WAIC 2026全景深度分析报告：新技术观察·新政策发布·新产业动向

WAIC 2026 ·目录/ CONTENTS 目录 Table of Contents 第一章大会定位与2026年的结构性变化.................第三章 新政策发布：智能系统成为治理对象......... 第一节基本事实与统计口径...............................................第二节大型会展正在成为发展与治理综合平台..................第三节2024—2026：三个连续变化....................................第四节证据边界与技术成熟度............................................第一节主旨讲话的政策结构第二节主席声明的15项主张及政策增量第三节智能体治理：从输出安全到行动安全第四节关键基础设施、能源和劳动者 第二章新技术观察：人工智能进入系统交付 第四章新产业动向：产业组织与价值验证............. ..............................................................................................................................................................................................................................................第一节大会规模与产业撮合：从展品统计到产业链证据...................................................................................第二节从模型公司到全栈系统：价值链的重新组织.........第三节企业软件与智能体：从效率工具到组织流程.........第四节AI基础设施：从设备采购到可用算力服务............第五节智能终端：Agentic OS与设备生态重组.................第六节具身产业链：从人形热度到单位任务成本.............第七节行业应用：采用与流程重构之间的落差................. 第五章上海战略：把大会转化为城市级产业 组织能力......................................................................... 第一节上海的产业基础与统计口径...................................第二节"三地四馆"的空间组织.........................................第三节WAICA、赛事、采购与人才机制..........................第四节世界人工智能合作组织总部的制度资源.................第五节上海的验证标准..................................................... 第六章综合研判：三条主轴的耦合与未来 第一节技术、政策与产业的耦合关系...............................第二节未来12—36个月较可能持续的趋势......................第三节需要谨慎对待的高热度方向...................................第四节对国家战略的总体影响..........................................第五节对企业竞争与合规的总体影响...............................第六节结论....................................................................... 第一章大会定位与2026年的结构性变化 第一节基本事实与统计口径 2026年7月17日至20日，世界人工智能大会暨人工智能全球治理高级别会议在上海举行，主题为“智能伙伴，共创未来”。大会名称本身已经包含两个层次：一方面是世界人工智能大会的技术、产业和应用平台功能；另一方面是人工智能全球治理高级别会议的国际政策与治理功能。两个名称并置，反映出人工智能议题已同时进入产业发展、国家治理和全球公共事务。 大会公开信息存在会前口径与闭幕口径差异。会前新闻发布及大会介绍材料披露展览面积超过10万平方米、1100余家企业、3000余项展品、300余款全球首发，论坛活动为140余场、嘉宾为1400余位。闭幕报道则出现158场论坛及配套活动、1500多位专家和企业领军人物等表述，并给出4486项展品、351款全球首发、177个全球重要采购团组和约203.6亿元预计意向采购金额。 这些数字不能直接拼成一组增长率。会前口径主要描述策划和筹备范围，闭幕口径主要描述最终统计；“论坛”与“论坛及配套活动”也可能不是同一统计对象。分析时采用并列归因方式：会前数字用于说明平台筹备规模，闭幕数字用于说明大会最终活动和产业对接规模。对于2024年和2025年的历史数据，同样保留原始统计范围，不将不同定义的采购团组、项目数量和意向金额强行做同比计算。 第二节大型会展正在成为发展与治理综合平台 传统技术展会的核心任务是展示产品、吸引客户和促进交易。WAIC2026仍然具有这些功能，但其议题和组织方式已经超出传统会展。国家领导人主旨讲话、全球治理高级别会议、主席声明、国际合作组织协定签署、学术会议、采购团组、创新赛事、应用体验和城市多场馆联动，共同构成一个“政策—技术—产业—场景—国际合作”的组合结构。 这种结构的变化可以从四个方面观察。 第一，政策议题不再只是展会的背景说明，而成为大会的重要组成。