WAIE2026 （第十届） 人工智能产业大会圆满收官!

10月23日，由 OFweek 维科网主办、OFweek 人工智能网承办的“WAIE 2026（第十届）人工智能产业大会暨 AI 智能体产业应用大会”，在深圳南山益田威斯汀酒店 3 楼露台会议厅圆满收官。

本届大会以“智融百业，智启产力”为主题，以 AI 智能体为核心主线，分设“人工智能产业大会·AI 智能体产业前沿”“AI 智能体产业应用大会·千行百业落地”“AI 智能体产业应用大会·AI 智能体工业应用”三大专场，串起政策解读、技术路线、场景落地与工业深水区四个层次。来自中国信息通信研究院、阿里巴巴千问办公、字节跳动火山引擎、蚂蚁数科、美的集团、商汤科技、晶澳、合合信息、稳石机器人、AI 星圈客、OFweek 行业研究中心等机构的十余位嘉宾先后登台，与数百位政企主管、科研专家、研发厂商以及制造、能源、政务、医教、金融商贸等领域的智能化决策者同场交流。

从上午的概念厘清与路径共识，到下午的行业样本与工厂实践，一天的议程反复回到同一个判断上：2026 年，AI 智能体已经越过“能不能做”的阶段，真正的分水岭在于——谁能把它接进业务流程、接进组织上下文，让它从演示品变成每天都在跑的常态生产力。大会同期还发布了《2026 中国 AI 智能体产业应用标杆案例蓝皮书》，并在场外设置 AI-Agent 创新成果展区，同步展示智能体产品与技术解决方案。

现场互动热烈，观点交锋不断。以下为全天会议报告亮点梳理：

01主论坛 Part1 · 人工智能产业大会 · AI 智能体产业前沿

陈 健 行业资深专家

AI 智能体赋能中小企业数字化转型路径探讨

精彩亮点

陈健以《AI 智能体赋能中小企业数字化转型路径探讨》为题，把视角放在了一个容易被宏大叙事忽略的群体身上——量大面广的中小微企业。他结合广东中小企业数字化转型的现实基础与阶段性特征指出，中小微企业“不敢转、不会转、转不起”的老问题，在智能体时代既出现了新的解法，也出现了新的分化：工具的门槛降下来了，但把工具变成生产力的门槛并没有同步下降。

围绕赋能路径，他从五个维度逐层展开，把“智能体究竟能帮中小微企业解决什么”拆成了可以逐条对照的问题：哪些环节适合先上，哪些投入可以缓一步，哪些能力必须依靠公共服务补位。在其看来，中小微企业的数字化转型不宜追求一次性重构，而应沿着“小切口、短周期、快见效”的思路，先在单点跑通闭环，再逐步向上下游延伸，把一次性的项目投入沉淀为可复用的组织能力。

在此基础上，他从企业侧与管理侧分别提出建议：企业侧要解决的是“谁来牵头、按什么顺序做、如何衡量效果”；管理侧则需要在公共服务供给、标准与评价体系、成本分担机制上给出配套支撑，让分散的中小微企业能够以更低的边际成本获得智能体能力。他强调，中小微企业的智能化不是大企业方案的缩水版，而是一套需要重新设计的路径。

李立委 中国信通院数智化研究部主任

智能体概念界定、演进路径与典型场景应用研究

精彩亮点

作为长期站在产业与政策交叉口的研究者，李立委主任带来的是一场“去泡沫”的报告。他跳出对智能体的概念炒作，从发展背景与内涵谈起，先把定义的地基打牢：智能体从何而来、究竟指什么、与既往的自动化系统和通用大模型之间是什么关系。在他看来，越是被反复讨论的概念，越需要一次系统性的厘清——行业不缺对智能体的想象，缺的是把它讲清楚、说明白的框架。

在概念界定之后，他系统梳理了智能体发展的技术背景、演进路径与演进方式，并给出了一个面向产业的技术框架，把模型能力、工具调用、记忆与规划、执行与反馈等要素放回同一条链路中考察，说明“能对话”与“能干活”之间究竟差在哪几层工程能力。

