WAIC趋势复盘：AI 的下半场，到底拼什么？

7月刚结束的 WAIC 2026 释放了一个再明确不过的信号：AI 的竞赛，已经从「比谁模型大」转向「比谁落地深」。其中大会六大核心议题，从超节点算力、具身智能、大模型演进，再到端侧AI、AI治理、Token经济，彰显了国内AI技术在四个领域的重要突破： 第一，算力方面从拼芯片到拼系统，有效利用率成核心指标； 第二，具身智能方面进入部署态元年，人形机器人量产竞赛开启； 第三，模型方面聚焦真实场景落地，AI竞赛从模型参数转向价值落地； 第四，前沿技术方面脑机接口推动三元智能发展，量子计算迈向工程化交付拐点。 以上趋势，每一个都在指向同一个方向——AI 的下半场，拼的不是参数，是工程化能力，是场景落地，是真实的业务价值。但问题也随之而来：方向知道了，具体怎么走？算力利用率怎么提？具身智能怎么落地？Agent 怎么接进业务流？前沿技术怎么转化成生产力？ 在8月21-22日即将举办的 AICon 全球人工智能开发与应用大会·深圳站 "，将聚焦以上话题，深入探讨如何把AI技术趋势，变成可落地的实战路径。 算力篇：从拼芯片到拼系统，有效利用率成核心指标 在WAIC 大会上，“算力有效利用率”被反复提及——芯片买了一堆，实际利用率却低得可怜，这是几乎所有企业的痛点。算力的下半场，拼的不是谁芯片多，是谁能把每一张卡的价值榨干。 在 AICon 深圳站「 AI Infra、推理工程与异构计算 "」专题，你将看到国内最顶尖的推理优化实践： 腾讯多模态 RL Infra 负责人朱文熙将分享《 从 LLM RL 到 Diffusion RL：统一多模态 RL 基础设施实践 "》，完整呈现 UniRL 从架构设计、自研算子、训推一致性到异步引擎的全链路工程实践，以及落地过程中真实的 tradeoff 与踩坑。范式智能系统研发专家杨守仁将分享《 从 HAMi 到 HAMi-DRA：异构环境的算力资源管理实践 "》，从 Kubernetes 设备资源模型演进的视角出发，介绍范式以及 HAMi 社区在异构设备管理的面临的挑战和实践，同时详细解析 HAMi-DRA 的整体架构设计与关键实现细节，展示如何基于 DRA 构建面向 AI 工作负载的可扩展 GPU 调度方案，并且综合说明在落地 HAMi-DRA 的过程中范式以及社区遇到的挑战。阿里巴巴 Qwen 团队算法工程师章程瑞东将分享《 面向 Qwen 系列模型线性注意力的高性能优化实践 "》，详细介绍Qwen 团队提出的FlashQLA——基于 TileLang 的高性能线性注意力算子库，如何实现前向 2-3 倍加速、反向 2 倍加速，TP 增大时加速比还能持续提升，显著优化预训练与端侧推理效率。华为 2012 实验室 大模型系统工程技术专家李柏潮博士将分享《 盘古训练与推理通信优化实践：亲和昇腾平台的性能探索 "》围绕昇腾平台的两类通信优化展开，并展望如何通过昇腾亲和实现最优的通算掩盖，使得通信不再成为暴露在训练/推理端到端时延中的短板。Inferact vLLM committer莫梓峰将分享《 vLLM 针对多模态模型的推理优化实践 "》，深入讲解 vLLM 用于优化多模态模型的关键技术，并展示如何使用最新版本 vLLM 高效部署多模态模型。TokenSpeed 独立贡献者尚旭春将分享《 面向 Agentic 负载的下一代 LLM 推理引擎设计实践 "》，结合TokenSpeed 的研发实践，从 Runtime 与 Kernel 两个层面介绍面向 Agentic 推理场景的新一代推理引擎设计。SGLang, RadixArk Engineer杨雨豪将分享《 百万上下文下的 DeepSeek V4：SGLang 推理优化实战 "》，介绍SGLang 团队如何通过缓存架构、算子融合和并行策略的全栈优化，实现 DeepSeek-V4 百万上下文推理的 Day-0 支持与持续性能提升，并结合 InferenceX 公开基准展示在 GB300 NVL72 上的实测结果。 具身智能篇：部署态元年，人形机器人量产竞赛开启 2026 年，被业界称为“具身智能部署态元年”。在WAIC 大会期间，人形机器人、具身大模型、机器人操作系统均成为最热的话题。但热闹背后，真正的挑战才刚刚开始——从实验室 Demo 到量产部署，中间隔着一整条工程化链路。 深圳，作为中国硬件产业的心脏，无疑是具身智能落地的最佳战场。 AICon 深圳站从Keynote主题演讲到「 迈向机器人 AGI 的关键技术与产业实践 "」专题，将深度聚焦具身智能的工程化落地： 深开鸿 CEO王成录博士将在Keynote主题演讲环节分享《 让 AI 拥有身体：从大模型迈向物理 AI "》，具体从AI产业化面临的现实问题出发，讨论为什么大模型能力的提升，并不必然带来行业智能化的规模落地；分析物理AI对设备连接、数据供给、端边云协同和系统安全提出的新要求；进一步阐述开源鸿蒙如何通过统一操作系统、分布式软总线和多设备协同能力，将海量异构设备转化为可感知、可理解、可协同、可进化的智能节点，为大模型和智能体提供高质量数据与物理执行能力。乐享科技联席 CTO、穹明智能总经理李元庆将分享《 轻量化异构双臂 × VLA/世界模型：家庭服务具身机器人的落地实践 "》，介绍乐享科技小恩机器人方案如何打通硬件本体、大模型、数据闭环全链路，为家庭服务类具身智能商业化落地提供可复制工程路径。阿加犀智能科技技术负责人康斌将分享《 Agent Harness + 原子 Skills：服务机器人具身智能的落地实践 "》，以酒店服务机器人为落地样例，介绍一套 Agent Harness + 原子 Skills 的服务机器人架构。整套方案将服务机器人从“模块堆叠式 demo”升级为“Agent 可操作的物理世界接口”，可复用于酒店、养老、医院、园区、商场、办公楼等服务场景，为具身智能从 PoC 走向可运营系统提供可复制工程路径。深圳市人工智能与机器人研究院 副研究员康留旺博士与深圳市人工智能与机器人研究院 具身智能中心主任刘少山博士将共同分享《 从单体机器人到多机器人协同：AIRSEAI 具身智能基础设施的演进与探索 "》，结合 AIRSEAI 1.0 至 3.0 的演进，介绍其从单臂移动操作、双臂灵巧操作平台，到面向多智能体协同基础设施的技术探索，重点讨论模型与硬件解耦、能力评测、标准化数据闭环，以及多机器人任务调度、自适应规划和通信感知协作等关键问题。 模型篇：从参数竞赛到价值落地，90% 的项目卡在哪？ 这可能是 WAIC 上共识最强的一个趋势：模型能力早就够了，差的是落地的工程。企业花了几百万上大模型、上 Agent，然后呢？90% 的企业 AI 项目，死在从 Demo 到生产的“死亡谷”。 AICon 深圳站全场 11 大专题、50+ 一线企业案例，几乎都在回答同一个问题：大模型怎么真正产生业务价值？ 快手技术专家祁慧将分享《 从 AI 工具到经营智能体：分销增长 Agent 实践 "》，介绍快手如何依托 AI 技术，对平台商达经营工具完成 AI 化重构，实现运营效率与经营能力的双重升级。阿里云 高级技术专家阮城锋将分享《 让 Agent 真正驱动销