作者：徐珊

今年的 WAIC，已經很難在一天內逛完。

7 月 17 日，2026 世界人工智能大會在上海開幕。展覽首次擴展至「三地四館」，總面積超過 10 萬平方米，1100 餘家企業帶來 3000 餘項展品，其中超過 300 款產品在大會期間全球首發。智算與具身智能首次成為並列的核心賽道，各自聚集超過 200 家企業。從開展後的排隊人流，到機器人展臺前層層舉起的手機，AI 依然是當下關注度最高的科技議題之一。

但走進展館，今年最明顯的變化並不是模型參數又增加了多少，也不是機器人又學會了哪些高難度動作，而是越來越多企業開始回答同一個問題：AI 究竟怎樣才能從一項「看起來很厲害」的技術，變成真正有人使用、能夠完成任務的產品？

這種變化首先發生在物理世界。工業機器人開始進入汽車、3C 和新能源產線，家庭機器人忙著疊衣服、收拾玩具，機器狗被觀眾牽著在人群中自由穿行。具身智能的競爭，正在從運動控制和 Demo 展示，轉向穩定工作、規模交付與真實場景驗證。

與此同時，AI 也在尋找離人更近的入口。耳機成為全天在線的智能助手，手機被圍繞智能體重新設計，植物傳感器開始「翻譯」一盆植物的需求，個人服務器則試圖成為家庭裡的本地 AI 節點。AI 硬件開始重新思考：當智能體可以理解意圖、調用服務並持續執行任務，硬件應該以什麼形態承載它？

模型本身的競爭標準也在改變。能否減少推理成本、記住長期經歷、理解真實物理規律，以及直接交付可用結果，正在取代單純的參數和榜單競爭。圍繞這些能力，開發工具、企業智能體和算力基礎設施也開始降低門檻：一句話可以生成硬件方案，企業可以調用「模擬消費者」完成調研，甚至一臺辦公室裡的設備，也能成為本地「Token 工廠」。

一條相對清晰的主線是：AI 產業正在進一步走向「規劃與執行」，走向現實中的交付。模型仍是底座，但行業進一步要爭奪的，已經是入口、上下文、執行能力，以及進入真實場景後的成本與可靠性。

今年 WAIC 的主題是「智能夥伴，共創未來」。而一個 AI 要真正成為夥伴，不能只會聊天。它要能記住你、理解環境、使用工具、完成任務，並在足夠低的門檻下進入工廠、辦公室和家庭。

帶著這條線索，我們在 WAIC 首日找到了這些值得關注的產品和技術。

一、比炫技更重要的，是穩定幹活

今年的機器人展區依然熱鬧，但我們更關心的是：機器人離開展臺以後，能不能在真實環境裡持續工作。

判斷具身智能是否向前邁了一步，標準正在變成「能不能穩定運行、批量交付，以及是否真的有人願意使用」。因此，我們選取了三個處在不同場景的樣本，它們形態不同，但都在回答同一個問題：機器人如何從一段精彩的 Demo，變成工廠和家庭裡真正幹活的產品。

微億智造：看見工業具身智能的真實落地

逛到微億智造展臺，一個直觀的感受是：微億智造已經把真正進入工廠、參與生產的工業具身智能機器人搬到了現場。

作為國內市佔率 31%的工業具身智能機器人（EIIR）供應商，微億智造長期深耕物理 AI 賽道，產品已落地汽車、3C、新能源等行業，服務超過 25 家世界 500 強企業，產業化進展走在前列。

此次展出的兩款產品很有代表性。全球首發的「具身質檢｜多臂協同機器人」，具備 0.2μm 級檢測精度和高速飛拍能力，擺脫傳統人工示教模式，已在全球頂級車企的中、美、德三地工廠產線上投入運行；「具身操作｜智能裝配機器人」則基於「眼—手—腦—雲」協同架構，通過視覺觀察一次即可自主學習裝配流程，將產線換線週期從數天縮短至數小時，大幅提升柔性製造能力。

