100.000 Schritte auf der WAIC, 10 Fragen, die Ihnen die nächste Phase der KI-Industrie verständlich machen: Vom Chatten bis zur Übernahme physischer Arbeitsaufgaben durch KI

Vom 17. bis 20. Juli 2026 fand das Hauptforum der 2026 Welt-KI-Konferenz und der Hochrangigen Konferenz zur globalen KI-Governance (WAIC 2026) offiziell statt. Als jährliches Branchenereignis für KI versammelte die diesjährige Konferenz erneut große Modellunternehmen, KI-Anwendungs- und Hardwarehersteller aus dem In- und Ausland. Das neue KI-Medium „Leikeji AGI (leikejiagi)“ unter Leikeji (ID: leitech) hat ebenfalls ein Berichterstattungsteam entsandt, um vor Ort in Shanghai zu berichten.

Das Aufsehenerregendste auf dieser WAIC waren natürlich die Roboter. Wenn sie sich im Ausstellungspavillon nur ein wenig bewegten, bildeten sich sofort drei Reihen von Zuschauern um sie herum. Aber was uns wirklich im Gedächtnis geblieben ist, sind einige weniger turbulente Szenen: Roboter von Yueju bewegten kontinuierlich Kisten auf einer simulierten Produktionslinie, Roboter von Qianjue falteten langsam einen Karton, Roboter von Yuanzhi trugen gelbe Westen und führten Führungen im Pavillon durch, und die Kamera hinter dem Honor-Smartphone fuhr heraus und begann, sich aktiv zu Menschen zu drehen, um sie anzusehen.

Nach den offiziellen Daten der Konferenz verteilt sich die diesjährige WAIC auf drei Standorte mit vier Pavillons, hat eine Ausstellungsfläche von über 100.000 Quadratmetern, mehr als 1100 Unternehmen, 3000 Exponate und 300 weltweit erstmalig vorgestellte Produkte. Aber der wirklich wichtige Punkt dieser WAIC liegt nicht in der „Größe“, sondern in der „Härte“.

Bildquelle: Leikeji

Die Modelle sind noch vorhanden, die Chat-Roboter sind nicht verschwunden, aber die KI gibt sich nicht mehr mit Fragen und Antworten auf dem Bildschirm zufrieden. Sie dringt in Smartphones, Brillen, Computer, Autos und Roboter ein, übernimmt Sensoren, ruft Anwendungen auf, steuert mechanische Strukturen und greift schließlich in die reale Welt ein.

Man kann sagen, dass dies die „härteste“ WAIC seit neun Ausgaben ist, und es ist das erste Mal, dass die KI so konzentriert über Hardware-Träger wie humanoide Roboter, Agent-Smartphones, KI-Brillen und Agent-Computer in die reale Welt eintritt.

I. Wie hoch ist der Anteil an harter Technologie bei dieser WAIC?

Die „Härte“ ist zuerst mit bloßem Auge sichtbar.

Smartphones beginnen mit mechanischen Strukturen ausgestattet zu werden, Brillen kämpfen um Betriebssysteme, Roboter ziehen von den Messeständen in Fabriken ein, und Autos kommen mit Weltmodellen und Agenten zur KI-Konferenz. Darüber hinaus stellen inländische KI-Chips nicht mehr nur eine einzelne Karte aus, sondern bringen Superknoten, Zehntausende-Karten-Cluster, Nahspeicher-Computing und Roboter-Entwicklungsboards gemeinsam in den Ausstellungspavillon.

Die KI sucht nach verschiedenen „Körpern“. Smartphones verfügen über ausgereifte Rechenleistung, Bildschirme, Anwendungen und Zahlungssysteme und sind derzeit der am leichtesten zu realisierende Träger für persönliche Agenten. Brillen liegen nah an den Augen und Ohren des Menschen und sind der natürlichste Eingangswinkel aus erster Person. Roboter und Autos verfügen über Aktuatoren, die die physische Welt direkt verändern können.

