WAIC2026调研总结：AI进入全栈竞争时代，算力基础设施与具身智能迎来商业化拐点

AI进入全栈竞争时代，算力基础设施与具身智能迎来商业化拐点 核心观点： 2026年世界人工智能大会（WAIC）于上海举行。本届大会相比往年最大的变化在于，AI产业竞争正在从单点技术突破进入全栈体系竞争阶段。过去几年，市场关注重点主要集中于GPU性能、大模型参数规模以及单一AI应用展示，而今年大会中，产业链上下游厂商更多围绕“芯片—服务器—高速互联—智算中心—模型—Agent—终端”的完整链路展开竞争。通过本次大会现场走访，我们观察到三大核心趋势： 1）AI算力竞争从单卡性能比拼转向系统整合能力竞争，超节点成为下一阶段智算中心核心形态。随着MoE大模型、长上下文以及Agent应用快速发展，AI训练和推理对于算力规模、通信效率和资源调度能力提出更高要求。大会现场，多家厂商不再展示单颗AI芯片，而是集中展示万卡级超节点、液冷机柜以及完整智算集群方案，体现AI基础设施竞争已经进入系统工程阶段。 2）AI基础设施瓶颈正在由计算能力逐渐转向互联、存储和能源效率。除AI芯片外，高速互联、Chiplet、光互联、AI存储、近存计算等底层技术成为本届WAIC重要展示方向。随着AI集群规模持续扩大，网络通信、显存容量以及数据搬运效率成为影响大模型训练和推理效率的关键因素，相关基础设施环节有望成为AI产业链新的增长方向。 3）具身智能正在从概念展示阶段进入商业验证阶段。相比过去机器人更多作为展览展示，本届WAIC中大量企业开始展示真实应用场景，包括工业制造、物流仓储、零售服务、电网巡检等。行业竞争重点开始转向“大模型+机器人本体+数据闭环+场景落地”的综合能力。 整体来看，我们认为WAIC2026释放的重要信号是：AI产业正在进入从“模型竞争”向“AI基础设施竞争”和“智能体商业化竞争”并行发展的新阶段。 参会总结： 随着大模型规模扩大以及Agent应用兴起，AI基础设施竞争正从单卡算力比拼转向系统整合能力竞争，超节点、AI服务器、高速互联、AI存储以及数据中心电力散热等环节的重要性持续提升。同时，国产AI产业链正在加速完善，从AI芯片、服务器、网络设备到软件生态逐步形成体系化布局。此外，具身智能产业正在由技术展示阶段进入商业验证阶段，竞争焦点从机器人本体性能转向“大模型+硬件+数据闭环+场景落地”的综合能力。我们认为，未来AI产业投资机会将呈现“基础设施建设+智能应用落地”双轮驱动格局，云端算力基础设施、国产AI生态以及具身智能产业链有望成为长期受益方向。 风险提示： 本报告内容基于公开资料及公开信息整理，旨在分享对WAIC2026相关产业趋势及AI产业链发展的观察与分析，不 目录 一、AI基础设施进入系统级竞争阶段，超节点成为智算中心核心形态................................3二、高速互联、AI存储成为AI基础设施下一阶段关键增量...................................................8三、具身智能进入商业验证阶段，人形机器人从展示产品走向产业应用...........................9四、参会总结：AI产业链进入“基础设施+应用”双轮驱动阶段............................................11五、风险提示...............................................................................................................................12 一、AI基础设施进入系统级竞争阶段，超节点成为智算中心核心形态 1.从单卡到集群，AI算力竞争进入“超节点时代 过去几年，AI基础设施建设主要围绕GPU采购展开，市场关注重点集中于单颗GPU算力、先进制程以及HBM供应。