编辑丨马晓宁 WAIC 2026 到了最后一天，逛了无数个具身展台，心里不禁有了不少感慨。 柔性抓取可以抓异形物体了，长程任务也更复杂了——技术飞快进步，好像通用具身离我们已经不远。但 Demo 越炫，人气越足，作为一个参加过 n 次的 WAIC“老人”，就越觉得这届 WAIC 似乎少了些什么——模型吹得天花乱坠，底层的数据基建却鲜少有人谈及。 数据，无疑是具身智能行业中“房间里的大象”——在 WAIC 上随便和一位从业者深谈两句，大家都会不约而同地陷入同一种焦虑：实在太缺数据了。 在AI科技评论看来，要构建具身智能的数据基础设施，必须同时回答两个极其硬核的问题： 第一，你能搞到多少数据？ 第二，这些异构的、非结构化的数据，能不能被有效地共同学习？ 带着这两个问题，在今年的 WAIC 现场，有一家公司展台吸引了 AI 科技评论的关注：跨维智能（以下简称“跨维”）。 用一句话来说：要实现通用的具身智能，跨维想做的，是“物理 AI 基建狂魔”。 ...

作者丨高景辉 编辑丨马晓宁 每年的世界人工智能大会（WAIC），都是AI行业趋势的集中体现，无比火爆的今年更是如此。AI科技评论观察到，今年WAIC具身智能赛道出现了一个非常有意思的现象：几乎所有做灵巧手的公司，都在不约而同地强调自己的"触觉"能力。 放在两年前，触觉还没有引起行业的广泛重视，但今年不一样了。雷峰网发现，从传感器厂商到整机公司，"触觉"成了每家展台的核心关键词，甚至有人直接喊出"触觉比视觉还重要"，行业明显开始“卷”了起来。 更值得玩味的是"卷"的程度。有的企业不止自研触觉传感器，还自研触觉模型，自己采触觉数据，甚至连最底层的触觉芯片都要自己做。一家做传感器的公司把手伸到了芯片和算法领域，这在传统硬件行业是相当少见的。 那么问题来了：为什么大家突然开始卷触觉？这么大力度的投入真的有必要吗？ 01 触觉之于灵巧操作的重要性，行业其实早有共识。随着具身智能从demo走向真实场景落地，纯视觉灵巧操作方案的天花板越来越明显，毕竟摄像头有盲区，感知不到手指和物体之间的细微接触，就像视力再好的人戴着手套做针线活，看得见线头，却感觉不到针有没有穿过去。 ...

进入Agent时代，产业竞争正在出现新的变化：AI不再只是一个需要被训练的模型，而正在变成一种需要被持续生产、调用和部署的智能能力。 在2026世界人工智能大会（WAIC）期间，摩尔线程创始人、董事长兼CEO张建中提出“三大AI工厂”的概念——模型训练工厂、词元（Token）生产工厂和智能体生产工厂。 摩尔线程创始人、董事长兼CEO张建中 在摩尔线程的定义中，三大工厂分别对应模型训练、Token生成和智能体生产，覆盖从基础模型研发到产业应用、从云端基础设施到终端设备的完整链路。 中国工程院院士、清华大学教授郑纬民在演讲中指出，算力基建的关键在于将每一份算力转化为高质量词元，三大“AI工厂”是算力基础设施的必然演进。在国家信息中心大数据发展部副主任魏颖看来，算力基础设施是词元生产的物理底座，作为算力核心的GPU决定了生产效率与成本。 但这三个“工厂”并不是三个割裂的业务方向。摩尔线程高级副总裁董龙飞表示，三个工厂代表的是不同市场，并不存在简单的优先级关系。但从产业竞争角度看，模型训练仍然是整个体系的基础。 ...