具身智能最大的價值，其實是在生產線。 微億智造的落地實踐也證明，工業場景依然是物理 AI 最快實現規模化應用的賽道。當中國企業開始從輸出單一設備，邁向輸出智能製造標準和解決方案，也意味著它們正在參與重塑全球製造業的新範式。

維他動力大頭：WAIC 現場真的有人在「遛」機器狗

在 WAIC 現場，我們時不時看到有幾位觀眾牽著機器狗在人群中穿行。沒有遙控器，也不用學習複雜操作，一根牽引繩就能實現自主隨行，隨身揹包交由它承載，行走途中還能自動跟拍記錄，像身邊貼心的隨行夥伴，吸引不少觀眾一路圍觀。

無遙控自主導航一直是維他動力的核心技術優勢。它在本屆展會上值得關注的變化是，工作人員已經不需要花大量時間教觀眾如何操作。普通人牽起繩子，就能直接與它同行。

這種「牽著就走」的體驗，也成為「大頭」從技術產品走向消費級產品、完成規模化量產交付的一個縮影。當不少四足機器人仍在比拼運動性能和硬件參數時，維他動力更希望降低專業設備的使用門檻，把機器狗從展臺和實驗室裡的新鮮事物，變成普通人能夠輕鬆使用、融入日常的消費級智能夥伴。

未來不遠：把家庭機器人帶進真實生活

在 WAIC 現場，未來不遠把家庭場景搬進了展臺。

可以看到，第二代家庭通用機器人 F2 大部分時間都在忙著洗衣服，疊衣服，收拾玩具拖鞋，陪人下棋，給人開飲料等等，現場有不少人排隊體驗。比起展示翻跟頭之類的高難度動作，F2 更關注一件實際的事：機器人進了家以後，到底能幫人做什麼。

作為一家專注家庭具身智能的機器人公司，未來不遠的 F2 定位為「家庭管家」，可以陪孩子、老人和寵物，也能完成巡檢、收納及基礎家務。它搭載了公司自研的機器人大腦 Self-Evolving WAM，能夠根據家庭環境和使用習慣不斷學習和調整。

家庭其實是機器人最難應付的場景之一：房間會變亂，物品會被移動，每個家庭的需求也不一樣。因此，相比一次成功的現場演示，能不能長期、穩定地工作更加重要。據未來不遠介紹，其機器人已經進入 500 多個付費家庭，累計服務超過 5 萬小時。

二、萬物都在長出 AI 接口

過去的 AI 硬件，大多是給已有設備增加一個語音助手，今年更明顯的趨勢是：廠商開始圍繞 AI 重新設計硬件本身。

耳機希望成為全天在線的助手，手機試圖把智能體寫進操作系統，打印機讓聊天框裡的建議變成一張紙，植物傳感器則把環境數據翻譯成普通人能理解的提醒。

AI 可以戴在耳朵上、握在手裡、擺在桌面，也可以成為創造其他硬件的工具。我們選取這些產品，是因為在它們身上看到了更多嘗試——為 AI 找到新的交互方式和日常入口。

嘰裡呱呱 AI 打印桌寵：讓 AI 把一句建議「吐」到現實裡

嘰裡呱呱的展臺像一面被好運小票覆蓋的許願牆。幾隻「金蟾」擺在其中，不時從嘴裡「吐」出待辦清單、知識卡片和寫著「好運」、「發財」的熱敏紙條，路過的觀眾很難不多看兩眼。

這款產品並不只是給打印機套上一個可愛的外殼。用戶可以直接與它對話，AI 理解需求後，會把原本停留在聊天框裡的建議轉成一張能夠撕下、貼起或隨身攜帶的紙條。設備支持背膠等不同打印介質，打印精度達到 300 DPI，團隊也計劃繼續探索彩色打印。