报告的后半程，他正面回应了商业化落地的真实问题：

能力边界在哪里、成本账本怎么算、场景适配为何屡屡失配，一次摊开讲透。结合制造、教育、医疗、金融、政务五大领域的应用图景，他给出了对智能体未来趋势的明确判断——智能体的价值不会均匀分布在所有场景里，而是会先在那些流程清晰、数据可得、错误可承受的环节集中释放。

王 鹏 阿里巴巴千问办公事业部 业务发展专家

从“数字员工”到常态化生产力：千问办公 AI Agent 的企业落地实战

精彩亮点

“当所有人都开始用 AI，组织的效率就真的上去了吗？”王鹏以一个反问开场。他指出，过去两年几乎每个员工手里都多了一个 AI 助手，但个人提效的天花板，往往就是企业效能的天花板——行业从不缺惊艳的 Demo，缺的是把 AI Agent 真正接进业务流程、接进组织上下文的路径。

他把这条路径拆成四段。第一段是底座：阿里巴巴是国内少有的全栈式 AI 提供商，从模型到应用的全栈能力，决定了企业级 AI 究竟能走多远。第二段是组织：千问办公与钉钉的组合，要解决的是如何把零散的个人提效，汇聚成组织级的效能提升。第三段是上下文：AI 组织效能提升的关键路径，藏在企业上下文里——只有让 AI 真正懂企业，它才可能干对活。第四段是安全：数据安全是企业用 AI 的前置命题，这条底线绕不过去。

“我们要回答的不只是 AI 能做什么，更是企业怎样才能把 AI 真正用起来。”王鹏说，八年间他在企业与 AI 之间来回走过，最深的一点体会是：智能体的落地从来不是技术问题，而是组织问题——它要求企业把自己的流程、知识和判断标准先讲清楚，机器才能接得住。

柳宣泽 上海合合信息科技股份有限公司 资深架构师

TextIn：让企业文档成为 Agentic AI 的 Context

精彩亮点

柳宣泽的分享从一个朴素的事实出发：模型越来越强，可它能“读懂”的业务上下文，究竟在哪儿？他指出，Agentic AI 正从“回答问题”走向“理解、推理与执行”，企业真正缺少的并不是更多模型，而是高质量、可被 AI 理解和调用的业务 Context。

而高价值信息大量困在文档里。合同、报告、招投标文件、财务单据、Excel 表格、工程图纸……企业关键业务信息仍沉淀在这些载体中，对人是内容，对 AI 却往往只是一堆“文件”。这正是 TextIn 要解决的问题：通过 xParse 把文档中的内容、结构、语义与上下文关系，转化为 AI-Ready Context，让文档真正进入 Agentic AI 的理解与执行体系；再通过 DocFlow 推动 Context 向 Action 演进。

由此形成一条清晰的链路——Document → Context → Action。柳宣泽表示，企业沉淀多年的文档资产，一旦被结构化为可理解的上下文，就不再只是归档资料，而会成为智能体可以理解、调用并驱动业务落地的生产资料。

黄江楠 稳石机器人（深圳）有限公司 总经理

单机智能已死，集群智能当立

精彩亮点

“生产端的客户不看 PPT，他们看的是效率和 2—3 年以上的投资回报。”黄江楠的开场几乎没有任何修饰。他直言，AI 智能体正在从“能对话”走向“能干活”，但从 Demo 到产线的最后一段路，远比想象中难走：通用大模型“重推理、轻落地”，看不懂杂乱的库区、异形物料和动态工况——而这恰恰是工业现场每天都在面对的日常。

在他看来，当单台机器人的智能遭遇天花板，答案不在把单机做得更聪明，而在把智能从“个体”搬到“群体”。集群智能体要解决的，是让多台机器人在同一套调度与决策体系下协同工作，把单点的可靠性汇聚成系统性的可靠——这也是稳石实现万台级交付背后的底层逻辑。

