引言：展馆里的沉默与喧嚣
2026年7月，上海。WAIC 2026的展馆里，1100余家企业、3000余项展品、超300款全球首发产品，把10万平方米的展览空间塞得满满当当。H1馆看智能体，H2馆看算力，H3馆看机器人——三地四馆各司其职。
但如果你一年前来过这里，会立刻察觉到一种微妙的变化：那些曾经占据展馆C位的大模型公司，悄然让出了舞台中央。
数据比体感更诚实。据科技智库甲子光年统计，大模型与生成式AI赛道共有130家参展主体，体量与去年大致持平，但内部结构已发生剧烈迁移——83家（63.8%）选择以AI Agent/智能应用为主要标签，而AI基础大模型仅剩18家。DeepSeek一如既往地隐身，智谱因回A静默期缺席，刚发布K3的Kimi缩在角落。取而代之的，是铺天盖地的AI手机、AI眼镜、人形机器人。
展馆之外，资本市场的反应更为冷酷。智谱在WAIC期间两个交易日累计暴跌42.47%，市值从万亿港元高点回落约60%。AI产业的“冰火两重天”，正在向所有参与者发出一个清晰的信号：“百模大战”的时代结束了，一个新的产业阶段正在开启。
这篇文章要回答的核心问题是：基础大模型从“百家争鸣”到“18家坚守”，究竟发生了什么？AI产业的重心正在向哪里转移？对于身处这个行业的技术决策者和投资者，这意味着什么？
第一章：从“百模”到“18家”——数据背后的产业剧变
核心观点：WAIC 2026的展商结构变化不是偶然，而是大模型行业从“技术竞赛”到“商业落地”战略转型的集中投射。
1.1 一组数据，三种信号
把WAIC 2026的展商数据拆开看，能读出三个清晰的信号：
信号一：基础大模型玩家急剧收缩。 130家大模型与生成式AI参展主体中，基础大模型仅18家。而在2023年“百模大战”最狂热的时候，全国10亿参数以上的大模型有近80个、100亿参数级以上的逾10个。从“百模”到“18家”，这不是渐进式调整，而是断崖式收敛。
信号二：Agent全面接管舞台。 83家以AI Agent/智能应用为主要标签，占比63.8%。从百度搭子（DuMate）升级为通用智能体，到腾讯WorkBuddy、阿里秒悟团队版，大厂们不再展示“我的模型能做什么”，而是展示“我的Agent能帮你做完什么”。阶跃星辰甚至发布了全球首款智能体操作系统Step AOS。
信号三：具身智能和算力芯片成为新主角。 具身智能/人形机器人参展企业从去年的80余家猛增至200多家，超300台真机同台亮相；算力芯片相关参展主体206家，占比20.1%。AI正在从“数字世界”走进“物理世界”。
1.2 18家意味着什么？
18家基础大模型参展商这个数字，本身就是一个产业里程碑。它意味着：
第一，大模型不再是“人人可做”的生意。 训练一个万亿参数级别的基础大模型，需要数万张GPU、数亿甚至数十亿美元的资金投入，以及顶尖的算法团队。这笔账，绝大多数2023年入局的玩家算不过来——或者说，算过来之后选择了退出。
第二，行业共识已经形成：基础大模型是“基础设施”，不是“产品”。 正如钛媒体的观察所言：“大模型正在被'基础设施化'。它不再是一个需要单独展示的明星产品，而变成了像电力、芯片一样的底层能力。”基础设施的特点是——不需要太多玩家，但每个玩家都必须足够强大。
第三，真正的竞争已经转移到了基础设施之上。 当模型能力趋于同质化，谁能把模型变成能干活、能创造价值的Agent，谁才是真正的赢家。
第二章：为什么是现在？——收敛的三大驱动力
核心观点：基础大模型的加速收敛，是技术瓶颈、商业压力和资本逻辑三重力量共同作用的结果。
2.1 技术驱动力：Scaling Law的边际效应递减
2023-2024年，大模型的竞争逻辑非常简单：参数越大，能力越强。于是各家疯狂堆参数、拼算力、比上下文长度。
但到了2026年，这条路径的边际效应开始递减。智谱联合创始人、首席科学家唐杰在8月坦言：“行业过去一度将模型扩展等同于增加参数量，但现在这一思路正被修正。”
并非Scaling Law失效了，而是单纯堆参数的“性价比”正在急剧下降。训练一个万亿参数模型所需的算力、电力和资金，与它带来的能力提升之间，已经不成比例。更重要的是，当头部几家的模型能力差距缩小到“个位数”级别时，参数规模本身就不再是决定性的竞争壁垒。
