那时花开

Kimi K3的“中国奇迹”，只是WAIC上中国AI合力的冰山一角_我的网站

一 |     作者｜青苹吹果          编辑｜star皆空          视觉｜无心插柳柳橙汁          监制｜刘超          又一个“DeepSeek”时刻来了：          7月16日，月之暗面发布了Kimi K3，凭借2.8万亿参数在Arena.ai编程排行榜上超越Claude Fable 5和GPT-5.6 Sol登顶。    Rising star Aneet Padda, who captured hearts with her debut in Saiyaara, the highest-grossing love story in Indian cinema, is now preparing for a different kind of challenge: her college final-year exams. The 22-year-old actor, hailed as the biggest Gen Z face in the country, will be appearing for her B.A. (Hons.) Political Science finals in December and January.     A source close to the actor shared, “It’s inspiring how Aneet is managing everything so gracefully. Despite being a national sensation, she remains committed to her education. Her team is carefully structuring her schedule so she can focus on her exams while meeting professional commitments.;          Following her record-breaking debut, Aneet Padda has been handpicked by Dinesh Vijan to lead his much-anticipated film Shakti Shalini, part of the Maddock Horror Comedy Universe (MHCU). The film, which she signed at just 22, makes her the youngest actor ever to headline a franchise in Indian cinema.     An insider adds, “Aneet has an incredible work ethic. She has shown that success hasn’t changed her focus. Balancing college life and stardom isn’t easy, but she’s proving it’s possible with discipline and passion.”Released under Yash Raj Films, Saiyaara became an instant blockbuster and launched Aneet into superstardom alongside co-star Ahaan Panday. The film’s success has been compared to the iconic Kaho Naa... Pyaar Hai, making her debut one for the record books.Shakti Shalini is set to release on December 24, 2026, marking another milestone for Aneet, as the youngest actor to have a major Holiday release, a spot usually reserved for India’s biggest superstars.With her exams around the corner and a big-screen franchise waiting, Aneet Padda truly embodies the new-age Indian dream, balancing education, fame, and ambition with ease.ALos Read: Ayushmann Khurrana Welcomes Aneet Padda to MHCU As Shakti Shalini, Actress Responds。

二 |          摩根大通管这叫“DeepSeek 2.0时刻”，高盛直言：“算力扩张时代，可能到头了。”          高盛合伙人、股票业务负责人Rich Privorotsky发出灵魂拷问：          “一家无法匹配西方最大规模预训练算力的中国实验室，凭什么迅速缩小了与美国顶尖模型的差距？”          没错，中国实验室用“巧劲”替代“蛮力”，通过技术杠杆实现了弯道超车：          MoE稀疏激活、长思维链强化学习、高质量数据清洗和极致显存优化加持下，“算法更聪明、工程更极致”的K3，用更少算力达到了同等效果。         如果你逛过了今年的WAIC，就会发现，Kimi K3展现出的，只是中国AI能力的冰山一角。         今年的WAIC，大模型退居二线，算力、智能体、终端、场景全面开花！          去年大家比的是谁的模型更强，今年比的是谁能交付一整套能打能扛的AI系统。         中国AI正在形成一条不同于海外的竞争路径：不是在单点上跟人硬拼，而是在算力、基础设施、智能体、行业应用、终端等各个环节同步推进，把整条产业链跑通。         不同环节的能力互相咬合，形成合力。         但问题是，这种“合力”究竟是如何从底层的沙子，一直堆到顶层的应用软件的？          我们从今年展馆最大的变化说起。         算力          中国AI的“地基革命”          今年展馆最大的变化，算力第一次有了独立展区。         张江科学会堂一万平米的“芯算融合馆”里，百余家芯片企业同台竞技。但最吸睛的早就不再是某款芯片的跑分数据，而是一排排黑色机柜。         WAIC上，超节点像雨后春笋一样涌现。         何为超节点？简单来说，超节点就是将成百上千张AI芯片，通过超高带宽、超低时延的专用互联协议，在物理上紧密连接成一个逻辑统一的“巨型GPU”。         它的灵魂在于全局统一内存编址，让任意一张卡都能像访问本地内存一样直接读写远端显存，彻底告别传统网络“搬运数据”和“协议翻译”的瓶颈。         其终极目标是通过系统架构的极致协同，破解“内存墙”和“通信墙”，让集群算力规模实现近乎线性的增长，从而支撑万亿级MoE大模型的训练与推理。         来看WAIC上的超节点军团，首先是超节点界的真神，华为昇腾950超节点。         去年384超节点发布，央妈点赞“大国重器”，我们当时都以为是天花板了，没想到一山更比一山高，950这么快就来了。         我想起华为曾经坦言，我们单颗芯片哪怕全球领先水平仍有差距，但通过架构创新，仍然能做到全球最强的系统性能，诚不我欺啊。