“工业智能体的下半场，拼的不是谁的故事讲得好，而是谁的客户真的赚到钱。”黄江楠说，核心问题已经从“谁能把智能做出来”，变成“谁能把智能变成客户账面上实实在在的收益”。

圆桌对话

智能体 AI 新质生产力落地的核心挑战与破局路径

精彩亮点

上午场的圆桌对话由 OFweek 行业研究中心副总监李维维主持，行业资深专家陈健、阿里巴巴千问办公王鹏、合合信息柳宣泽、稳石机器人黄江楠等嘉宾共同参与。

讨论从“概念热、落地冷”的落差切入。嘉宾们认为，智能体在 2026 年遇到的并不是技术天花板，而是工程化与组织化的双重瓶颈：一方面，能力边界、成本账本与场景适配三者尚未找到稳定的平衡点；另一方面，企业既有的流程、数据与考核方式，仍按“人来做”的逻辑设计，智能体接进去之后，权责与评价体系需要同步重写。

围绕破局路径，嘉宾们给出了几条相对一致的判断：先把上下文打通，再谈智能体编排；先在小切口上跑出可量化的收益，再向全链路复制；先建立错误闭环，再放开自主决策的边界。对于政策与标准的着力点，大家普遍期待在数据供给、评测基准与安全合规上形成公共基础设施，降低单个企业的试错成本。

02专题 Part2 · AI 智能体产业应用大会 · 千行百业落地（下午场）

李彦明 火山引擎 企业资深解决方案专家

降本增效：企业智能体 AI 算力选型、调度优化与成本控制实操方案

精彩亮点

下午场由一份“账单”开篇。李彦明指出，行业从来不缺更聪明的模型，缺的是让聪明模型“用得起”的那套工程方法。当企业从“百人试点”走向“全员日常”，调用量和成本的曲线会突然变陡——全员 AI 之后，涨的到底是哪一笔钱，很多企业其实并没有算清楚。

他把成本治理拆成三道工序。第一道是模型分档选型：不是所有任务都值得动用旗舰模型，把简单请求挡在大模型之外，边界要先划清。第二道是智能路由与缓存：同一类请求在企业里每天都在重复，怎么识别、怎么复用、怎么让重复的部分不再重复付费，是压缩成本最直接的一段。第三道是产品栈的排布：从豆包大模型提供多模态能力，到豆包工作把 AI 装进日常办公，Trae 面向研发写代码，Coze 与 HiAgent 负责把智能体搭起来、跑进业务流程，各环节怎么衔接，决定了每一分算力是否花在刀刃上。

“AI 的终局不是炫技，而是让每一家企业都用得起、用得好、用出真实业务价值。”在李彦明看来，AI 从成本中心变回生产力，靠的不是更强的模型，而是一整套关于算力选型、流量调度与成本治理的实操方法——让 AI 在企业里从“能演示”，走到“能天天用”。

张 哲 蚂蚁数科 区域解决方案总监

以数助实，科技向未来——数据要素 × AI 智能体：双轮驱动产业智能化的价值闭环

精彩亮点

“模型是引擎，数据是燃料，可多数企业面对的现实是：油箱不满，管路还堵着。”张哲用一个比喻点出了智能体落地的命门。他指出，2026 年做一个智能体已经不难——模型能力按季度迭代，Agent 框架开源即用，搭一套能跑起来的流程，成本比三年前低了一个数量级。但真进了产业场景，问题立刻换了样子：数据拿不到，拿到的数据不敢用，敢用的数据又说不清来源。

针对这一症结，他系统拆解了蚂蚁数科的“四车间范式”——从场景定义、数据准备、智能体编排到上线运营，形成一套可复用的智能体全链路方法论，并配合 MaaS 服务平台，解决“每个项目都从零开始”的老问题。这套方法论之所以能批量复制，前提是底座能力：蚂蚁数科依托蚂蚁集团二十年技术积累，在区块链（专利连续五年全球第一）、隐私计算（专利全球第一）、AI 安全可信（专利连续两年全球申请量第一）等方向形成了可信数据协作的基础设施，一面保障数据要素的安全流通与高质量供给，一面把智能体从单点 Demo 推向规模化应用。

