国泰海通计算机WAIC 2026 总结与超预期点

2026-07-22 未知机构冷水河

模型演进：头部模型仍在向更大参数、更长上下文、更强多模态方向演进，但行业更关注推理、编程、工具调用、视觉理解和单位任务成本。
智能体兴起：AI产品从Copilot转向自主拆解任务、调用工具、操作浏览器和本地文件，输出表格、PPT、代码等，商业化指标需关注任务成功率、用户复用率、付费率等。
企业级AI壁垒：企业客户不缺大模型接入，难点在于打通知识、数据、权限和业务系统，解决安全成本和可管理性问题，壁垒更多来自客户数据、业务流程和行业Know-how。

原生智能体手机：厂商强调系统级权限和跨应用调用，核心竞争转向长期记忆、跨应用执行和安全可控的系统权限，AI眼镜成为智能体长期记忆的重要载体，差异化来自操作系统、模型能力、软件生态和持续服务。
AI眼镜趋势：功能聚焦翻译、运动、记录、健康和AI记忆，率先在翻译、会议记录、运动和专业作业场景落地，短期受续航、隐私和应用生态约束。

需求变化：智能体任务拆解、工具调用等导致单次模型调用次数和token消耗显著高于传统chatbot，算力需求不降反升，单位调用成本下降将带动应用扩展。
超节点方案：国产算力厂商展示超节点方案，通过统一资源池、高带宽低时延互联、弹性扩容和高可靠性设计，将多芯片组织成逻辑计算机，解决MoE专家并行、大模型通信压力、单卡显存不足和集群故障问题。
关键厂商：
- 华为Atlas 950 Super Pro：1024颗Ascend 950芯片，统一内存空间256TB，端到端时延约3微秒，核心壁垒在于芯片、内存、互联、光模块、软件和云服务全站协同。
- 中科曙光曙光8000：全国产10万卡AI超级群，算力密度提升20倍，通过Scale Fabric高速网络、相变液冷和分布式存储解决大规模集群问题。
- 中兴通讯OEX超节点：支持128卡单柜，扩展至1.6万卡，面向万亿级参数MoE模型训练，竞争重点转向token产出效率和系统TCO。
- 摩尔线程：从GPU硬件供应商升级为AI infra平台，强调MoE模型训练、推理和智能体开发部署，展示pre-sale和decode分离、国产与海外GPU异购协同实践。

技术趋势：产品核心变化从单次动作展示转向连续运行、稳定完成任务和低成本维护，续航换电、自主充电、无人运维、模块化维修等成为基础能力。
竞争力关键：客户关注效率、成本和稳定性，企业竞争力从本体性能扩展到场景理解、数据积累、部署调试、运营维护和持续迭代。
落地场景：汽车工厂标准化工序由机械臂覆盖，人形机器人优势在于狭窄空间、非标准动作和柔性工位，3C产品中一台机器人可替代两名工人，每年节省约14万元人工成本，但设备折旧和维护成本高约18万元，短期更适合公共场景、仓储物流和特定柔性工位。
商业化判断：重点跟踪部署时间、任务成功率、单位成本和投资回报周期，数据规模和采集成本是规模化关键，智源计划开源百万小时数据推动模型泛化。