多方猛攻AI入口

2026年世界人工智能大會（WAIC）的現場，人潮與熱浪交織，但最引人注目的並非某一項突破性技術，而是展台上那些高度雷同的終端產品。算力廠商沐曦與大模型公司階躍星辰的展位上都擺著汽車；阿里千問和科大訊飛不約而同地將巨大的AI眼鏡放在入口處；不遠處，一台機器人正熟練地沖泡咖啡或泡茶。兩年前，這裡的焦點還是百模大戰與參數比拼；一年前，行業仍在為算力焦慮與應用難產爭論不休。到了今年，最擁擠的展台已經屬於那些試圖為AI裝上眼睛、耳朵和手腳的物理設備。據大會官方統計，本屆WAIC期間共有超過300款產品全球首發，其中消費級AI產品與具身智能終端佔據了顯著比例。

這標誌著一個轉向的開始：大模型公司、傳統終端巨頭與初創企業開始在具體方向上展開真實的商業競賽，將AI從雲端拉入物理世界。各方猛攻AI入口，硬體不再只是算力的容器，而是大模型商業閉環與數據飛輪的物理錨點。然而，今年最重要的變化不只是AI終於有了「身體」，而是每一種身體都開始被追問：它到底能負責什麼？在手機這個距離用戶最近的計算中心，競爭尤為激烈。階躍星辰董事長印奇在主論壇上將智能體帶來的變化概括為「新系統、新載體、新網絡」，並展示了旗下STEPX品牌的首款AI終端STEPX Neo，成為展台上排隊最長的產品。

與此同時，字節跳動旗下的豆包與中興努比亞合作推出「第二代豆包手機」，一位體驗者告訴媒體，語音訂機票的流程已打通，但速度仍有待提升，「手動一分鐘的事，AI得好幾分鐘」。模型公司執意造手機，根源在於現有移動生態中超級App形成的數據孤島。大模型若僅作為一個App存在，難以跨越孤島理解用戶意圖；一旦觸及其他App的核心數據，往往會引發防守反擊。階躍星辰自研了智能體原生作業系統Step AOS，豆包則選擇GUI Agent路線，讓AI看懂螢幕並模擬點擊，試圖繞過對應用廠商API的依賴。

印奇在論壇上提出，電腦、手機、汽車和機器人將成為同一智能體在不同場景下的不同身體，同時也必須回答智能體代表誰行動、行動後果由誰負責。這解釋了模型公司爭取終端入口的動機：硬體不只是數據的起點，也是AI商業模式從單純按Token收費轉向硬體出貨分成或訂閱制的落腳點。面對模型公司的動作，傳統手機廠商也在調整策略。榮耀在WAIC期間發布了Robot Phone，並將MagicOS升級為「夥伴型多模態智能體操作系統」，與阿里千問大模型合作，提出「一主多專、三端協同」架構。Robot Phone搭載了四自由度雲台系統，能隨音樂節奏轉動，並演示了連續完成訂蛋糕、打車、預約KTV等任務。

榮耀CEO李健表示，AI的演進將脫離工具屬性，從作業系統走向具身交互，全面邁向「夥伴型」的類人生命體。然而，一位展會現場的產品經理指出，要真正實現跨應用操作閉環，不僅需突破端側模型的內存與功耗瓶頸，還需建立新的權限治理規則，大模型跨App調度數據時如何向用戶解釋數據流向，超級App是否願意向作業系統讓渡核心業務流，這些都是難題。AI眼鏡則是另一個尋找增量入口的嘗試。本屆WAIC現場，參展的AI眼鏡數量激增，科大訊飛、阿里千問、李未可、Rokid、Moonix等20餘家廠商帶來了40多款產品。多數產品放棄了複雜的虛擬空間，轉而追求輕量化和日常可用性。