Sogar Computer verändern sich. Herkömmliche KI-PCs betonen hauptsächlich die NPU-Rechenleistung und lokale Modelle. Die auf der WAIC erschienenen Agent Computer (AC) und Agent PC legen den Fokus weiter auf die „Ausführung“. Die von Xinchip Technology vorgestellten Produkte wie Agentic Computer und Agentic Box versuchen, Endgeräten gleichzeitig die Modellinferenz, Aufgabenplanung, Berechtigungsverwaltung und Datenprüfung zu ermöglichen.

Bildquelle: Leikeji

Gleichermaßen integriert das Agent-PC-Konzept von Liulian Intelligence CPU, GPU, NPU, lokale Modelle und Unternehmensverwaltungssysteme in dieselbe Lieferkette.

Das macht die „Integration von KI und Hardware“ nicht mehr zu einem einfachen Hinzufügen eines Dialogfelds zum Gerät. Das Modell muss die Umgebung erkennen, die die Kamera sieht, lokale Rechenleistung und Cloud-Dienste mobilisieren, Operationen über verschiedene Anwendungen hinweg abschließen und den Benutzer in wichtigen Schritten zur Bestätigung auffordern. Bei Robotern und Autos muss es sogar für jedes Bremsen, Greifen und Bewegen verantwortlich sein.

Aber je mehr Hardware es gibt, desto schwieriger lassen sich Fehler der KI verbergen. Daher stammt die „Härte“ dieser WAIC nicht nur von Hardware, Chips und Roboterarmen, sondern auch von einem vollständigen System, das Latenz, Zuverlässigkeit, Berechtigungen, Sicherheit, Kosten und Lieferung umfasst. Dieses System ersetzt allmählich die reine Leistungsmessung und wird zu einer Pflichtaufgabe für KI-Produkte.

II. Welche Unterhaltungselektronikprodukte beeindrucken am meisten?

Auf dieser WAIC sind die zwei klarsten Hauptlinien der Unterhaltungselektronik die Agent-Smartphones und die KI-Brillen.

Das Nubia NaviX Ultra, also die zweite Generation des Doubao-Handys, folgt in gewissem Maße dem GUI-Agent-Konzept: Es erkennt den Bildschirm, simuliert dann Klicks, Wischbewegungen und Eingaben des Menschen und erledigt Aufgaben wie Preisvergleiche, Buchungen von Fahrkarten und Bestellung von Speisen über verschiedene Apps hinweg. Theoretisch kann die KI jede Oberfläche ausprobieren, die der Mensch bedienen kann.

Bildquelle: Leikeji

Aber das NaviX Ultra hat nicht nur das Design eines Serien-Flaggschiff-Handys und eine neue unabhängige KI-Taste erhalten, sondern ist auch nicht auf die GUI beschränkt. Wie Leikeji in früheren Artikeln festgestellt hat, greift es über Standardschnittstellen wie A2A und MCP auf einige große Plattformanwendungen zu, sodass die Agenten der Anwendungen weitere Operationen oder Verarbeitungen durchführen können.

Im Vergleich dazu hat StepX Neo von Step Star sich dafür entschieden, das Smartphone neu zu gestalten und den persönlichen Agenten Amoo zum Hauptinteraktionseingang zu machen. Der Benutzer muss nicht entscheiden, ob er Karten, Meituan, Ctrip oder Alipay öffnen soll. Er muss nur Zweck und Präferenzen klar angeben, und Amoo plant die Aufgaben und koordiniert die Dienste. Das dahinter stehende Step AOS verwaltet einheitlich End- und Cloud-Modelle, CPU/GPU/NPU-Rechenleistung, semantisches Gedächtnis über Anwendungen hinweg und Systemberechtigungen und teilt Funktionen wie Kommunikation und Dateien in atomare Dienste auf, die der Agent aufrufen kann.