人工智能创新、产业赋能、算力能源关系、劳动者技能、关键基础设施和国际规则在同一议程中出现，说明人工智能已被视为影响经济、社会和国际关系的基础性技术。 第二，国际合作不再只表现为论坛发言。培训名额、应用合作中心、气象预警方案和组织协定，为国际议题增加了能力建设、项目合作和组织承载的维度。它们目前仍处于承诺、安排或筹建阶段，但已经显示出从原则表述向合作接口发展的方向。 第三，产业展示不再局限于模型和芯片。底层算力、模型、智能体、操作系统、终端、机器人、行业系统和AIforScience并置出现，产业价值链开始以组合系统方式呈现。企业之间的竞争，也从单个产品的效果比拼逐渐转向系统整合、部署运维和客户交付。 第四，大会与城市空间结合更加紧密。世博、张江和徐汇西岸等场馆承担不同功能，使上海既是大会承办地，也是人工智能产业组织、应用体验和国际交流的参与者。平台影响力不再只由会期人流或展品数量衡量，还要看城市能否把短期聚集转化为长期项目、企业、人才、标准和合作网络。 第三节2024—2026：三个连续变化 1.技术能力开始进入真实系统 2024年人工智能大会的技术与产业议题已经覆盖模型、算力、机器人和“人工智能+”应用；到2026年，智能体、AICoding、端侧AI、超节点、AI工厂、具身智能和AIforScience的组合更加明显。变化并不意味着2024年的模型与算力竞争已经结束，而是模型和算力开始被重新放进软件系统、网络、设备、工厂和科学实验中评价。 “进入系统”带来两个后果。一是技术指标更难用单项基准概括，系统成功率、响应延迟、故障恢复和总拥有成本更重要。二是责任边界更加复杂，模型供应商、应用开发者、系统集成商、部署企业和最终用户共同影响结果。技术评价与治理评价因此开始相互嵌合。 2.治理议题进入运行阶段 早期治理更多围绕生成内容安全、数据、伦理和模型风险。2026年政策议程将智能体的决策权限、行为边界、行为追溯、风险提示和关键基础设施纳入讨论，意味着治理开始进入系统运行阶段。 运行治理并不等于增加审批材料。它更接近一套写入系统设计的边界：智能体能做什么，哪些动作需要人工确认，错误能否撤销，哪些数据可以被记忆，工具调用是否留有记录，供应商变化是否会改变系统行为，以及关键业务中人工控制如何保留。 3.国际合作增加组织与能力建设接口 2026年大会把国际治理、组织协定、全球南方培训和应用合作放在同一政策结构中。相较于单纯的原则声明，这种安排把组织、项目和能力建设推到更显眼的位置；它的成效，还要交给生效文件、成员机制、项目运行和长期投入来回答。 国际合作的分量，不只在签署数量和发布场合，也在参与方能否获得技术能力、形成可持续应用、建立数据与安全保障，并在不同国家的法律和基础设施条件下运行。组织的政治象征意义与实际治理能力，需要分开观察。 第四节证据边界与技术成熟度 技术与产业案例按照七级成熟度观察：展示、样机、试点、合同、交付、量产、规模复制。 展示是产品或方案在展会、发布会、演示环境中公开出现；样机是具有一定工程形态但未必进入真实客户环境；试点是进入特定客户或场景进行有限验证；合同是存在正式采购或服务安排；交付是客户已经接收并能够运行；量产是形成稳定生产和交付能力；规模复制则意味着方案能够在多个客户、地区或行业稳定复用。 七级成熟度用于划分证据强度，不承担企业技术优劣排名功能。展示阶段的技术可能具有很高的长期潜力，却不适合用量产口径描述；已经交付的系统也未必具备通用能力，但它的商业化证据强度高于展台演示。分析时把技术潜力、工程成熟度、商业证据和治理风险放在同一张图里，更接近现实。 图2新技术、新政策与新产业的耦合逻辑。资料来源：根据报告分析框架整理。 第二章新技术观察：人工智能进入系统交付阶段 第一节基础模型：推理经济成为采购变量 大会技术展示和全球主要产业平台的共同变化，是基础模型竞争的评价维度显著变宽。参数规模仍然影响能力上限和训练成本，却已不能单独解释企业选择。阿里通义、百度文心、腾讯混元、阶跃星辰Step系列等以模型矩阵方式集中出现，反映头部企业正在用不同尺寸、模态和部署形态覆盖推理、代码、语音、终端与行业任务。月之暗面KimiK3受到关注，媒体报道其上下文窗口达到100万token并支持多智能体并行；这一参数属于发布方及媒体披露，尚需区分理论窗口、稳定可用窗口、输入输出上限、长文本中段信息召回、推理延迟和单位任务成本，不能仅凭窗口长度推断真实生产能力。 这种变化可以概括为“推理经济”取代单纯的训练规模叙事。训练决定模型能够达到怎样的能力上限，推理决定能力能否以可接受的成本进入业务。模型调用量增加后，单位任务成本、缓存命中、并发调度、量化精度、大小模 型路由和故障恢复直接影响客户价值。同一模型在发布基准上领先，不代表在企业知识库、客服工单、代码仓库或复杂表格中仍能保持相同优势。采购方需要把一次回答的质量改写为完整任务的经济账：为完成一个合格任务需要多少轮调用、多少人工复核、多少上下文重传，以及失败后是否需要从头执行。 长上下文的测试重点可以放在信息检索、跨段推理、时间顺序辨识、引用定位和拒绝执行污染指令上。百万token之类的发布参数可以作为展示信号；只有在特定任务、成本和服务等级协议下稳定运行，才可依据实际情况判断为试点、合同或交付，不能由参数直接跳到量产或规模复制。 模型矩阵背后的另一机制是任务路由。高难推理调用大模型，分类、抽取和常规问答交给小模型，敏感数据尽可能在本地处理，峰值任务再进入云端。路由器需要判断任务难度、数据敏感度、时延要求和预算，并在模型失败时切换。它能够降低平均成本，也会增加系统复杂度：不同模型可能采用不同安全策略，版本更新后输出分布会变化，跨模型传递上下文还会产生数据边界问题。模型采购因而从选择一个API，转向管理模型组合、版本、路由规则和退出方案。 端云协同进一步放大这种管理要求。端侧模型能够降低延迟、保留离线能力并减少部分敏感数据上传，但受制