三 |          展馆内，16台计算柜、1024张昇腾卡一字排开：          作为目前业界最大规模的超节点，950把1024卡通过灵衢高速互联打通，支持CPU+NPU的256TB内存统一编址，是业界最大范围内存统一编址的超节点，彻底凿穿通信墙，这意味着万亿级大模型的数据，再也不用拆碎了跨服务器“搬家”了。         数据在哪，算力就去哪，如入无人之境，多台机器，用起来像一台一样丝滑，为中国AI算力基础设施的自主可控提供了重要支撑。

四 |          不光是华为，中科曙光带来了国内首个公开亮相的十万卡级超集群“曙光8000（登峰）”：          整套系统从底层芯片、计算整机、scaleFabric高速RDMA网络、ParaStor分布式存储、浸没式相变液冷，到上层调度软件、行业应用，实现全链路国产自研，底层依托海光国产芯片打底，自研存储刚拿下2026全球IO500双榜第一，读写速度直接拉满。         散热更是黑科技，全浸没液冷单机柜支撑兆瓦级功率，全年自然冷却，PUE低至1.04，绿电适配性拉满。         咱就是说，太会过日子了，完美契合东数西算绿色算力要求。         此外，燧原科技的云燧ESL64-O超节点、沐曦股份首发曦景S600超节点、摩尔线程的夸娥万卡级集群悉数登场......华泰证券将2026年称为“国产超节点元年”。         你发现了吗？中国AI算力正在从“单兵突围”进入“集团军会战”阶段。         过去我们谈论国产芯片，总是盯着“对标A100/H100”的单点差距，充满焦虑。但今天我们看到的是，中国已经构建起了全球最庞大、最立体的国产AI算力防御体系。         这意味着，对于中国的AI大模型企业来说，“算力荒”正在变成“算力自信”。我们不仅不怕被“卡脖子”，反而因为这种多路径、多架构的竞争，催生了全球独有的“系统级创新红利”。

五 |          高速路铺好了，上层AI应用自然如鱼得水，百花齐放。         拒绝“陪聊内卷”          AI接管真实工作流          上层AI应用表现如何？          今年WAIC上，我有个特别直观的感受：AI应用正从问答式交互走向任务式协作，从一个超级助手进化成了一个超级团队、一个超级组织。         不止于此，重点是，广大群众真正用起来了！          就拿腾讯WorkBuddy来说，这款于今年3月推出的全场景职场AI智能体工作台，目前已成为国内每日活跃用户数最高的办公效率智能体。         如果说OpenClaw最先证明了AI能干活的技术可能性，WorkBuddy则证明AI能干活的商业可行性：          上线3个月月活2000万、DAU 1300万，是国内第一个把办公Agent做到这个量级的产品，谁见了不说一句，鹅的马呀。

六 |          那么，TA和传统AI助手有啥区别？          传统AI助手本质是对话型工具，你问，它答。它能帮你想，但不能帮你做。WorkBuddy做了一件关键的事：把AI从副驾驶变成了司机。         你只需要用自然语言说出想要什么，它会自主拆解任务、规划流程、操作本地文件、调用工具、跨应用串联流程，最终交付一个可验收的结果，替你干完活。         而且最关键的是，TA更适合中国宝宝体质，把复杂留给自己，把简单留给用户。         OpenClaw、Claude Code这些产品需要命令行部署、配Token、折腾环境，直接劝退普通用户，很多人都记得，当时闲鱼上OpenClaw的代装机服务最高被炒到了一千块。         反观WorkBuddy，零门槛调用，微信扫码即用，且深度适配中国办公生态，打通了腾讯文档、腾讯会议、企业微信......          每一步都在降低使用门槛，匹配的是中国职场里那批不会写代码但每天要产出交付物的普通牛马。         我周围很多不在科技互联网行业的朋友都在用Workbuddy。如果没有WorkBuddy，这些不懂命令行、没有魔法的普通人，现在大概率还在对着洋龙虾望“洋”兴叹。         朋友们，最关键的是，每天打卡还送积分，我周六周日不加班时，都忍不住上去打卡，偶尔忘了，感觉自己错失一个亿。         这让我感慨，舶来的灵感打不过本土的解法，回头看这十几年，类似的剧本其实一直在上演，电商领域，eBay和亚马逊最早定义了游戏规则，但淘宝和拼多多把电商做成了我国的全民生活方式。         国外善于定义这件事能达到什么技术高度，中国大厂善于回答，能达到何种应用广度。         而且，现在TA还要出海了：          在“共赢金砖”论坛上，中国信通院与腾讯联合发布了基于WorkBuddy打造的“AI航海家+”智能体，融合了泰国、马来西亚、印尼、新加坡、阿联酋、巴西、埃及七国的政策、商业与风俗文化语料，训练成分国别的智能专家。         辞家千里又千里，老鹅争气再争气！          此外，腾讯这次把整个智能体全家桶都端了出来。         面向B端有WorkBuddy企业版和办公智能体套件，覆盖20多个垂直场景；          面向轻量级移动办公场景，有“微信直连的本地AI遥控器”Qclaw，可以用微信、QQ、企业微信等IM工具发指令，让其在电脑侧吭哧吭哧干活。         电脑端仅作后台驻留，适合“不在电脑前也能远程指挥”的场景。         连系统级的个人AI助手Marvis都来了，装上去就能用自然语言操控手机和电脑。         腾讯在Agent侧算是把摊子铺开了。         内容生产这边也在变。         爱诗科技刚完成C轮29.8亿元融资，在WAIC西岸会场带来了全球首个实时视频游戏引擎PixVerse Game。