嘰裡呱呱已經用半年時間迭代了三個版本，目前仍處於原型階段。團隊希望它最終成為家庭裡的信息交互入口：既能打印孩子的知識卡片、家人的留言和每日待辦，也能圍繞金蟾 IP 生長出自己的內容生態。它展示了一個有趣的產品思路——紙張也可以成為一種更輕、更有觸感的交互界面。

noonwake 好運日曆機

第一眼望去，這是個讓人很有購買慾的產品。

這是一款 AI 玄學珠寶手鍊。其中一顆珠子裡有傳感器。能識別人的情緒變化。

如今工具型 AI 已經足夠多，NoonWake.AI 想以一種非常輕盈的方式做陪伴型 AI。

AI 玄學手鍊是他們的其中一款產品，現場人員告訴我們，公司目前有三條產品線：面向國內年輕用戶的「萬物有靈」，面向海外的 Starot，以及即將推出的一款「好運日曆機」AI 硬件，作為年輕人的 AI 桌面陪伴，進一步增加年輕人每天生活的儀式感。

喜歡玄學的有福了。

光合植語 Plantiemoji：植物會「說話」了

走到光合植語的展臺，一盆插著 Plantiemoji 的植物正用 emoji 表達自己的狀態：缺水、缺光，或者「今天過得不錯」。工作人員拿起手機拍下葉片，AI 植物醫生隨即分析葉片顏色、斑點和邊緣狀態，並給出病害判斷和養護建議。對於經常分不清植物是缺水還是爛根的人來說，這種體驗相當直觀。

光合植語是一家聚焦 AI 植物養護與智能硬件的公司。Plantiemoji 可以監測土壤溼度、環境溫溼度和光照，並把專業數據翻譯成普通人看得懂的表情和提醒。

此次 WAIC 上，公司還展示了植物生長模型。它試圖從多維環境指標與植物表徵之間找到規律，逐漸認識每一盆植物不同的生長習慣。其背後的產品邏輯是：智能硬件的價值不只是收集數據，更要替用戶理解數據、給出行動建議。

植物當然不會真的說話，但 AI 正在讓養植物這件事，從憑經驗猜測變成一場可以被理解的持續對話。

觀點躍遷 STACK ANYWAY：說一句話，AI 幫你把硬件做出來

打開 STACK ANYWAY，輸入一個硬件創意，屏幕上的 AI 就開始拆解需求、匹配板卡和元器件，並生成對應的設計方案與代碼。和工作人員聊下來，它想做的事情很像「硬件版 Cursor」：用戶只需要說清楚想造什麼，剩下的工程問題交給 AI 處理。

觀點躍遷是一家聚焦 AI 硬件開發工具的初創公司，核心產品 STACK ANYWAY 面向 Maker 和硬件開發者。平臺通過多智能體協作完成方案設計、元器件選型、BOM 生成和代碼適配，並連接供應鏈，支持將所需物料打包下單。工作人員介紹，平臺可匹配 1000 多個真實硬件方案，背後還有超過 1 萬名開發者組成的社區。

做軟件原型，如今幾句話就能生成代碼；但做一臺硬件，仍要在設計工具、板卡、供應商和代碼之間反覆切換。STACK ANYWAY 試圖縮短從創意到設備的距離。當 Vibe Coding 改變軟件開發後，下一步可能是讓更多不懂硬件工程的人，也能通過自然語言參與真實世界的創造。

千問 Qwen Clip：把千問「長」在耳朵上

WAIC 首日，阿里千問把自己的首款 AI 智能體耳機——千問 AI 耳夾式耳機 Qwen Clip 帶到了現場。

可全天候佩戴的耳夾式耳機是今年耳機這個細分品類中突然異軍突起的賽道—— 設計邏輯很直接：AI 助手要隨時在場，前提是你願意一直戴著它。

據千問團隊介紹，Qwen Clip 由千問與 Bose 聯合打造，Bose 聲學團隊負責調音，在開放式耳夾的形態下兼顧佩戴舒適性與音質表現。功能上，它把千問 AI 助手的幾項關鍵能力裝進了耳朵裡：同聲傳譯、會議紀要、健康記錄，都可以在對話中隨時喚起，不需要掏出手機。