Das besondere Honor Robot Phone verfügt ebenfalls über gewisse Agent-Fähigkeiten, konzentriert sich aber stärker auf die aktive Wahrnehmung. Mit einem aus dem Gehäuse ausfahrbaren, frei drehbaren mechanischen Gimbal lässt die Kamera Personen aktiv verfolgen und die Umgebung beobachten, was der Verfolgungsaufnahme, Videotelefonaten und Situationsbeurteilungen ein gewisses „Körpergefühl“ verleiht. Diese Form ist sehr auffällig, steht aber auch vor Problemen wie mechanischer Haltbarkeit, Stromverbrauch und Datenschutzgrenzen bei der kontinuierlichen Beobachtung.

Während NaviX Ultra und StepX Neo bereits darüber diskutieren, wie man Aufgaben über verschiedene Anwendungen hinweg erledigt, erforscht das Robot Phone eher, welche neuen Sinne Agent-Smartphones erhalten können.

Nicht nur bei Agent-Smartphones, sondern auch bei KI-Brillen können wir auf dieser WAIC Veränderungen sehen. Qianwen kündigte auf der WAIC an, dass die Qianwen KI-Brille später um Skill- und Agent-Fähigkeiten erweitert wird. Sie gibt nicht nur Antworten, nachdem sie eine Frage gehört hat, sondern ruft auch Drittanbieterdienste entsprechend der Absicht des Benutzers auf.

Brillen beherrschen die Perspektive aus erster Person, Sprache und Umgebungsinformationen und eignen sich natürlich für Übersetzung, Navigation, Aufzeichnung und Objekterkennung. Sobald sie mit Zahlungs-, Reise- und Lebensdiensten verbunden sind, könnten sie der Eingang in das Agenten-Ökosystem von Alibaba werden, der den Benutzern am nächsten ist.

Rokid geht noch einen Schritt weiter und legt den Fokus auf die Plattform. Die neue Generation von Rokid AR unterstützt 6DoF-Raumlokalisierung, Gestenerkennung, räumliches Audio und Wahrnehmung mit zwei Kameras und verfügt über unabhängige räumliche Rechenfähigkeiten. YodaOS möchte Modelle, Kameras, Anzeige, Raumkoordinaten und Drittanbieterdienste in ein und demselben Brillensystem organisieren.

Dieser Weg ist nicht einfach. Jede Brillenfirma möchte das „Android im Zeitalter der Brillen“ entwickeln. Die eigentliche Frage ist jedoch, ob Entwickler kommen, ob Anwendungen erhalten bleiben und ob Gewicht, Akkulaufzeit und Datenschutz dem täglichen Gebrauch standhalten.

Wenn man diese Produkte zusammen betrachtet, konkurrieren sie alle um dieselbe Position: Wer kann die Bedürfnisse des Benutzers am frühesten wahrnehmen und die Ergebnisse auf dem kürzesten Weg liefern.

III. Viele Roboter sind versammelt – welche beeindruckenden Demonstrationen gibt es?

Nach der Anzahl gemessen sind Roboter zweifellos die absoluten Hauptdarsteller der WAIC. Aber die wertvollste Veränderung in diesem Jahr ist, dass die Hersteller nicht mehr so sehr auf Tanzen, Kämpfen und Rückwärtssalto bestehen.

Yuanzhi ist eines der repräsentativsten Unternehmen. 60 Roboter von Yuanzhi wurden direkt in den Betrieb der Konferenz eingebunden und übernahmen Dienste wie Führung, Rundgang, Interaktion und unbemannter Einzelhandel. Sie sind nicht mehr nur Ausstellungsstücke, sondern Teil der Infrastruktur der Konferenz. Yuanzhi hat außerdem auf dem Messestand eine 3C-Produktionslinie aufgebaut, die einer echten Produktionsumgebung nahekommt, um zu zeigen, wie die G2-Serie von Robotern Materialzufuhr, Inspektion und Verpackung durchführt.