七 | 玩家用自然语言就能实时生成画面、音效与叙事。截至2025年底，PixVerse母公司ARR已达4000万美元。         万兴科技联合生数科技则在AI影视专场展示了覆盖剧本创作、智能分镜到剪辑协作的全流程方案，已助力创作近万部剧集。         AI视频正在成为继AI编程之后第二个跑通大规模商业化的赛道。

八 |          从对话到交付，从聊天框到生产线，AI干活的速度，比大多数人想象的要快。         医疗+AI          正在被重新定义          看得出来，只有能干活的AI，才能产生真金白银的价值。         但是AI再能写代码、再能剪视频，干的都还是数字世界的活。

九 | 随着模型能力越来越接近天花板，真正拉开差距的，就变成了谁率先进入真实场景。         医疗领域就是个典型。         百川智能在WAIC首次展示了医疗大模型Baichuan-M4在肿瘤、儿科等专科的落地成果。M4由百川与清华大学联合打造，提供低幻觉、强循证、深度追问和长程记忆等医疗增强能力。         公开评测显示，它在HealthBench综合得分68.6，Hard子集领先第二名15.9分，事实性幻觉率仅3.3%。

十 | 更关键的是，肿瘤专科AI已与国家癌症中心、中国医学科学院肿瘤医院联合共建，儿科AI也在北京儿童医院等真实临床场景中开展验证。         从模型到临床，百川智能把这条路走通了。         不仅于此，从单点影像辅助到全院级数智化运营，医疗AI正在经历一场“系统级”的跃迁。         这就要说到联影智能在WAIC正式发布的 “元医院”战略。         通过多模态大模型、医疗智能体、数智孪生等“元技术”，让医疗服务超越物理边界，推动医院从“有病才治疗”走向“全生命周期主动健康管理”。

十一 |          联影智能在展区拿出了两款全球首发的AI应用：阿尔茨海默病多模态早筛助手，用户只需通过手机完成语音交流、图形绘制，AI就能结合多维信息辅助开展风险评估；还有云影像分析助手，用户扫描云胶片二维码，直接问AI“结节在哪”“要不要紧”，AI不仅能文字回答，还能在影像中精准标注病灶。         目前，联影智能已推出100+AI应用、十余款医疗智能体，落地全球4000+医院。         未来，优质医疗能力有望像水、电一样流动，医生可以服务偏远地区的患者，患者也不用为了一个专家号跨越几千公里。         AI普惠，真正照进现实了。         落地！          机器人走进千行百业          可光有软性的AI还不够，物理世界的机器人“笨手笨脚”的问题怎么破？          今年，具身智能领域超200家企业参展。         但真正让人挪不开眼的，是那些已经钻进工厂、顶上岗位的“实干派”。