對大模型廠商來說，入口之爭正在從屏幕轉向身體。耳機可能是其中門檻最低的一個——不改變任何使用習慣，卻讓 AI 獲得了全天候的在場資格。

階躍星辰 STEPX Neo：大模型公司為什麼親自造手機

階躍星辰剛剛發佈的 STEPX Neo，可能是本屆 WAIC 上討論度最高的手機產品之一。

與手機同時發佈的，還有大模型原生 AI 終端品牌 STEPX、智能體原生操作系統 Step AOS，以及個人智能體「階躍 Amoo」。

在 Step AOS 上，用戶不再逐步操作 App，而是直接表達意圖，智能體自主完成後續鏈路；系統通過「端雲多腦」按任務複雜度動態調度模型，用「雙域三步記憶結構」記住用戶偏好，並配備可信執行、操作審計、權限可控、誤操作一鍵撤回的安全閉環。生態上，階躍首批已與支付寶、美團、滴滴、高德、WPS、剪映等達成合作，且採用接口而非模擬點擊 GUI 的方式打通服務。

當多數廠商還在往手機裡「加 AI」，階躍選擇把手機為智能體重造一遍。這條路線能否跑通仍待驗證，但它至少提出了一個行業必須回答的問題：智能體時代的手機，還應該長成現在這樣嗎？

豆包手機二代 NaviX Ultra：豆包又來替你「玩」手機了

繼去年首款豆包手機後，今年努比亞直接把同系列二代產品 NaviX Ultra 的首發放在了 WAIC 現場，並給了它一個更激進的官宣定位——全球首款 AI 智能體手機。

NaviX Ultra 由努比亞與火山引擎深度合作打造，核心是內置的豆包手機助手：一個系統級 GUI Agent，能夠理解手機屏幕內容、執行用戶指令、完成跨應用操作。

相比初代產品，二代在 AI 權限開放和系統級融合上明顯更進一步——豆包不再是裝在手機裡的一個 App，而是被織進了系統本身。外觀上，新機提供黑、粉、白、藍四種配色，鏡頭模組由舜宇光學供應，部分配色還配備了一顆橙色的 AI 實體按鍵。據供應鏈消息，新機整體備貨約 20 萬臺，首批 10 萬臺以內。

這個數字不大，但字節的意圖清晰：以「豆包大模型 + 火山引擎 + 終端」的完整鏈路，把智能體推成手機的出廠標配。當階躍、榮耀、字節在同一屆 WAIC 上給出三種不同的答案，AI 手機的競爭已經從功能疊加，轉向了智能體入口的卡位戰。

三、當模型成為主角，軟硬件邊界消失

今年模型賽道內一個很有意思的變化是主客易位。過去是硬件廠商唱主角、模型作陪襯，但今年幾乎每個模型展臺下，都有一堆硬件產品。

我們發現模型的理解能力被逐漸重視，各家都在打磨自己的理解層。但整個通用模型賽道里已經很難找到純粹的垂類玩家，大家都在相似的方向上短兵相接。

在這樣的背景下，以下是我們在現場看到的、更具創新思路的一些產品：

雲知聲 U2 大模型：引入混合思考機制，關注 token 消耗性價比

大模型正從「理解與生成」走向「規劃與執行」，能不能把一件任務真正做完、做對，越來越受關注。雲知聲這次展示的原生智能體大模型 U2，在 WAIC 上給出了一套「混合思考」的方式，讓 token 消耗更具性價比。

簡單說，是讓模型在推理過程中自主切換兩種推理方式。隱式推理在內部快速思考、不展開步驟，速度快、資源消耗小，但容易「想著想著就跑偏」；顯式推理則把每一步都清晰可核對，速度慢。過去模型總是採取顯示 token 的思考方式，現在 U2 在任務前期負責高效探索，進入複雜環節再切顯式模式，負責邏輯精準驗證。

