在工博會現場，最容易讓人停下腳步的，往往是正在運動的設備。
機械臂舉起龐大的工件，雙臂機器人在工作檯前忙碌，雷射切割機讓金屬板邊緣迸出火花。再往另一個展館走，展台上的主角變成了晶片、加速卡和一排排算力機櫃。它們看起來安靜得多，卻與前面那些動作有著越來越緊密的聯繫。
2026年10月12日至16日，第二十六屆中國國際工業博覽會在上海舉行。今年的主題是「智能經濟，智造無界」，首次設立的集成電路展——「國芯展」，也讓晶片設計、製造、裝備和材料，與工業應用在同一場展會上相遇。
沿著這些展台看下去，一個問題逐漸清晰：當AI開始理解指令、識別工件，甚至參與動作決策，工廠究竟需要怎樣的智能？
答案藏在一次插接、一道加工工序、一套控制程序，以及它們之間能否順暢配合的細節里。
機器人上崗，難在處理那些「不太一樣」
對機器人來說，把同一個動作重複一百次，與面對一百個略有差異的工件，是兩種不同的挑戰。
零件的位置可能偏了一點，線束的形狀可能變了，插槽可能被遮擋，上一道工序留下的誤差也可能傳遞過來。人在操作時，會通過觀察和手感不斷調整；機器人要完成類似的工作，就需要把視覺、力覺和控制結合起來。
這也是今年機器人展示中值得關注的一條線索：越來越多演示開始圍繞具體工藝展開，考驗機器人接觸工件之後的應變能力。
非夕公布的本屆參展內容，就包含伺服器部件插裝、汽車四輪定位、複雜曲面磨削等應用。其中，伺服器插裝演示通過視覺與力控配合，應對移動到位後的相對位置偏差；磨削工作站則結合接觸反饋和在線檢測，調整加工過程。不同任務，指向的是同一個難題——如何在變化中保持操作質量。
這一點，也為理解人形和具身智能
機器人提供了更實際的視角。
智元精靈G2採用輪式移動與雙臂操作的組合，並配置關節力矩感知等能力。從產品設計看，它考慮的是機器人如何移動到工位、與物體接觸，再完成操作。
對於工廠，機器人的形態最終要服從任務。需要跨工位移動，就要考慮底盤和定位；需要精密裝配，就要考慮末端工具、力控和作業空間。雙臂是否有用，也取決於工序是否需要扶持、對位或協同搬運。
因此，觀看一次演示之後，更值得繼續追問的是：更換一批來料，它還能不能完成？換一種產品，需要重新調試多久？遇到異常，能否識別並安全停下？
這些問題，決定了機器人能否成為生產流程中可靠的一員。
AI的能力，要經過工業系統的驗證
工業AI還有一個不那麼顯眼的入口：工程師的電腦。
產線投入運行之前，需要完成設備選型、程序編寫、驅動配置和調試。生產開始之後，又涉及故障診斷、維護和換產。即使機器人本體已經具備足夠的能力，接入工廠的工作量仍然可能很大。
西門子在本屆工博會上更新了Eigen工程智能體，涉及項目結構生成、多軸驅動配置等工程任務；同時宣布在中國五家工廠開放六類具身智能應用場景，覆蓋分揀上料、搬運、擰緊、檢測和包裝等環節。
這裡值得關注的是兩類工作的連接：AI參與工程開發，而真實工廠為應用提供測試反饋。
工廠對AI的要求，落實到最後往往非常具體。生成的程序是否符合項目規範？設備之間能否正確交換狀態？某一步執行失敗，後續流程應該暫停、重試，還是轉交人工？
一種合理的工程思路，是讓AI承擔適合它的識別、規劃和輔助開發任務，同時由經過驗證的控制系統與安全機制約束執行。模型能力與工業控制能力需要共同設計，才能形成可用的系統。
ABB的RobotStudio HyperReality，則把其中一部分驗證工作提前到了虛擬環境。它結合NVIDIA Omniverse技術，讓開發者在數字環境中模擬機器人應用，並生成用於模型訓練的合成數據。
仿真的意義，也因此從「看看機械臂會不會碰撞」，延伸到了視覺與操作任務的訓練：改變光照、材質或擺放方式，觀察系統面對不同條件時的表現。
不過，虛擬驗證仍然需要真實數據校正。現場的反光、磨損、裝配誤差和接觸狀態，都可能影響結果。數字環境能夠幫助縮小問題範圍，真實產線則負責檢驗方案是否成立。
國芯展里的算力，開始以整套系統出現
走進國芯展，晶片與工業之間的聯繫變得更加直觀。
在機器人一側，算力支持感知、模型推理和任務理解；在研發一側，算力用於模型訓練、仿真和數據處理。兩類需求共同存在，也對應著不同的部署方式。
今年現場，沐曦展示了曦景S600超節點，天數智芯帶來了天垓300 IXL144，東方算芯展示了慧算HS256集群方案。超節點成為多家企業展示的重點，關注對象從一塊晶片延伸到了多卡互聯與系統部署。
這背後有一個容易被參數表掩蓋的問題：多顆晶片一起工作，能否讓任務相應地變快？
計算單元需要交換數據，模型需要占用內存，軟體需要完成任務分配。任何一個環節成為瓶頸，都可能讓部分算力處於等待狀態。因此，評價一套算力系統，還要看互聯、內存、軟體適配，以及實際任務中的利用效率。