十二 |          它石智航在主论坛正式发布了新一代具身原生基座模型AWE 3.5，拿下WAIC SAIL之星奖，且是本届唯一获此荣誉的具身智能大模型。

十三 |          AWE 3.5以“Born as One”为核心设计理念，将动作、感知、几何、触觉等多模态能力深度融合为模型原生属性。         模型再强，能顶进产线干活吗？能。         它石直接把汽车线束工厂1:1复刻到了展馆现场。多台A1机器人组成作业集群，协同完成柔性线束装配。         为什么是线束？因为汽车线束就像汽车的“神经网络”，柔软易变形、形态不固定，要求机器人具备极高的柔性操作能力和实时自适应能力。         这是工业场景里公认的“硬骨头”，被它石啃下来了！          目前，它石已与天海电子、安波福等龙头推进汽车线束场景规模化验证，推动全国首个千台级工业具身智能机器人集群落地。         从模型到产线，从实验室到工厂，它石在证明：物理AI不在秀场，在工厂。         但机器人单兵作战再强，如果不能协同，也只是“孤胆英雄”。         在蚂蚁集团旗下蚂蚁灵波与国大药房合作的机器人智慧药房里，三台不同品牌、不同构型的机器人在具身基座模型LingBot-VLA 2.0驱动下，根据随机订单自主分工，完成接单、取货和交付。

十四 |          门店无须专门改造，机器人就能进入既有经营环境。一套“通用大脑”就能驱动不同本体。         从它石的工厂复刻，到蚂蚁灵波的跨本体协同，我们足以看出，机器人正在告别单兵炫技，走向集群作战。         而这，才是物理AI真正进入千行百业的开始。         终端长出了原生AI大脑          你以为这就完了吗？          远远不止。当AI在虚拟世界和物理世界都站稳脚跟后，它最终要占领的，就是我们随身携带的“最后一块屏”。         乐奇Rokid在WAIC发布了全球首款专为智能眼镜打造的原生AI操作系统YodaOS。         搭载骁龙至尊空间计算平台，支持完整6DoF空间定位、58°超大视场角和5麦克风阵列。依托这套系统，乐奇AI眼镜展示了消费、文旅、工业三大场景的成熟解决方案。         智能眼镜终于有了自己的操作系统，而不只是手机的延伸。         面壁智能这边呢，则是把端侧AI这件事做到了量产级别。         作为第一家All in端侧赛道的大模型公司，它的MiniCPM系列端侧模型即将预装于三星数款旗舰机型；自研端侧智能体SuperMate已搭载于长安马自达EZ-60、吉利银河M9等量产车型，目标2026年内实现30万台量产车搭载。

十五 |          此外，还有吉利、阶跃星辰、千里科技联合打造的超级Eva智能体，搭载于量产车型极氪8X正式亮相。

十六 |          这个超级Eva可并非外挂式语音程序，而是与整车底层深度打通的原生共生智能体。不仅能一键开启辅助驾驶，还能打通全场景生活生态，自主完成餐厅预约、咖啡点单、电影购票等操作。

十七 |          更关键的是，它实现了行业首个舱驾融合量产体验，无需手动激活，一句话即可联动整车智能出行。汽车正在从一个“运输工具”，变成一个“轮式机器人”。         产业界的一个共识正在形成：2026年，是端侧AI规模化落地的元年。         大模型正在从云端走向眼镜、汽车这些终端设备，AI产业从云端的智力竞赛，逐渐转向终端的能力落地。         写在最后          现在，我们回到开头那个问题：一个买不到最大规模算力的中国实验室，凭什么把差距缩得这么快？          逛完WAIC，答案其实已经摆在眼前了。         算力层面有昇腾950超节点、曙光8000十万卡集群在撑场面；Agent侧有WorkBuddy、QClaw在让AI真正干活；内容生产有爱诗、生数在重构视频创作流程；医疗有百川M4走进真实临床、联影“元医院”让医疗服务的半径突破物理围墙；具身智能有它石机器人走进工厂、蚂蚁灵波驱动不同品牌机器人协同干活；终端有乐奇的YodaOS和面壁的MiniCPM在把AI塞进眼镜、手机和汽车......          这些力量不在同一个展位，甚至不在同一个赛道。

十八 |          但它们合在一起，就形成了一条中国AI的竞争路径。

十九 |          不是只盯着模型参数的单一冲刺，而是算力、Agent、行业应用、终端、具身智能同步推进，把整条产业链一步步跑通。         中国制造、中国供应链、中国应用场景在水面下共同托举，才托起了Kimi的“冰山一角”。         Kimi K3证明了哪怕买不到最大规模的算力，靠着架构创新和工程能力，也能把差距缩到几乎看不出来。         而WAIC上从算力到终端铺开的这一切，正在告诉所有人，这种能力不是孤例，而是一条正在成型的、属于中国自己的AI发展路径。         高山之巅方见浪潮奔涌，群峰之上更觉长风浩荡。         从单点技术突破，走向全产业链协同；从模型竞争，走向系统竞争。         这才刚刚开始。         ​。

Current article:http://xevwep5.xiadiaosengchengcun.shop/rl8zi/l2a.htm

Published on:10:03:39