然而，随着大模型规模持续扩大，AI计算模式正在发生深刻变化：一方面，模型参数规模持续提升，MoE架构推动专家并行需求快速增长；另一方面，Agent应用带来大量实时推理任务，超长上下文进一步增加了存储和通信压力。在此背景下，单颗芯片性能已经难以单独决定AI系统整体效率，大规模集群的计算协同、通信互联以及资源调度能力逐渐成为新的核心竞争力。 本届WAIC最明显的变化在于，展台中央不再是单颗AI芯片，而是一整柜甚至多柜组成的AI计算系统，多家厂商集中展示超节点产品，覆盖国产AI芯片、服务器整机、高速互联以及软件生态，体现AI基础设施竞争正在从芯片性能竞争进入系统整合能力竞争阶段。 2.国产超节点集中亮相，AI基础设施国产化进入新阶段 中科曙光：十万卡级AI超集群：曙光8000采用全链路国产化设计，覆盖芯片、计算、存储、网络等核心环节，搭载海光等国产芯片，自研SCALEFabric高速网络实现十万卡超高速互联，浸没式相变液冷技术将PUE值降至1.04以下，单机柜算力密度较传统方案提升20倍。 资料来源：WAIC2026,HFI 中兴通讯：OEXMatrix超节点：中兴通讯展示OEXMatrix超节点方案，采用正交架构设计，通过减少机柜内部线缆连接，提高系统可靠性和通信效率。该方案支持128卡级部署，并可进一步扩展至万卡规模集群。相比传统服务器模式，超节点架构能够降低节点间通信损耗、提升GPU/NPU协同效率，同时支持大规模模型训练。 华为：Atlas950SuperPoD：华为展示昇腾950超节点方案，该方案采用多柜组合架构,昇腾NPU高速互联以及“灵衢”互联协议，支持大规模AI训练和推理任务。从产业角度看，华为正在推动从AI芯片到服务器、网络、软件生态的一体化建设。随着国产大模型生态发展，昇腾体系有望成为国内AI基础设施的重要组成部分。 资料来源：WAIC2026,HFI 阿里巴巴：真武M890+磐久AL128超节点：真武M890是平头哥新一代AI芯片，采用自研并行计算架构，内置144GB显存，片间互连带宽达800GB/s，性能为上一代真武810E的3倍。芯片原生支持FP32至FP4全精度，覆盖高精度训练至超低精度推理场景。磐久AL128超节点服务器搭载真武M890芯片，单柜集成128颗芯片，通过自研ALink互连架构实现Pb/s级带宽与百纳秒级延迟。该超节点服务器已上线阿里云百炼，支持Qwen、DeepSeek、Kimi等主流模型。 资料来源：WAIC2026,HFI 百度：天池超节点：天池256超节点最高支持256卡极速互联，性能较上代提升25%、推理效率提升50%，可扩展至数十万乃至百万卡级集群，数据中心建设周期缩短约30%；天池512超节点单节点具备万亿参数大模型训练能力。基于昆仑芯P800的万卡集群有效训练率达97%，万卡规模线性扩展度超85%。 资料来源：WAIC2026,HFI 沐曦：S600超节点：作为面向大模型训练、推理及智算中心建设打造的系统级算力产品，曦景S600围绕高密度部署、高速互连和软硬协同进行全面优化，可实现单机柜64张GPU高速全互连，并支持灵活扩展至万卡级集群。 资料来源：WAIC2026,HFI 清微智能：supernode4096超节点：通过2D-Torus拓扑和芯片直连通道缩短芯片间的通信路径，算力突破500PFLOPS，互联成本可降低约90%。 二、高速互联、AI存储成为AI基础设施下一阶段关键增量 1.网络互联成为大模型规模扩展核心瓶颈 随着AI集群规模持续扩大，GPU之间的数据交换需求快速提升，大模型训练过程中涉及的大量参数同步、梯度交换以及MoE架构下的专家路由，都对网络带宽和通信时延提出了更高要求。因此，未来AI基础设施竞争将不再局限于单纯的算力规模，而是转向算力、网络、存储、软件调度能力的综合竞争。高速互联能力将成为决定大规模AI集群效率和扩展能力的关键因素。