據沐曦介紹，其展示覆蓋推理、訓練和科學計算GPU，並配套軟體體系。燧原現場展示，也能看到機櫃與板卡等不同形態的展示。對於工業用戶，這些產品最終都要回答一個共同問題：現有模型和應用，怎樣在這套硬體上穩定運行？
由此看，國產算力的落地工作涉及一系列配套能力：模型能否部署，工具能否調試，性能問題能否定位，系統出了故障能否得到及時支持。晶片是起點，應用能夠持續運行，才形成完整的使用價值。
同時，工業現場還需要另一類算力——靠近設備的邊緣與端側計算。
愛芯元智在本屆工博會上發布AX8860系列，面向大模型的邊緣和端側部署，並展示模組、推理卡與推理伺服器。其合作夥伴原力靈機還演示了接口插拔質檢、工業插入和柔性切削等任務。
這類產品讓算力的部署位置成為設計的一部分。對響應時間、網路條件或數據管理有要求的任務，可以考慮在現場完成推理；訓練、集中分析等工作，則可以使用更大規模的計算資源。
雲端與現場各自承擔什麼，要由具體任務決定。工博會將不同層次的算力放在一起，也讓這種分工有了更清楚的展示。
晶片、關節與工具，決定智能能做到多細
回到機器人展區，會發現許多影響作業結果的部件，平時都藏在機身里。
減速器、電機、傳感器和末端工具，未必有整機那麼醒目，卻直接參與每一次動作。識別出了工件位置之後，機器人仍然需要準確伸手；規劃出了插接路徑之後，執行機構仍然需要控制接觸力度。
現場可以看到綠的諧波等企業的減速器展示，以及尼得科的相關產品展台。這些部件與前面的AI系統共同構成了一條執行鏈：資訊被識別、任務被計算，最後由機械結構和控制系統轉化為動作。
這個過程提醒我們，模型進步與硬體進步需要相互配合。工藝越精細，對傳動、感知和工具的要求往往越具體。
同樣的關係，也存在於晶片產業內部。國芯展將設計、製造、封測、裝備和材料集中呈現，使觀眾能夠看到：一顆晶片進入應用之前，也要經過一整套製造流程。
把機器人和晶片放在同一場工業展會上，價值就在這裡。它讓看似相距很遠的產品，顯露出上下游之間的依賴關係。
智能製造的成績，要在生產賬本上體現
展台上，一個動作完成，觀眾就會看到結果。工廠里的評價周期要長得多。
系統能穩定運行多久？每件合格產品需要多少時間和能源？換產需要投入多少工程師？維護是否方便？這些因素共同決定企業是否願意繼續使用、擴大部署。
柔性作業的價值，也需要放在這樣的背景中理解。
面對多品種、小批量生產，企業希望設備在切換任務時少做改造、少花調試時間。但靈活性仍然要與節拍、質量和維護成本一起衡量。適合一種工序的方案，未必適合另一種工序。
現場雷射切割、焊接和各類加工設備，也為這篇工業AI敘事提供了落點：無論技術怎樣更新，材料仍然要被加工成零件，零件仍然要經過裝配和檢驗。
AI能夠參與優化這些過程，而優化是否有效，需要通過良品率、停機時間、交付周期等結果來驗證。
最終，這些生產能力會體現在我們熟悉的產品上。現場展示的汽車，以及其他交通裝備和消費產品，把上游技術與日常生活連接起來。它們的質量、價格與供應能力，都與背後的製造體系有關。
工博會提供了一張觀察工業AI的全景圖
2026工博會讓人看到，工業AI正在多個位置同時展開：機器人嘗試處理更複雜的接觸任務，工程軟體引入智能體，算力企業展示系統方案，核心部件與加工設備繼續完善執行能力。
這些進展處在不同階段。有的是新品，有的是現場演示，有的是企業披露的部署案例。把它們放在一起看，能夠更清楚地理解工業智能化需要完成哪些工作。
對企業而言，接下來值得持續觀察的是應用的重複性：一個方案能否從展台進入工廠，再從一個工位遷移到更多工位；能否在長時間運行中保持質量，並讓部署和維護越來越容易。
當這些問題得到越來越多可驗證的答案，「智能經濟，智造無界」就會落實為具體的生產變化。
而工博會的吸引力，也正來自這種連接：我們既能看到一隻機器人怎樣伸手，也能沿著它的動作，追溯到晶片、軟體、關節和工藝，理解現代工業怎樣把一個想法變成可以批量交付的產品。
熱點科技長期關注消費電子、人工智慧、智能汽車與前沿科技產業，持續開展產品評測、產業觀察和科技展會現場報道。從CES、MWC到AWE、WAIC、IFA，我們始終走在現場，記錄新技術與產業應用的變化。
從年初的CES、MWC，到AWE、WAIC，熱點科技的報道足跡已經覆蓋國內外主要科技展會。在今年的WAIC 2026和MWC 2026上，我們分別創造了1568萬和1459萬的全網曝光。
接下來，熱點科技將繼續深入展會與產業一線，為大家帶來更多現場報道和產業觀察，看看今天展台上的創新，如何成為明天生活中的一部分。
