一句话看懂：WAIC 收官圆桌上，四位一线从业者没有停留在“AI 改变世界”的宏观叙事，而是从速率、边界、商业模式和真实收入四个维度，盘点 AI 到底重写了什么、哪些场景已被验证、哪些仍在讲故事。
事件核心：发生了什么
在 WAIC 2026 现场，InfoQ 邀请上海交大教授连文昭、语生科学首席科学家郭权玮、扩散智能联合创始人龚珊三、前红杉资本中国基金副总裁杜雨，围绕“AI 究竟重写了什么”展开讨论。几位嘉宾给出的判断并不一致：连文昭认为 AI 重写了“速率”和“边界”，但更期待它去做人不想做或做不到的事；杜雨则提醒，AI 正在“重复写”互联网时代的商业路径——底层算力先赚钱，应用层放在最后。
关于具身智能，嘉宾认为真实落地正在发生，但离“稳定干活”仍有距离。以宇树科技为代表的本体公司已有收入增长和利润，而源络科技则选择切入生物医药实验室场景，试图先解决高价值、高风险场景下的精细操作问题。讨论也明确区分了真伪需求：AI 编程和办公助手已进入真实工作流，而部分“数字员工”概念因无法覆盖岗位 know-how 被判定为伪需求。
为什么重要
这轮讨论的价值在于把 AI 行业的热闹拉回商业现实。杜雨观察到，快手可灵、字节即梦、美图等 AI 内容业务的收入增长，说明用户正为 AI 付费；同时他也强调，AI 问答的推理成本远高于传统搜索，如果技术不继续突破，“越多人用、亏得越多”会成为不少公司的困局。具身智能被类比为移动互联网时代的“设备层”，未来真正的市场可能在机器人之上的应用生态，而非机器人本体本身。
连文昭的判断则指向一个行业共识：具身智能的圣杯是灵巧操作（manipulation），而非运动能力（locomotion）。判定是否真正落地的标准很朴素——工程师离开后，客户第二天是否愿意自己开机。这一标准比任何技术指标都更接近产业本质。
对用户/开发者/创作者的影响
对普通用户来说，AI 的能力边界正在从“帮你做得更快”转向“帮你做那些你做不到的事”，AlphaFold 在蛋白质预测上的突破就是一个例子。但杜雨也提醒，AI 增强的不只是产出效率，还能打破“知识诅咒”——普通创作者可以用它把专业内容讲给更多人，视频数据的改善是可见回报。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
对开发者和创业者，龚珊三给出的信号是：AI Coding 能力已能参与模型 serving、infra 和底层算子编写，这意味着 AI 不再只是辅助工具，而是可以承担长程、底层任务的协作者。郭权玮则强调，真正的需求判断标准在于是否改变了企业或个人习惯——只是给企业套一个框架，大概率是伪需求。
值得关注的后续
以下是未来几个月值得观察的几个具体方向：
一、具身智能能否从展示型场景（如舞蹈表演）进一步跨入需要长序列精细操作的高价值场景，实验室和生物医药将是第一批试金石。二、AI 内容平台的收入增长是否可持续，以及推理成本的下降速度能否匹配用户规模的扩张——这将直接决定 AI 应用的经济账能否跑通。三、本地化智能体和数据隐私需求的交汇是否会催生新的模型范式，尤其是在用户不愿把个人数据上传云端的场景中。
来源：InfoQ CN