在金融、政务、医疗、能源的真实项目里，这条闭环已经开始转动：数据供给如何喂养智能体，智能体的产出又如何反哺数据资产。张哲以头部股份制银行全栈 AI 大模型、政务一网通办智能体助手、医疗 AI 智能体等代表性实践为例说明，“数据供给—智能体应用—价值反馈”这条链路一旦闭环，产业智能化才真正算得出账。

叶泉鑫 深圳世远控股有限公司（AI 星圈客） 董事长

AI 重构 B2B 增长路径：从广而告之走向精准营销

精彩亮点

叶泉鑫把话题拉回了最现实的一环：客户在哪里？用什么样的方式找到？找到了，又如何促成成交？他指出，2026 年 AI 早已不是稀缺资源，写文案、做海报、批量发邮件，工具随手可得，门槛低到几乎人手一套。可对 B2B 企业来说，真正的问题一个都没解决——工具越多，增长反而越难做。

他给出的答案是链路化。AI 星圈客依托大数据与 AI 技术，通过全网企业数据的挖掘、分析与重构，构建了亿级企业客户池，并打通腾讯生态广告资源，把分散的能力串成“一键找客—精准筛客—智能锁客”的全链路营销闭环。在叶泉鑫看来，这套系统真正沉淀下来的不是工具，而是可随时调用、可持续复用的客户资产。

“千万级投入、两年迭代”是他反复提到的一组数字。他强调，B2B 营销的痛点从来不是缺手段，而是缺可复制的确定性——把增长从“靠经验、碰运气”变成“可量化、可复制”，才是 AI 对中小企业最实在的价值。

圆桌对话

AI 智能体产业应用的商业化落地与未来发展趋势精彩亮点

下午场第一场圆桌对话由 OFweek 行业研究中心副总监李维维主持，蚂蚁数科张哲、AI 星圈客叶泉鑫、传神语联研发总监吕华等嘉宾共同参与。

圆桌议题直指商业化。嘉宾们普遍认为，智能体的商业模式正在从“卖工具”向“卖结果”迁移：客户不再为一项能力付费，而是为可验证的效率提升与收入增长付费。这意味着交付方式、计价方式与服务体系都要重构——项目制的边界在收缩，订阅制与效果分成的空间在打开。

关于未来趋势，讨论集中在三点：一是智能体将从单点应用走向流程级嵌入，与企业既有的 ERP、CRM、数据中台深度咬合；二是成本治理会成为规模化落地的前置条件，算力账本算不清的项目很难走过试点期；三是行业会出现一批“智能体原生”的新形态服务商，以场景为入口重构价值链。

03

专题 Part3 · AI 智能体产业应用大会 · AI 智能体工业应用（下午场）

邢成玉 美的集团美云智数 行业生态总经理、智能制造数字运营行业解决方案首席架构师

美的集团 AIGC 战略实践：智能体重构制造业研产供销全价值链

精彩亮点

“AI 在美的不是采购来的工具，是被改造成了组织能力。”邢成玉带来的不是一个案例，而是一份账本。他指出，制造业从来不缺 AI 演示，缺的是从研发、生产一路跑到供应链交付的样本。当大多数工厂还在为一个质检模型该不该验收争论时，美的已经把多个核心业务场景交给了智能体，并在多座工厂里跑起了 Factory Agent。

他把这条路概括为“三级跳”：从 Embedding 到 Copilot，再到 Agent，本质上是一条“人机分工逐步迁移”的路线——哪一步必须人做，哪一步可以交给机器，判断标准是这场演讲真正的干货。支撑这条路线的是一张统一的底座：美云智数并不参与通用大模型研发，而是把功夫下在工业场景的模型工程化与智能体落地上，以自研大模型为核心、联动 DeepSeek、Qwen 等外部主流模型，搭出“通用—垂域—专属”三层架构，配套千卡规模算力，沉淀 795 个垂域模型算法，私有模型占比超过 80%。这张底座之上，才是研发、供应链、品质、营销各领域的知识库，和跑在具体工序上的智能体。

