban成为了跑通消费级AI眼镜的案例，其逻辑就是“做减法”：没有复杂的AR显示，没有端侧大模型，只做了解放双手的第一视角拍摄、清晰的语音通话和音乐以及一个好用的语音助手。 值得一提的是，7月17日，穿戴硬件品牌Moonix（莫奈）宣布，旗下首款产品Moonix AI眼镜标准版将全球同步发售。 在从单卡走向集群的过程中，连接方式也悄然重构。例如，摩尔线程MTT C256超节点首创一层Scale-up网络，通信无需逐层转发，减少了带宽损耗和等待时间；燧原科技OEX超节点则采用正交无背板设计，将机柜内的线缆基本去除，减少互联成本和迭代周期。
| 在今年的WAIC现场，观察者网也看到了这款产品的实体。 如果不说它是AI眼镜，几乎没有人会注意到它的特别之处，因为它看起来就是一副普通的眼镜，没有任何传感器暴露在外。 集群之外的另一大特点是GPU“第三条技术路线”。
| 在此前的一次对话中，Moonix品牌运营主体心眸科技的总裁郭于晨对观察者网等媒体表示，团队在产品定义上始终坚持一个核心原则，佩戴性是前面的1，功能是后面的0，没有1，乘再多的功能还是0。作为眼镜，佩戴优先级和个性化优先级要大于功能优先级，尤其是个性化，这是特别重要的事情，目前任何一家公司推出的样子和型号其实都非常有限，但眼镜是人脸上的重要表征，是自己品味和身份的载体，先满足这部分需求，再去聊后面的衍生功能。 这种产品理念体现在了Moonix的产品设计上。
| 东方算芯展示了软件定义近存计算3D AI芯片DF1000，直接打出“14nm≈4nm”的口号。
| DF1000通过底层计算架构创新，通过软件定义芯片技术实现软硬件解耦和动态重构，以空间并行的时分复用显著提升硬件资源的利用率；通过3D混合键合技术将计算层与存储层垂直堆叠，压缩互连间距至亚微米级，缓解“内存墙”“带宽墙”和“功耗墙”的瓶颈。郭于晨在采访中解释，团队在功能选择上做了大量减法，主动砍掉了翻译、提词器、导航等行业常见但实际使用频率极低的功能，将全部硬件资源和算法投入集中在记录这一核心场景。 有别于GPGPU和ASIC，东方算芯DF1000的技术源头来自2006年清华大学实验室，最初是面向超算场景设计，在这轮AI浪潮兴起时转向智算领域。 与之类似，清微智能主力芯片TX81采用的是可重构技术，兼具GPU的灵活性与ASIC的高效能，并基于此打造了REX81 Supernode超节点系统。
| 郭于晨认为，记录这件事情是一个具有复利的功能，有别于任何其他功能，长此以往的记录会不断形成个人知识库，这些数据不会消失，会不断堆叠，成为人生的一部分，而且记录本身就是一件很高频的事情，不论是拍照还是记笔记，再加上眼镜这个载体非常适合做记录，它带着第一人称视角，看向哪里就代表注意力在哪里，所有传感器都是开放式的，还一直戴在脸上，不需要随时掏出来。 “发动机很重要，但用户买的是整台汽车。
| 据了解，公司成立初期即完成千万级天使轮融资，并受到多家投资机构的持续关注。”清微智能副总裁黄文彬对南方周末表示。
| 在他看来，芯片、系统、集群的协同创新，才能让AI真正跑起来。 REX81 Supernode超节点 南方周末研究员/摄 这种多元探索是产业走向成熟的必经阵痛，也是制程受限之下焦虑的投射。中国工程院院士、清华大学计算机系教授郑纬民坦言，国产卡的显存内存、容量、带宽、延迟与海外仍有差距，建立算力不等于高质量的Token产能。 “高质量Token意味着延迟很短，很值钱。如果问两分钟才开始说话，每秒钟才为一个人服务，就不值钱。在未来消费市场的想象空间下，Moonix正在启动新一轮融资，资金将主要用于轻量化的硬件工艺迭代、AI能力优化、场景生态落地及品牌建设。 Moonix的这种减法哲学，在整个WAIC展会的展台中也有体现。”郑纬民表示。 在今年的WAIC上，可以观察到，行业正在出现分化，一部分厂商选择继续做加法，引入更多硬件、更复杂的结构，试图在设计和功能上拉开差异，但另一部分厂商则开始把更多注意力从技术展示向市场和消费者聚焦，重新审视AI眼镜在真实使用中的边界和需求。 如何将算力基建转化为高价值的服务？有效算力和算力性价比成为下一代算力集群的关键指标。
| 在现场，多款轻量化智能AR眼镜新品集中亮相，其中有仅26克的AI记忆眼镜核心能力主打影像记忆记录；另一款对话翻译智能眼镜深耕多语种实时交流需求，大幅压缩翻译，即便在喧闹环境下也能实现相当的语音识别准确率；还有一套模块化光学眼镜方案兼顾日常佩戴需求，常态可作为普通近视眼镜使用，只需替换配套镜腿组件，就能拓展音频播放功能，或是升级完整 R交互能力，依靠可自由搭配的硬件配置，大幅降低智能穿戴设备的使用与入手门槛。 现在来看，这些选择"做减法"的品牌都在以不同方式回归用户真实体验。 当然，“减法”的策略并非没有争议。 一批Token工厂也顺势涌现，例如硅基流动、无问芯穹、九章云极等。 如果说算力集群是“发电厂”，Token工厂就是“电力公司”，以智算集群为基础，经过调度、适配和优化，将算力转化为可计价、可调用的Token服务。
| 这一模式是对当前算力错配的回应。 放弃显示功能，意味着放弃了未来AR增强现实的想象空间；放弃翻译导航，意味着放弃了这些功能在特定场景下的价值。一方面，AI应用对算力的需求异常强烈，例如Kimi K3发布不到三天，用户的请求量便逼近其承载极限，导致公司暂停C端的新用户订阅；另一方面，大量算力集群在实际运转中却存在资源闲置，有些园区的算力利用率不足五成。 九章云极的做法是用DCU“统一度量衡”。
| 但在技术条件不够成熟的当下，把一个核心功能做到极致，从产品上来说，是合理且切实的。 “加法”为AI眼镜带来了无限的可能性，但减法或许是当下能较快通往大众市场的捷径。在技术条件尚未完全成熟的当下，做减法本身可能更接近用户需求的本质问题：用户为什么会愿意每天戴一副眼镜？ 这个问题的答案，可能不是更多的功能，而是更少的负担。它发布了一套完整的AI规模化生产体系，将不同厂商芯片的算力统一折算，让客户能像购买电力一样按需购买算力。也就是说，把过去“整机租赁”的算力供给变成“按需取用、随用随付”的弹性服务。 用系统创新弥补单卡短板，用工程能力兑现算力价值，其间技术追赶的紧迫、商业闭环的未知，都催促着产业不断试错。AI落地的叙事，终究要回到朴素的商业逻辑——谁能用更低的成本、更稳定的系统，产出更便宜的Token，谁就站住了身位。 7月20日，WAIC2026在上海闭幕。 喧嚣和热闹随着人群散去，科技创新的脚步不会停止。
| 同一天，2026世界机器人大会（WRC2026）在北京启动了开幕30天倒计时。 南方周末研究员 丁莉 曹妍 责编 黄金萍。
Current article:http://lbygue4.banhuannunuluchuaiguangenru.sbs/pp03y0/5g53frg.html
Published on:04:41:42