據瞭解，模型會實時感知自己的不確定性，一旦思路發散就觸發顯式推理來糾偏。而靠隱式推理壓掉無效步驟，思考環節的 Token 消耗據稱能降約 25%。

商湯 SenseNova U1 Pro 多模態智能體基座：支持生產級圖片創作，原生 8K 輸出

在大模型的生成能力被反覆驗證之後，「設計」正成為多模態模型競爭的新方向。

SenseNova U1 Pro 在架構上，統一了多模態理解、推理與生成，實現語言和視覺信息的高效協同，通過內生的圖文交錯思維進行深度創作，直接交付。

因此它在生成內容準確、設計精美、生產可用的圖片素材上，比肩海外頂尖模型。據瞭解，其生成的圖像已能直接滿足商業印刷、戶外海報等工業級要求。

在內容創作領域，商湯還展示了其 AI 視頻創作智能體 Seko。它把劇本構思、角色設定、分鏡規劃、視頻生成到後期編輯全部打通在一個平臺上，做到邊創邊編、即編即得。

目前 Seko 已經吸引超百萬年輕創作者與 1300 家企業客戶，並通過大幅降低創作門檻，讓「一人劇組」成為現實。

MiniMax M3：讓模型「直接看圖」，主打「夠用且便宜」

MiniMax 這次帶來的旗艦模型 M3，有兩個思路值得比較意思。

首先是 M3「看圖」不太一樣。目前不少模型處理圖片，其實是先用識別工具把圖裡的文字摳出來、變成一段文本，再交給模型去讀，相當於隔了一道「翻譯」。M3 則是把圖像切成一塊塊，直接變成模型能懂的語言。少了中轉，信息留存更多，速度更快，圖裡的細節也不容易丟。

第二個是模型性價比。據介紹，M3 總參數 428B，但每次真正幹活的只有 23B，秘訣在自研的 MSA 稀疏注意力架構。模型思考前，先篩出和當前問題最相關的內容再計算，不做無用功。這讓它在適中的規模下支持 1M tokens 超長上下文，價格也壓到輸入每百萬 token 2.1 元、輸出 8.4 元，據稱遠低於海外旗艦模型。

配套的 MiniMax Code 這次還新增了金融能力，接入第三方數據庫後，寫研報、做調研和盡調都能直接上手。

四、AI 產品/解決方案：不再比「做出來」，而比「做得好」

如果說去年的解決方案還在比拼「我做出來了」，今年的關鍵詞已經變成「我做得更好」。

大家開始比的是工程化的打磨，而非從零到一的驚豔。純創新型的技術方案確實少了，更多玩家選擇在原有賽道上用新方法去解決過去啃不動的問題。

以下是我們覺得今年比較有看點的一些 AI 產品與解決方案：

特贊：企業級 AI 的競爭，正在來到「上下文」

在特贊展臺上，我們注意到企業級 AI 如何在各行各業發揮價值。特贊提供了一套企業級智能體 GEA，構建了從業務意圖到業務結果的四層企業級智能體閉環，由意圖層、編排層、技能層與上下文層組成。編排層由專有發散推理模型驅動，可協調 30+ 基礎模型、調用 400+ 模塊化技能。但真正構成特贊 GEA 護城河的，是上下文層。

上下文不止於企業內部的數據資產。對消費者的理解，同樣是一種上下文，而且難以複製。範凌團隊提出的「主觀世界模型」，試圖解決讓 AI 如何真正讀懂一個消費者？他最後通過內在動機、未被表達的偏好、跨情境的判斷模式來解決這一難題。

特贊還將真實社交語料與深度訪談數據結合，構建了大規模模擬消費者體系，可以 7×24 小時替代傳統用戶調研中的招募與訪談環節，將時間與成本壓縮至傳統模式的十分之一。

