新华财经上海7月21日电（记者魏雨田）当AI学会“干活”，投资的逻辑也变了。在2026年世界 人工智能 大会（WAIC）期间，多位公募基金经理走进WAIC展会一线，近距离洞察产业变革。他们认为，当前AI红利已扩散至全产业链，国产算力、 具身智能 、企业级智能体、 端侧AI 等方向确定性较强。未来随着算力基建持续落地、智能体技术不断成熟、终端AI形态持续革新，后续具备核心技术壁垒、真实订单支撑的企业，将持续享受AI全产业链的长期成长红利。

　　现场直击：当AI不再“炫技”，开始“干活”

　　永赢基金基金经理张璐已是第四年赴约“探展”。回顾这几年的变化，他感慨良多：第一年， 机器人 几乎全是静态陈列，“放在展示柜里仅供观赏”；第二年，它们开始自主活动、跳舞，还能完成各类炫酷动作；到了去年，展示已迈向场景化落地，模拟工厂产线拧螺丝、在家庭场景中叠放衣物。而今年，他最大的发现是机器人已经真正融入了展览馆，成了现场忙碌的“工作人员”。

　　“现场不少机器人承担引导接待、便民服务等工作，细分应用场景也更加丰富完善。当天我还体验了机器人自助购水、智能药品分拣等功能。”张璐说。

　　这种从“炫技”到“干活”的转变，几乎是所有观展者的共识。汇添富基金经理马磊总结出三个最直观的变化：第一，产业正从“展示模型能力”走向“展示完整生产力”，前两年大家更多关注模型参数、榜单排名和生成效果，今年企业更愿意展示智能体如何调用工具、操作 软件 、连接企业数据并完成真实任务。第二，从单点技术创新走向软硬件系统协同，国产算力展示的不再只是单颗 芯片 ，而是芯片、 服务器 、超节点、高速互联、编译器和模型适配组成的完整集群。第三，从技术概念验证走向规模化商业落地，企业开始回答“客户是否愿意付费”“产品能否持续使用”“Token成本和投资回报率能否跑通”这三个关键问题。

　　“今年的关键词已经从大模型转向成智能体、世界模型、AI Coding、Token经济和开放智能体生态。”马磊说：“产业竞争的重点，正从‘模型能不能回答问题’，转向‘模型能不能稳定完成工作’。”

　　易方达 基金指数 研究部基金经理肖宛远则更关注国产大模型的爆发式增长。他告诉记者，早年在展会上能见到的国产大模型十分有限，厂商展出的多是云服务、算力配套等生态类产品，真正能完整亮相、公开核心性能指标、具备对标海外顶尖模型实力的国产大模型较少。但今年的情况截然不同，涌现出大量成熟国产大模型，若 综合 考量使用成本，不少产品已经跻身全球第一梯队。

　　肖宛远表示，参加这类行业展会的核心价值并非获取零散增量信息，而是沉浸式实地感知产业真实进展。“一方面能直观感受当下AI已深度嵌入各行各业完整工作流程，另一方面能具象看懂算力基础设施的真实形态。”他说。

　　今年WAIC具身智能展区的参展企业从去年的80多家猛增至200多家，“量产、适配、场景交付”成为关键词。在一家机器人企业展台的物料搬运场景展区，张璐聚焦产业落地实效与规模化节奏，向企业工作人员求证行业核心问题：目前机器人的物料搬运作业流程，是否已经成熟、可以直接投入商用，还是还需要长时间打磨迭代？行业何时能迎来大规模量产，面向普通消费者的家用机器人市场，什么时候才能真正放量普及？

　　在H2算力主题展区，一整排通体乌黑的巨型算力机柜整齐排列，不少探展参观者围在四周驻足拍摄，这正是华为首度线下亮相的昇腾950超节点真机。银河基金研究员张翔宇对此印象深刻：“其内部近万张卡可以高效协同工作。通过工程的创新，实现了系统层面的反超。”

　　诺安基金基金经理周靖翔则注意到，今年华为、 中科曙光 、阿里等国产超节点服务器真机集中亮相，十万卡级全国产算力集群进入交付落地阶段，算力基建正式从试点走向集采商用。

　　掘金赛道：国产算力、机器人、端侧AI等方向确定性较高

　　从本届WAIC落地成果、产业增长的确定性与业绩兑现节奏，多位公募基金人士研判，AI产业红利已从单一方向扩散至全产业链，国产算力基础设施、机器人与具身智能、企业级智能体和端侧AI等方向中长期成长空间与短期业绩兑现能力兼备。