月之暗面选择了一条差异化的路径——Kimi K3虽然总参数高达2.8万亿，但采用混合专家（MoE）架构，896个专家模块中每个Token仅激活16个，实际推理成本被控制在企业可接受的范围内。这证明了一个趋势：竞争正从“谁参数更大”转向“谁效率更高、成本更低”。
2.2 商业驱动力：从“烧钱”到“算账”
2026年第二季度，中国大模型平均API输入价格已升至每百万tokens 4.9元，输出价格升至21.9元，相比2025年第一季度的3.3元和12.2元，分别上涨约48%和80%。
涨价，意味着“价格战”打不下去了。
过去两年，行业深陷“百模大战”的低价漩涡。各家用补贴换增长、用低价抢市场，但没有人真正赚到钱。毕马威的调研显示，鲜少国产大模型企业实现稳定盈利，客户黏性不足、付费意愿偏低成为普遍痛点。
摩根大通的研究报告指出，中国AI产业的“百模大战”已告一段落，市场正由技术竞赛转向比拼商业落地能力。“狂飙数年的'百模大战'，正在从拼参数、拼融资的'技术狂欢'，进入拼成本、拼效率的'精算时代'。”
当投资人开始追问“你的收入在哪里”，而不是“你的参数有多大”，那些只有技术故事、没有商业闭环的玩家，自然会被淘汰。
2.3 资本驱动力：稀缺性溢价正在瓦解
智谱的股价走势，完美诠释了大模型赛道资本逻辑的剧变。
2026年6月，智谱股价触及2980港元的历史高点，市值一度突破万亿港元。但到了7月17日，智谱单日暴跌28.49%，市值蒸发超2000亿港元；7月20日再跌19.56%，两个交易日累计跌幅达42.47%。截至8月21日，智谱报收1014港元，总市值约4721亿港元，距离高点已回撤约66%。
暴跌的原因是多重的：7月初大规模限售股解禁增加了抛压；Kimi K3的发布直接挑战了智谱在Coding和Agent市场的领先地位；但最根本的，是市场对大模型“稀缺性溢价”的信仰正在瓦解。
当越来越多的高质量模型（包括开源的Kimi K3、DeepSeek V4系列等）涌入市场，大模型不再稀缺。“稀缺性溢价”消失后，估值必然回归基本面。而基本面是什么？是一家年化收入不足10亿美元的公司，撑不起万亿市值。
资本市场的冷酷逻辑是：当赛道从“讲故事”进入“算账”阶段，最先被挤掉的泡沫，就是那些估值与基本面严重脱钩的玩家。
第三章：Kimi K3与智谱暴跌——两个标志性事件背后的产业逻辑
核心观点：Kimi K3的发布与智谱的暴跌是一枚硬币的两面——前者宣告了开源模型进入顶级梯队，后者宣告了“模型领先=估值领先”的逻辑不再成立。
3.1 Kimi K3：开源模型的“登顶时刻”
2026年7月17日，WAIC开幕前一天，月之暗面发布了Kimi K3。这款模型拥有2.8万亿总参数、100万Token上下文窗口，原生支持视觉理解。
更重要的是，7月27日，月之暗面将Kimi K3全量开源，包括完整模型权重、技术报告和底层训练基础设施技术。这是全球首个进入近3万亿参数级别的开源模型。
Kimi K3的性能数据令人震撼：在Frontend Code Arena编程榜单上以1679分超越Anthropic的Claude Fable 5登顶，成为开源模型首次超越头部闭源模型的里程碑；在Text Arena综合排行榜中，K3以1486分位列第9名，成为首个进入全球前十的开源模型。
马斯克在社交媒体上评价“令人印象深刻”；OpenAI战略负责人直言该模型性能“无法依靠简单蒸馏或类似手段实现”。
Kimi K3的意义不在于“2.8万亿”这个数字，而在于它证明了开源模型可以与全球最顶级的闭源模型同台竞技。 当开源模型达到这个水平，闭源模型的商业壁垒就被彻底打破了。
3.2 智谱暴跌：市场在用脚投票
智谱的暴跌，表面上是Kimi K3的直接冲击——两者的产品定位高度重合，都支持100万Token超长上下文，都强调面向大型代码库和长程Agent任务。在第三方评测中，K3的综合智能指数和WebDev榜单均高于GLM-5.2。
但更深层的原因是：资本市场开始重新评估“模型公司”的价值。
当一个2.8万亿参数的开源模型可以免费获取，当一个1.6万亿参数的开源模型（DeepSeek V4系列）的API价格远低于闭源竞品——闭源大模型公司的定价权和护城河在哪里？
智谱的遭遇不是个案。同期，MiniMax也从3月上市高点1330港元回落至193.1港元，回落约85%。“大模型双雄”的集体暴跌说明，这不是某一家公司的问题，而是整个赛道估值逻辑的重构。
