逛完2026年世界互联网大会乌镇峰会，一个感受比任何展品都强烈：AI 不再缺"能做什么"的演示，缺的是"到底谁在用"的答案。 蓝皮书给出了足以让任何技术人兴奋的增长曲线------日均词元调用量两年增长超千倍，具身智能市场规模逼近万亿。但同一场峰会上，来自供应链一线的真实运营数据也在提醒：一部分"智能"，仍然停留在展台上。
一、先看硬数据：增长是真实的，而且斜率没有放缓
本届峰会发布的《中国互联网发展报告2026》和《世界互联网发展报告2026》，是观察中国乃至全球互联网走向最权威的截面。
词元调用量是最直接的"AI 使用强度"指标。2024年初，中国日均词元调用量约1000亿；到2026年3月，这个数字攀升至140万亿，两年间增长超过千倍。并且自2026年4月下旬起，中国大模型周词元调用量已连续三个月居全球首位。这个量级意味着，大模型在中国已经越过了"尝鲜调用"阶段，进入了持续的、规模化的推理消耗。
产业规模方面，2025年中国企业级 AI 智能体市场规模跃升至212亿元，具身智能市场规模约9150亿元，同比增长20.4%。数字经济核心产业增加值占 GDP 比重达到10.5%以上，累计建成先进级智能工厂7000余家。MaaS 市场规模2025年达到175亿元，公有云上大模型调用量同比增长约16倍。
全球维度上，《世界互联网发展报告2026》预计，到2030年人工智能对全球经济的贡献将达到22.3万亿美元，占当年全球 GDP 的3.7%。但同一份报告也给出了一个必须正视的判断：区域发展不平衡问题日益突出，人工智能正在催生新的"智能鸿沟" ，进一步拉大国家之间的数字发展差距。
二、技术图景：从"连接信息"到"连接智能体"
如果说前几年的乌镇关键词是"大模型参数"和"应用场景"，2026年的技术主线已经清晰转向智能体与具身智能的"可执行性" 。
本届"互联网之光"博览会汇聚了54个国家和地区的671家企业，展示1000余项新技术新产品，其中20余款全球首发。几条技术线值得开发者重点关注：
6G 从原型走向"可感知的远控"。 GSMA 联合高通、是德科技等企业展示了端到端6G原型系统，现场演示基于6G网络的工程机械远程驾驶；中国移动则展出了"通感算智融合、空天地海一体化组网"的6G网络创新成果。6G不再只是速率数字，而是在与具身智能、远程控制的结合中寻找"为什么要快"的答案。
算力底座向"超节点"和"全栈协同"演进。 中科曙光展出了中国首个全国产十万卡 AI 超集群"曙光8000"，约30亿个电子元器件、1600公里互连线缆构成了其工程体量。更具信号意义的是华为"昇腾950超节点"：1024张 NPU 协同工作，目标是提升大模型训练利用率，而非单卡跑分。算力竞争的评价尺度，正在从"单芯片性能"转向"全栈有效利用率"。
智能体手机开始"接管跨应用操作"。 中兴努比亚 NaviX Ultra 被官方称为全球首款量产 AI 智能体手机，用户按下侧边 AI 键说一句话，即可跨应用完成订机票、做攻略等操作。技术架构上，云、边、端协同成为共识：高频、轻量、隐私敏感的任务下沉端侧，复杂推理留在云端，边缘节点承接实时需求。
具身智能从"会动"走向"会干活"。 智元、优必选、宇树等30余款机器人集中实景演示，覆盖工业制造、商业服务等场景。但这一赛道恰恰也是"展台热度"与"产线密度"落差最明显的地方。
三、必须直面的另一面：三个"落地缺口"
一篇只罗列首发和数据的峰会总结，对技术决策者的价值有限。本届峰会真正值得反复咀嚼的，恰恰是那些来自真实运营数据、指向结构性短板的信号。
缺口一：功能供给≠有效需求。 博世智能驾驶与控制系统事业部中国区总裁吴永桥在乌镇咖荟上抛出了一组基于百余个量产智能座舱项目的后台数据：车上订咖啡、订餐馆、订机票、订酒店等功能集成完成后，"用的人特别少，几乎没有人用"。他的判断很直接：即使自动驾驶演进到 L3、L4，用户依然会用手机完成生活服务闭环，车机端堆砌的低频应用不仅不产生体验增益，还在挤占本可用于导航、车控、补能的算力与开发资源。这指向一个更普遍的问题：智能化的竞争，正在从"有没有功能"转向"功能有没有被真实调用"。
缺口二：开源声势≠开发者可用性。 峰会主题首次将"开源"写入，并发布了《携手构建全球开放人工智能行动倡议》，鼓励以宽松许可、免费商用、自由微调的方式开放模型权重，让缺乏算力和预算的中小企业、科研人员以更低成本开展创新。方向无疑是正确的。但来自开发者社区的声音同样尖锐：模型出得快，开发者工具链和社区氛围"跟人家比还差口气" ；中小团队和独立开发者能不能真正用上，数据合规、开源协议这些"麻烦事"敢不敢摊开聊，比论坛上的口号更实际。开源降低的是"获取模型"的门槛，但从拿到权重到稳定跑通生产流程之间，还隔着一整套工程化基础设施。
缺口三：场景供给不足，是比技术不足更隐蔽的瓶颈。 有评论指出，当前有效场景供给不足正成为阻碍新产业新模式催生转化的关键因素，大模型"演示效果惊艳，进入工厂、小店、县域场景之后水土不服，成本高、适配难、普通人用不起"的问题仍然突出。具身智能领域的企业对产业化时间表的判断也"并不一致"。技术供给侧的节奏（三个月一版模型）与产业需求侧的节奏（三到五年一代硬件基础设施）之间存在天然错位，这个错位不会因为一场峰会而消失。
四、带给技术人的三个思考
第一，"调用量"比"发布量"更值得追踪。 140万亿日均词元调用是一个里程碑，但它同时提出了下一个问题：这些调用中，有多少来自高频生产场景，有多少来自一次性测试和低质重复？如果词元调用量的结构不透明，"增长超千倍"的宏观叙事就可能掩盖微观层面的场景空心化。对开发者和架构师而言，关注自己系统里 AI 调用的"留存率"和"任务完成率" ，比关注全行业调用总量更有决策价值。
第二，开源的真正战场不在模型权重，在工具链和合规层。 宽松许可开放权重是必要的第一步，但中小团队落地时面对的是微调框架兼容性、推理成本控制、数据跨境的合规边界、开源协议与商业闭源的混用风险。谁能在"权重开放"和"生产可用"之间铺好那段工程化的路，谁才真正掌握了开源生态的定义权。
第三，伦理和治理正在从"外围议题"变成"架构约束"。 峰会开幕式上明确提出了算法模型的伦理之思：算法在带来效率的同时，对传统人文精神和人类伦理形成冲击。这不是抽象的哲学讨论。当智能体开始代替用户执行跨应用操作、当具身设备进入物理空间，可解释性、可中断性、责任归属就不再是事后合规问题，而是需要在系统设计阶段就写入的约束条件。一个无法被用户理解和叫停的智能体，能力越强，风险敞口越大。
乌镇2026给出的图景是分裂而真实的：一面是词元调用千倍增长、具身智能逼近万亿、6G 和超节点把基础设施推向新量级；另一面是智能座舱真实使用率趋近于零、开发者工具链仍然薄弱、有效场景供给不足。这两面并不矛盾，它们共同说明智能互联网已经走过了"证明自己存在"的阶段，进入了"证明自己被需要"的阶段。 对技术人来说，后者远比前者更难，也远比前者更有价值。