　　对于AI算力基础设施领域，尤其是国产算力和高速互联。“这是当前产业趋势最强、订单能见度也相对最高的方向。”马磊认为，随着模型进入智能体和多模态阶段，算力需求不再只是训练参数，而是持续生产Token。模型调用量越大、智能体执行链条越长，推理基础设施的需求就越强。国内算力领域还叠加了自主可控逻辑，未来竞争将由单颗芯片升级到超节点和数据中心系统。

　　周靖翔则表示，超节点算力基建进入业绩兑现周期，国产算力替代加速，液冷、高速互联、整机服务器等上游供应链订单确定性放量，资金从模型应用题材，转向有真实交付、落地订单的算力硬件核心标的。

永赢基金基金经理张璐在展台体验机器 灵巧手 （魏雨田摄）

　　此外则是机器人与具身智能、企业级智能体和端侧AI两大赛道。马磊相对更看好企业级智能体和AI Coding，原因是这两个方向的投资回报率相对容易量化。企业可以直接看到代码开发周期缩短了多少、客服成本下降了多少。相比面向消费者的流量型应用，企业级AI通常付费意愿更强、客户黏性更高，也更容易形成数据和工作流壁垒。

　　AI投资聚焦真实业绩与产业闭环

　　在WAIC的展馆里，基金经理们看到的不只是新产品，更是整个产业投资逻辑的切换，二级市场的AI投资逻辑从过去的题材普涨、炒预期、炒空间，转向实打实的订单验证、收入兑现和现金流创造。

　　围绕算力方向，马磊认为，市场此前对算力过剩的担忧并不成立，从WAIC现场来看，模型效率提升并没有降低整体算力需求，反而推动更多企业和应用开始使用AI。智能体需要进行多轮推理、搜索、规划、工具调用和结果验证，其单次任务消耗的Token数量往往明显高于传统聊天机器人。他判断，未来算力增长的核心 驱动力 将从单纯的预训练，扩展到预训练＋后训练＋推理＋智能体＋物理世界AI。

　　对于机器人赛道的投资节奏，基金经理们更加关注从“概念”到“量产”的跨越。马磊认为，机器人仍是中长期空间很大的方向，但二级市场需要从“讲远期空间”转向“验证量产能力”。未来超额收益可能更多集中在有明确订单、具备技术壁垒和量产能力的核心零部件企业。

　　张翔宇则从供应链确定性的角度认为， 丝杠 、关节模组、 传感器 这些核心零部件的供应链或先受益，而且这些环节很多在中国有成熟的制造基础，产能响应能力也比较强。2026年是量产验证的关键一年，一旦整机放量，或有利于上游环节率先兑现订单。

　　在AI应用方向，张翔宇认为，随着未来Agent能力逐渐成熟以及算力的持续下降，AI作为数字员工的应用将不断深入。“未来的AI应用的商业模式也会发生变化，在to B的赛道上，期待出现从‘按量付费’向‘按效果付费’的转化。”

　　对于端侧AI，张翔宇保持了审慎：“虽然目前展出的Agent能力还在早期阶段，但它的意义在于终端形态正在发生变化，从‘装App的手机’变成了‘内置Agent入口的终端’。一旦Agent成熟，终端硬件的交互范式和整个价值链的分配方式都会重构。”

　　对于大模型的产业地位，肖宛远认为，很多投资人会更聚焦 半导体 、 半导体设备 等硬件赛道，但站在完整产业研究视角，大模型才是所有技术、硬件需求的起点。“当下整条AI产业链的上下游需求都是由大模型技术路线定义的，大模型是产业研究的第一性原理。”他说。

　　马磊表示，随着模型调用价格下降，单纯提供基础模型API的商业壁垒会逐渐降低，头部模型公司会通过智能体、编程、多模态和行业应用扩大收入，而缺乏产品与流量入口的中小模型厂商，竞争压力可能继续增加。“大模型板块更适合精选，而不是简单进行行业普涨式配置。”

　　展望未来，周靖翔判断，产业底层逻辑已经打通，国产算力底座适配国产大模型，形成自主可控的完整AI产业闭环，成为国内AI高速发展的核心驱动力。今年超节点真机落地商用，国产万卡、十万卡级算力集群规模化交付，“算力稳定性、能效性、调度能力全面成熟，为大模型迭代提供坚实硬件支撑。中长期来看，算力与模型的底层突破将全面赋能下游全赛道。”

　　编辑：葛 佳明

　　声明：新华财经（中国金融信息网）为新华社承建的国家金融信息平台。任何情况下，本平台所发布的信息均不构成投资建议。如有问题，请联系客服：400-6123115