本届WAIC中，多家厂商也将高速互联作为重点展示方向，覆盖Chiplet互联、高速网络、RDMA以及光互联等技术路线，反映AI基础设施产业链正在围绕大规模集群部署需求加速完善。 2.AI存储成为推理时代重要基础设施 相比训练阶段，AI推理场景对于存储能力提出了新的需求。随着长上下文模型、Agent应用以及多轮交互场景快速发展，模型推理过程中产生的KVCache数据规模持续扩大，存储访问效率逐渐成为影响推理性能和成本的重要因素。 本届WAIC中，部分存储厂商展示了面向AI服务器的新型SSD解决方案，通过提升存储带宽和降低数据访问延迟，缓解GPU显存容量不足带来的瓶颈。我们认为，随着AI应用从模型训练逐步向大规模推理迁移，未来AI基础设施架构将由传统以计算资源为核心的模式，逐渐演变为融合计算、内存、存储和网络能力的综合型基础设施体系，存储环节有望成为AI基础设施产业链的重要增量方向。 资料来源：新紫光集团,HFI 三、具身智能进入商业验证阶段，人形机器人从展示产品走向产业应用 相比过去几年WAIC大会中机器人更多承担“科技展示”角色，本届大会最大的变化在于，具身智能产业正在从技术演示阶段逐步进入商业验证阶段。今年WAIC专门设置具身智能专区，聚集了大量机器人本体、核心零部件、算法以及应用企业，现场展示内容也从过去单纯关注机器人行走稳定性、动作灵活性和外观设计，逐渐转向长时间任务执行能力、多任务规划能力、真实环境适应能力、数据采集与训练闭环以及商业场景部署能力等更具产业价值的方向。我们认为，人形机器人行业正在经历从本体竞争向实际落地应用竞争的转变，未来具备硬件平台、AI模型、数据闭环以及场景落地能力的企业，有望率先实现规模化商业应用。 资料来源：WAIC2026,HFI 资料来源：WAIC2026,HFI 四、参会总结：AI产业链进入“基础设施+应用”双轮驱动阶段 结合本届WAIC观察，我们认为AI产业价值链正在从早期以GPU、HBM以及半导体设备为核心，逐步向更广泛的AI基础设施和应用生态扩展。随着大模型训练规模持续扩大、推理需求快速增长以及Agent应用逐步落地，AI产业链未来将呈现“基础设施建设”和“应用商业化”双轮驱动的发展格局。 1）AI基础设施投资范围有望持续扩展。随着AI集群规模不断提升，产业竞争已经从单一芯片性能竞争转向系统级能力竞争，服务器、网络、电力和散热等环节的重要性持续提升。其中，AI服务器将受益于GPU/NPU部署增加以及超节点需求提升，重点关注AI服务器整机、ODM厂商以及液冷服务器等方向；高速网络基础设施方面，随着万卡级AI集群建设加速，集群内部通信需求快速增长，AI交换机、高速NIC、光模块以及CPO等环节有望迎来新的增长机会；此外，AI数据中心功耗持续提升，单位机柜功率密度不断提高，液冷系统、配电设备、UPS以及数据中心能源管理等基础设施环节也将成为AI产业链的重要受益方向。 2）国产AI基础设施生态正在逐步完善。本届WAIC展示出国产AI产业链正在从单点技术突破走向体系化建设，逐渐形成覆盖“芯片—基础设施—软件生态”的完整闭环。在芯片层面，国产GPU、NPU以及AI加速芯片持续迭代；在基础设施层面，AI服务器、超节点以及高速网络设备不断成熟；在软件生态层面，编译框架、模型适配以及开发工具持续完善。从本届大会展示情况来看，国产AI基础设施的工程化能力和商业落地能力相比过去已明显提升。 3）具身智能有望进入长期产业周期。我们认为，目前人形机器人正从实验室演示逐步进入工业、物流、商业服务等真实应用场景，未来产业链机会不仅包括机器人整机企业，也将向核心零部件环节扩散，包括精密减速器、电机、关节模组、力传感器、视觉传感器以及机器人AI芯片等。随着硬件成本下降、AI模型能力提升以及数据闭环逐步形成，具身智能有望成为AI产业下一阶段的重要增长方向。 五、风险提示 本报告内容基于公开资料及公开信息整理，旨在分享对WAIC2026相关产业趋势及AI产业链发展的观察与分析，不构成任何投资建议。 APPENDIX1 Su