当模型本身不再是稀缺资源，靠“模型领先”讲故事的时代就结束了。
第四章：AI产业重心转移——从“造模型”到“用模型”
核心观点：AI产业的竞争重心已经从“谁能造出更好的模型”转向“谁能用模型创造更大的价值”。这不是渐进式演变，而是范式级转换。
4.1 Agent：模型走进真实世界的“手脚”
WAIC 2026上，一个被反复提及的观点是：大模型解决的是“怎么想”，Agent解决的是“怎么干”。
这个区分至关重要。过去两年，行业沉迷于让模型“更聪明”——更长的上下文、更强的推理、更准的回答。但用户需要的不是“更聪明的聊天机器人”，而是“能帮我干完活的工具”。
IDC在大会期间发布的《DAA研究报告》显示，全球日活智能体数2025年为2860万个，预计2026年达7940万个，2030年将增长至22.16亿个。“能干活”正在取代“会聊天”，成为评判AI价值的核心标准。
阶跃星辰董事长印奇判断，2026年模型能力正在跨越关键临界点，AI已从只能连续执行数秒任务，进阶到能够独立工作数十小时。金山办公的“灵犀专业版”能直接产出可编辑PPT；百度的搭子可自主拆解任务、跨应用闭环执行。Agent不再是模型的营销包装，而是产品形态的质变——从“用户发指令、模型出结果”变为“用户给目标、Agent自主执行”。
4.2 具身智能：AI从数字世界走进物理世界
如果说Agent是模型在数字世界的“手脚”，那么具身智能就是模型在物理世界的“身体”。
WAIC 2026上，具身智能首次被列为大会核心赛道，参展企业从去年的80余家猛增至200多家。60台机器人在大会开幕前已率先“到岗”，承担指路、导览、递送等公共服务。展台重心从“能不能动”转向“能不能干活”——药房、汽车线束产线、零售货架被直接搬进展馆。
这标志着AI正在完成从“数字世界”到“物理世界”的关键跨越。 当AI不仅能思考、能对话，还能操作、能执行，它的价值创造方式发生了根本性变化。
4.3 国产算力：基础设施的“底座之战”
模型收敛和Agent爆发的同时，另一个赛道正在升温——算力。
面对美国芯片出口管制，中国算力产业选择了“系统级突围”路线。华为Atlas 950超节点集群在WAIC上首次亮相，1024张昇腾卡，算力规模可扩展至50万卡。阿里磐久、中科曙光登峰8000等国产算力方案密集发布。
算力正在成为AI产业新的战略制高点。 当模型层趋于收敛，谁掌握算力底座，谁就掌握了下半场的主动权。这也解释了为什么WAIC上算力芯片参展企业高达206家——这个赛道才刚刚开始。
结论：三个判断与三条建议
三个判断
判断一：基础大模型的“战国时代”已经结束，3-5家头部玩家将垄断市场。 从“百模”到“18家”再到“不足10家”，收敛的速度比大多数人预想的更快。基础大模型的门槛已经高到只有极少数玩家能留在牌桌上。
判断二：AI产业的价值重心正在从“模型层”向“应用层”和“基础设施层”转移。 Agent、具身智能、算力芯片正在成为新的增长极。这不是说模型不重要——恰恰相反，模型是一切的基础——但模型正在从“明星产品”变成“幕后基础设施” 。
判断三：开源正在改写全球AI产业的竞争规则。 Kimi K3的2.8万亿参数开源模型，证明了开源可以达到甚至超越闭源的性能水平。当高质量模型可以免费获取，商业模式必须重新设计——卖Token的生意可能越来越难做，卖“结果”的生意才刚刚开始。
三条建议
对技术管理者： 不要把资源全部押在“自研基础大模型”上。除非你有百亿级别的资金和顶尖的算法团队，否则更务实的路径是：基于成熟的开源或商用模型，聚焦于Agent开发和行业应用落地。模型是引擎，Agent才是整车。
对IT决策者： 评估AI供应商时，不要只看“参数有多大”。更重要的是：它的模型能否被有效调用？它的Agent能否解决你的具体业务问题？它的成本结构是否可持续？在模型能力趋同的时代，交付能力才是真正的差异化。
对投资者： 大模型公司的“稀缺性溢价”时代已经结束。未来的投资机会不在“第N家模型公司”，而在三个方向：能真正把AI转化为生产力的应用层玩家、掌握算力底座的 infrastructure 公司、以及具备原创架构创新能力的模型公司。智谱的暴跌和Kimi K3的崛起告诉我们：AI这个赛道，今天的领先者明天就可能被超越，真正的护城河不是参数，而是生态、数据和交付能力。