从单智能体到多智能体协同，再到一座工厂的“大脑”，三段路美的都走了一遍。已在 32 座工厂落地的 Factory Agent，正在重新分配损失分析、设备管理、工艺改善这些老活。而最终的价值要落到数字上：从 2025 年降本约 6 亿元，到 2026 年目标 9 亿元——这笔账是怎么算出来的，研发、计划、采购、生产、交付各环节哪些被重估、哪些其实很难动，邢成玉在台上逐一拆开。

值得一提的是，这套能力的来源本身就是一组数据：美云智数已服务客户超 2000 家，覆盖 40 余个行业，助力美的内部建成 7 座灯塔工厂，并助力 5 家外部企业入选全球灯塔网络。

乔玉川 商汤科技 具身智能解决方案总监

多模态与智能体协同的工业业务闭环实践

精彩亮点

“巡检发现了异常，然后呢？谁来研判？谁来处置？谁来跟进到底？”乔玉川用三个追问开场。他指出，工业场景从来不缺“看得见”的模型，缺的是把它接进业务、跑成闭环的框架——异常怎么发现，结果怎么研判，处置又怎么追踪。工具越多，闭环反而越难跑通。

他给出的解法是分层协同：视觉小模型负责“快而准”的异常发现，多模态大模型负责“看得懂”的复核研判，智能体则负责把结论接进业务流程，各司其职。这一分工的关键，在于不要求单一模型包打天下，而是让每一层做自己最擅长的事。

在闭环的另一端，现场信息如何与企业知识、业务规则及管理系统关联，决定了 AI 能否从“单点识别”走向“业务闭环”：输出有依据的分析报告、可执行的处置工单和可追踪的改进记录，并把处置反馈用于持续优化。乔玉川在现场结合视觉识别、多模态大模型复核，以及小浣熊生成报告、发起工单的演示，说明了多模型协同如何支撑业务流程，并分享了工业智能体的落地思路与价值验证方法。这背后是商汤长期投入的多模态、多任务通用人工智能能力——“商汤大装置 SenseCore”新型人工智能基础设施与“日日新 SenseNova”大模型体系。

唐小龙 晶澳 算电协同部长

算电协同：构建算力的绿色能源底座

精彩亮点

当算力规模一路狂飙，电力早已不是简单的“配套”，而成了那道绕不开的硬约束。唐小龙的分享从“算清需求”开始：2026 年上半年互联网数据服务业用电量同比增长 44.0%，前三季度同比增长 57.51%。当算力规模一路走高，它真正的“能耗账本”究竟长什么样——先把需求侧的体量与结构算清楚，才谈得上供给。

供给端的问题更微妙。算力枢纽新建数据中心的绿电占比要求不低于 80%，而已投产项目的数据却从 90% 一路滑到 43%。同一个指标，为何差距如此明显？唐小龙指出，答案藏在“绿电”与“绿证”之间——绿电如何从“有电”走向“有证”，是这条链路里最容易被忽略、也最影响成本核算的一环。在连接环节，他结合多个真实项目样本，拆解了绿电直连的三种形态及其适配条件、落地难点与真实的收益变量。

最后由智能体收口。预测、调度、交易、运维四个岗位如何用智能体提效？一个绿电直连算力项目的收入结构、成本结构与五个关键变量又该怎么看？唐小龙的答案是给出可量化、可追溯的指标——全篇只上干货，不提供脱离项目的收益率数字，只给出决定收益率的变量及其公开来源。这种克制，恰恰是算电协同从概念走向工程的前提。

李维维 OFweek 行业研究中心 副总监

AI 智能体工业应用前景和发展趋势

精彩亮点

作为一天议程的收束，李维维把视角重新拉高。她指出，人工智能正加速从实验室走向产业一线，AI 智能体已成为驱动工业数字化转型的核心引擎——它不再只是回答问题，而是能感知产线状态、调用工业知识、自主完成从感知到执行的闭环。但“从技术概念到产线生产力”这一步的落差，必须被讲清楚。

