WAIC 2026聚焦后Scaling时代:国产智能体军团亮相,记忆架构与工程框架成新底座
WAIC 2026于7月17-20日举行,核心议题为后Scaling时代的范式重构:Scaling Law从单维算力堆叠升级为预训练、后训练、推理时计算的三维缩放。大会推出国产技术矩阵,包括MemTensor记忆操作系统(MemOS)、Harness工程框架和Hermes智能体调度体系。实测显示MemOS相比OpenAI方案准确率提升38.97%、Token成本降低60.95%、复杂推理性能提升159%。同时,华为、百度、Kimi等企业展示了多智能体协同与垂直场景落地成果,标志中国AI从技术验证进入规模化生产力部署阶段。
事件概述
WAIC 2026于7月17日至20日在上海举行,聚焦后Scaling时代AI产业核心命题:传统算力与参数堆叠的边际效益持续递减,行业从粗放式模型竞赛转向以智能体为核心、场景落地为导向的生产力新时代。会议围绕Scaling路线迭代、记忆认知革新、多智能体协同调度、垂直场景规模化落地等议题,集中展示了以MemTensor记忆架构、Harness工程框架、Hermes智能体调度体系为代表的国产技术矩阵,并推出全新WAIC Academic学术板块,由图灵奖得主姚期智担任主席。
核心信息
Scaling范式的三维升级
行业共识认为Scaling Law并未失效,而是完成了从单一维度到三维立体缩放的升级:
- 预训练:夯实模型基础通识能力;
- 后训练:精准任务对齐与垂直专项精进;
- 推理时计算:复杂场景动态适配,大幅降低落地成本。
长期记忆架构:MemTensor与MemOS
记忆原生智能时代的新概念“记忆张量”(MemTensor)及其开源操作系统MemOS被重磅发布。实测显示:
- 平均准确率较OpenAI全局记忆方案提升38.97%;
- Token运行开销降低60.95%;
- 时序复杂推理任务性能提升159%。
MemOS旨在解决传统大模型无持续状态、无自我迭代、无个性化认知三大短板,推动AI从被动工具升级为可自主协作、持续学习的智能伙伴。
Harness工程框架与智能体落地瓶颈
腾讯副总裁韩开创指出,多智能体长任务记忆丢失率高达40%,指令偏差与上下文断层是主要故障原因。行业面临四大落地壁垒:企业数据碎片化、政企权限体系不兼容、行业评估标准缺失、模型与安全风险叠加。
Harness作为衔接大模型与业务的中间层操作系统,具备意图纠偏、任务拆解、流程调度、异常兜底等工程能力,成为智能体从演示走向生产级落地的关键。
国产厂商智能体集群展示
- 百度:通用智能体“百度搭子DuMate”,集成搜索、编码、深度研究;
- 金山办公:办公智能体,覆盖全套文档智能处理;
- Kimi:Agent Swarm多智能体集群系统,并行分工处理大型科研/创作任务;
- 零一万物:万策智能体聚焦政企决策,多智能体协同推演;
- 蜜度:办公双智能体,覆盖公文创作与智能校对;
- PPIO派欧云:Agentic Cloud平台,配套Agent Harness简化运维;
- 智慧芽:专业智能体矩阵,贯通专利检索、侵权分析等全链路;
- 面壁智能:SuperMate智能座舱方案,基于MiniCPM端侧大模型;
- 特赞:GEA企业智能体,自主完成需求拆解与执行;
- 岩山科技:LumiSleep消费级脑机睡眠仪;
- 模思智能:多模态数据湖底座。
值得关注
中国AI发展路径与美国的差异:不同于美国堆参优先、聚焦通用大模型的极致Scaling路线,中国形成记忆革新、工程赋能、场景导向的后Scaling特色路径,优势在于成本优化、实体行业深耕和多智能体工程落地。上海已培育出MiniMax、商汤科技、阶跃星辰、蜜度、联影智能、PPIO派欧云等企业,完整产业生态为新路线提供实践样板。WAIC 2026全景呈现了从技术验证走向工业化生产力部署的跃迁。