這意味著，對消費者的理解，可以從週期性的項目制調研，變成持續運行的能力資產。這是未來特贊會持續優化的方向。

百川智能：AI 家庭醫生住進微信，M4 能力延伸至腫瘤和兒科

百川智能把大模型帶入更完整的醫療健康場景。此次 WAIC 2026，百川展示了最新一代醫療增強大模型 Baichuan-M4，以及面向家庭健康服務的 AI 家庭醫生「百小醫」。

百小醫由 APP 和微信 Bot 兩種形態組成。APP 主要服務單次就醫，微信 Bot 則更適合長期使用，圍繞家庭成員持續記錄健康信息，提供複查、用藥和隨訪提醒。

以 M4 為基礎，百川將模型延伸到腫瘤和兒科等對專業性、可靠性要求更高的醫療領域。據瞭解，在腫瘤方向，百川與中國醫學科學院腫瘤醫院共建腫瘤科 AI 助手，圍繞診療指南、臨床試驗、藥品說明書和醫學文獻等多源證據，為醫生提供循證檢索和方案分析支持；在兒科方向，百川與北京兒童醫院聯合共建 AI 兒科醫生，覆蓋問診、判斷、循證和用藥等環節，並在真實門診、會診和家庭服務場景中開展驗證。

面壁智能：斷網也能幹活的機器人，和「AI 造 AI」的訓練實驗

具身智能有個老毛病：demo 驚豔，落地尷尬。面壁智能聯合樂聚機器人發佈的展廳導覽與園區巡檢 Agent 方案，瞄準的正是這個痛點——思路是把模型裝進端側，讓機器人在任何網絡環境下都能穩定幹活。

導覽場景裡，機器人斷網也能基於本地知識庫講解、自由問答，實時理解展廳環境和人的指令，自己規劃路線、避障導航，還支持多語言和定製音色。巡檢場景則依託多模態能力，識別車輛違停、路面異常、設施故障等情況——值得注意的是，敏感畫面就地分析、不出設備，數據主權留在客戶手裡，這對政企客戶是個實際的加分項。

更有意思的是底層的一項實驗：「AI 製造 AI」的 ForgeTrain Agent 系統。簡單說，是讓 Agent 自己動手優化訓練框架。它花 18 小時持續調優、把算力利用率推至新高，隨後在昇騰 910 系列芯片上跑通了萬步生產級長訓，loss 穩定下降。最終結果頗具說服力：僅用 130M 參數，就超越或持平了 Google 270M 參數的 Gemma 3，且全程在國產軟硬件閉環裡完成。

記憶張量：讓 AI 不再每次見面都重新認識你

在 WAIC 2026 上海生態展的「基石夥伴」展區，算力、數據和模型仍然是最受關注的技術底座。但在記憶張量的展位，一個更貼近日常體驗的問題被擺到了臺前：為什麼我們每次和 AI 對話，都還要重新介紹自己？

記憶張量是一家聚焦 AI 長期記憶與記憶原生基模的初創公司。現在常見的做法，是把用戶資料和歷史對話存放在模型外部，需要時再搜索出來，交給模型重新閱讀，更像是給 AI 準備了一本筆記。記憶張量則希望把記憶變成模型自身能力的一部分，讓 AI 在長期交互中持續保留和更新狀態，理解過去發生了什麼，以及這些經歷和當前任務有什麼聯繫。

隨著 AI 從問答工具走向個人助理和智能夥伴，能不能記住用戶、延續任務，正在成為新的產品門檻。當然，這也帶來了隱私、遺忘和錯誤記憶等問題。但從產業角度看，下一階段更好用的 AI，可能不只是更聰明，還要能夠真正「記得你」。

索辰科技：機器人理解世界，不一定非靠「眼睛」

當下的具身智能，幾乎都在沿同一條路走：靠攝像頭看畫面，基於視覺做判斷。 CAE（計算物理仿真）出身的索辰科技，給出了一條少見的路線：讓機器人靠「力」和「流體」來理解世界。