她深入智能制造、设备运维、质量控制、供应链优化四类典型工业场景，逐一解析智能体的应用实践究竟解决了哪些具体问题，并把“提效降本”从口号换算成可衡量的收益：设备运维的巡检预警、质量控制的缺陷判读、供应链的排产调度，这些原本依赖老师傅经验的环节，正在被智能体逐一接管，而价值必须体现在可核算的成本项与效率项上。

对于下一步，她给出了三个层次的判断：自主决策能力的持续演进、多智能体协同体系的构建，以及由此指向的“工业大脑”图景。在她看来，工业智能体的竞争不会停在模型能力上，而会沿着“软硬协同”的方向展开——谁能把算法、设备与场景真正咬合，谁就能在规模化落地中拿到位置。

圆桌对话

软硬协同破局，工业智能体规模化落地与价值增长

精彩亮点

压轴的圆桌对话同样由 OFweek 行业研究中心副总监李维维主持，商汤科技乔玉川、晶澳唐小龙等嘉宾共同参与。

讨论从“试点很热、规模化很难”这一行业共性切入。嘉宾们认为，工业智能体卡在三个地方：一是数据，产线数据分散在设备、系统与人手里，治理成本高于模型成本；二是场景，工业流程的容错率极低，智能体的每一次判断都要有可回退的路径；三是账本，投资回报周期普遍在 2—3 年，企业需要能算清、能追溯的收益结构。

围绕软硬协同，嘉宾们形成了一个共识：工业智能体的终局不是纯软件，而是算法、设备与工艺的深度咬合。这意味着产业链需要更紧密的分工——模型与平台厂商提供底座，行业服务商做场景适配，设备厂商开放接口，最终由企业自己完成组织能力的沉淀。而对价值增长的判断，大家一致回到同一个标准：能不能在报表上被看见。

04

同期发布 · 《2026 中国 AI 智能体产业应用标杆案例蓝皮书》

大会尾声，由维科网行业研究中心、维科网人工智能发起，企鹅科技、稳石机器人、传神语联、AI星圈客、广州环际云计算、云徙科技等联合参编的《2026 中国 AI 智能体产业应用标杆案例蓝皮书》正式发布。

蓝皮书立足全国 AI 智能体产业发展大局，紧扣产业国产化、规模化、实用化发展趋势，聚焦技术落地实效与产业赋能价值，全方位梳理智能体在技术迭代、场景创新、商业模式与产业生态上的最新态势。

本次蓝皮书的设计初衷是系统总结我国 AI 智能体产业的年度发展成果，深度挖掘各行业智能化转型的优质实践，提炼可复用、可推广、可落地的标杆应用模式，为行业智能化选型提供权威参考；同时也帮助入选企业树立行业标杆形象，打造技术有壁垒、场景有落地、价值有数据的品牌公信力，加速技术商业化与场景规模化落地。

场外，大会同步设置 AI-Agent 创新成果展区，集中展示智能体创新产品与技术解决方案，参会者在议程间隙与展区之间往返，把台上的判断带到台下继续验证。

至此，WAIE 2026（第十届）人工智能产业大会暨 AI 智能体产业应用大会圆满落幕！

十年，是一个可以被回望的刻度。从 2016 年到 2026 年，WAIE 见证了中国人工智能产业从算法竞赛走向场景落地，也见证了“智能”这个词从技术指标变成生产要素。今年的会场里，被讨论最多的不再是模型参数，而是投资回报、组织上下文、绿电占比与工单闭环——这些听起来并不性感的名词，恰恰是智能体真正长出价值的土壤。

在此，我们向所有参会嘉宾致以最诚挚的谢意。感谢各位专家学者与企业实践者带来的深度洞察与一线经验，感谢全体参会人员的热情参与与鼎力支持，也感谢所有合作伙伴的协同与付出。

智融百业，智启产力！当智能体从 Demo 走进产线，从“能用”走向“好用”，产业的下一程才刚刚开始。让我们怀揣对产业的热爱与期许，明年4月，深圳再见！