科大訊飛將重約40克的眼鏡作為軟硬一體生態的入口，主打翻譯與辦公助理；Moonix展示的莫奈AI眼鏡僅重14.9克，主攻無感記錄；Rokid等廠商已打通支付軟體，試圖透過語音指令直接完成購買。比單品更進一步的是跨硬體形態的協作，HGR展示了一套「人·眼鏡·機器狗」的協同系統，當佩戴眼鏡的用戶盯著外賣位置發出「去那裡」的指令時，系統需對齊人眼與機器狗攝像頭的視角，將視線落點轉化為導航目標。這要求端側模型能即時處理視覺與語音，RWKV等新架構試圖透過狀態壓縮降低內存佔用，面壁智能則在WAIC上宣布其端側模型已搭載於三星手機。IDC預測，2026年中國智能眼鏡市場出貨量將達到450.8萬台。

然而，AI眼鏡最接近「隨身感知層」，但也最受生理與社會規範約束，佩戴時長、隱私共識與線下驗配的門檻，使其短期內難以成為手機替代品。具身機器人仍是人氣最高的展區，但2026年更明顯的變化是，廠商都在尋找可講清楚的差異化場景。智元機器人將一條產線搬進展館，演示機器人完成上料、成品裝盒、整箱轉運的連續流程；樂聚機器人則讓人形機器人包攬紙箱拆垛、塑料箱拆垛、小件上料等任務。它石智航在現場用環形流水線復刻了汽車線束作業，其A1線束智能機器人解決方案搭載了自研的AWE具身大模型與21自由度的靈巧手。

一位客戶告訴媒體，線束作業工位、物料流轉和質量標準相對明確，能把複雜操作拆解為可示教、可驗收的步驟，機器人更容易先在重複、節拍清晰的任務中積累數據。除了重工業，新零售與服務場景也是重點。螞蟻集團靈波大模型與國大藥房合作，展示三台不同構型機器人接單、取藥、打包的協同系統，約90秒可完成一單；首次參展的Sharpa則展示了機器人自主拍照，未來可適配各類手持工具。但這些展示都有一個共同前提：展館中的路線、物料、光照和人員分工相對可控。真正進入工廠或門店後，機器人還需處理物料缺失、箱體變形、指令歧義、網絡波動等異常。

廠商已主動將評價標準從「會不會動」轉向「能否連續工作」，但完成一次演示與形成可複製的商業部署仍是不同階段。智元機器人合夥人姚卯青認為，短期更容易落地的是「高頻、剛需、環境可控、確定性強」的簡單場景；它石智航創始人陳亦倫則指出，製造業數據密度高、任務完成標準明確，是具身智能較友好的早期環境。無論是試圖獲取系統權限的智能體手機，力求融入日常的AI眼鏡，還是在特定場景中測試操作能力的具身機器人，WAIC 2026上的硬體展品共同指向一個變化：AI正在獲得更接近現實世界的感知與執行界面。數據不再只來自螢幕上的點擊，也來自視覺、聽覺、空間座標與運動軌跡。硬體因此開始參與感知、推理與執行的鏈條。

但三類硬體並不共享同一種商業閉環：手機要解決服務調用與權限治理，眼鏡要建立高頻佩戴和社會接受度，機器人則需要客戶為可靠性、維護成本與安全責任買單。一位從硬體轉向Agent創業的從業者指出，當前AI硬體供應鏈仍未成熟，以智能手機發展史類比，只有當一種形態同時跑通用戶價值、軟體能力和供應鏈效率，圍繞它的零部件、渠道與服務網絡才會大規模跟進，這也是其團隊先做軟體系統、暫不涉足硬體的原因。更可能的路徑不是某一件設備在短期內接管所有入口，而是三類終端先在各自擅長的邊界內形成分工：手機負責協調服務，眼鏡補充隨身感知，機器人在標準化場景承擔執行。

它們共享模型、芯片和傳感器等底座，卻需要分別回答權限、隱私與責任問題。如果這些條件被逐步滿足，AI硬體的下一步，改變的不會只是某一台手機、眼鏡或機器人，而是人們獲取服務、設備完成工作，以及數據在真實世界中流動的方式。