視覺有天然盲區。氣流、液體壓力、材料內應力、柔性物體的形變趨勢，這些看不見的物理現象，恰恰是精細操作的關鍵。比如插拔接頭，視覺方案需要零點幾毫米級的攝像頭精度，而人類靠的其實是手上的力反饋。

索辰的做法，是先用自家流體力學、固體力學求解器，批量仿真不同場景下的物理場，以此訓練 AI 模型；機器人只需少量力感、流體傳感器數據，就能反推出周圍完整的物理場，預判接下來的運動、形變與風險。比如說，潮溼天氣腳下摩擦力如何變化、液體容器會不會傾倒，都能提前算出，並直接約束動作的力度與幅度。

這套「物理驅動優先」的路線，已在低空經濟場景落地，為城市飛服中心提供米級精細化風場預測，機器人方向的合作也在推進中。在視覺幾乎壟斷具身智能感知的當下，這是一條值得留意的方向。

超聚變：把「Token 工廠」搬進辦公室

算力供給的形態，也可以是創新點。超聚變這次展出的 TokenBox，思路是把超節點從機房裡「拆」出來，做成一臺可直接放進辦公室的液冷一體機，不用建機房，供電 4 到 6 千瓦即可運行，且足夠靜音。

這臺「小服務器」和小冰箱差不多大，單臺就能跑 1.6T 參數規模的大模型，可支持約 50 個數字員工同時在線。機身四個插槽很靈活，GPU、CPU 均可插拔，換代直接更換模塊。為此，超聚變的研發團隊甚至會把原本風冷的加速卡改造成液冷，統一封裝成標準模塊再裝機。

它的定位介於雲 API 和自建機房之間：硬件解決「從電到算力」，軟件解決「從算力到 Token」，最終對企業只暴露一個 API 接口，內部 Agent 直接調用。

誰在買單？答案有些出人意料。短劇劇組是典型客戶。他們高頻調用視頻生成模型，Token 費用高企，與其持續向雲廠商付費，不如花百萬元左右把算力搬到劇組。另一類是政企客戶，既需要本地算力，也不希望內部數據出域。

想通了：點擊按鈕，「一鍵想通」人生

產品界面裡有一個醒目的按鈕，「一鍵想通」。

根據介紹，他們的定位是「AI 思維認知教練」。想要以 AI 對話為入口，通過認知測評、長期記憶、心智模型構建，幫用戶梳理情緒根源、思維模式與人生困境。他們想搭建「人生樣本庫」，用真實人生經歷為年輕人提供細膩、適配的人生參照。未來也可對接學校、心理機構、認知教育平臺、老年陪伴等場景。

結語：熱鬧背後，創新換了個活法

逛完今年的 WAIC，直觀感受是：AI 已經不是某個行業的事，而是所有人的事。一張門票能被炒到兩三千元，熱鬧程度可見一斑。但這種熱鬧並不虛浮，它背後是 AI 正在從技術議題，變成各方共同下注的戰略方向。

一個往年少見的信號是「地方化」。H2 展館裡，深圳福田人工智能小鎮、上海靜安等區域力量組團參展，中國南方電網、中國氣象局等國資機構也全面入場。當地方政府和傳統巨頭開始認真把 AI 寫進自己的答卷，說明這場變革已經越過了科技圈的邊界。儘管對傳統企業而言，AI 轉型仍是一條漫長而艱鉅的路。

那麼，創新力量減弱了嗎？未必。

今年確實很難再看到橫空出世式的驚豔，但走遍展館你會發現，創新沒有消失，只是換了個方式。它藏進了一些細節之處。比如說，端側模型的斷網穩定運行裡，辦公室裡的液冷「Token 工廠」， 500 多個付費家庭的真實服務時長裡。

從「做出驚豔的 demo」到「找到安心的落點」，這不是創新的退潮，而是創新的成熟。當一項技術開始認真回答「誰在用、好不好用、值不值得用」，它才真正走到了改變現實的門口。明年的 WAIC，我們期待看到更多已經跨過這道門的答案。