Eine Gruppe von Daten von Yuanzhi verdeutlicht sehr gut die Schwerpunkte der Branche: 8 Roboter haben 105 Tage lang ununterbrochen auf einer Qualitätskontrolllinie für Tablets gearbeitet, mit einer Aufgaben-Erfolgsrate von 99,99 % und einer Effizienz von etwa 80 % bis 90 % der menschlichen Arbeitskraft. Die erste Bereitstellung dauerte etwa 4 Monate, die zweite wurde auf eine Woche verkürzt.

Bildquelle: Yuanzhi

Ein weiterer Punkt, der uns beeindruckt hat, ist der „Tastsinn“. Auf der WAIC ließ Qianjue Technology Roboter langsam Kartons falten und die Bewegung nach äußeren Störungen fortsetzen. Das Sehen kann dem Roboter sagen, wo der Karton ist, aber es ist schwer zu beurteilen, ob die Finger fest zugreifen und ob das Papier richtig gefaltet ist. Bei Operationen wie dem Einlegen von Kopfhörern, dem Einstecken von Steckern und dem Ordnen flexibler Objekte, den „letzten paar Zentimetern“, bestimmt oft der Tastsinn, ob die Aufgabe wirklich abgeschlossen werden kann.

Yueju hat vor Ort eine Produktionslinie nachgebaut, sodass Roboter mehrere Stunden lang kontinuierlich transportieren und Stapelvorgänge durchführen können. Mifeng hat keine auffälligeren humanoiden Roboter mitgebracht, sondern Greifwerkzeuge und visuelle Geräte zur Erfassung echter Betriebsdaten vorgestellt. Das erste beantwortet die Frage „Kann der Roboter arbeiten“, das zweite behandelt „Wo lernt der Roboter das Arbeiten“.

Nach Beobachtungen vor Ort auf der WAIC durchbricht die Embodied AI gemeinsam einige echte Engpässe, die die Branche früher geplagt haben: Erstens die Stabilität, zweitens hochwertige Daten, drittens das Verhältnis von Aufwand zu Ertrag. Sprachmodelle können riesige Mengen an Texten aus dem Internet beziehen, aber Roboter erhalten kaum physische Interaktionsdaten in gleicher Größe und Qualität. Selbst wenn die Technologie verfügbar ist, werden Unternehmen nach der Abschreibung der Geräte, der Wartung, der Umrüstung der Produktionslinie und den eingesparten Personalkosten fragen.

Daher wird der Sieg in der Roboterbranche nicht im Ausstellungspavillon entschieden. Die echte Erfolgsbilanz zeigt sich daran, ob ein Roboter, nachdem er aus dem Rampenlicht tritt, mehrere Monate lang in einer Fabrik kontinuierlich arbeiten kann und ob der Kunde bereit ist, eine zweite Charge zu kaufen.

IV. Wie präsent sind die Agenten auf der WAIC, nachdem „OpenClaw“ den Trend der Agenten ausgelöst hat?

Anfang 2026 wurde OpenClaw schnell populär. Es hat mehr normalen Menschen zum ersten Mal gezeigt, dass KI nicht nur chatten, sondern auch Dateien lesen, Tools aufrufen, Computer bedienen und Aufgaben kontinuierlich ausführen kann. Auf der WAIC ist der Agent nicht mehr nur eine eigenständige Branchenkategorie, sondern hat sich in fast alle Ausstellungsbereiche ausgebreitet.

Der Agent im Smartphone ruft Anwendungen auf, der Agent in der Brille ruft Skills auf, der Agent im Computer verarbeitet lokale Dateien, der Agent im Auto verbindet Fahrzeugsteuerung und Dienste, und der Roboter kann als Agent in der physischen Welt betrachtet werden.

Darüber hinaus hat Tencent die KI-Buddy-Matrix vorgestellt, die Büroarbeit, Programmierung, internationale Expansion und Inhaltserstellung abdeckt. Baidu hat den „Dazi“-Agenten ausgestellt, und Alibaba hat gleichzeitig die Qianwen-Brille und die Agentenplattform Alibaba Cloud Bailian vorgestellt.