WAIC 2026现场观察｜国产GPU不再只是替代，砺算科技想让AI真正走进物理世界

前两年逛AI展会，大家聊得最多的还是大模型：参数有多大、回答有多快、能生成什么内容。但到了今年WAIC，现场的重点明显变了。

越来越多企业开始把AI放进机器人、无人机、工厂和城市管理这些真实场景里。机器人怎么避开障碍、抓准零件，无人机遇到气流和突发状况该怎么调整路线，城市发生灾害后又该如何快速判断影响范围，这些都不是靠模型“会聊天”就能解决的。

这也让GPU面对的任务变得更复杂。它既要处理AI计算，也要把三维场景实时呈现出来，还要模拟物体运动和环境变化，并尽快给出判断。砺算科技这次在WAIC展示的几个应用，基本都围绕这些实际需求展开。

wps_doc_0.jpg

热点科技在现场体验后发现，砺算科技此次带来的展示，几乎都围绕着一个共同主题展开——AI如何从“生成内容”，迈向“理解世界”。

WAIC上的四个应用，指向AI发展的下一站

位于张江科学会堂Z2B-301的砺算科技展台，人气一直不低。

相比展示一块GPU芯片参数，砺算把更多空间留给了实际应用。从具身智能、物理AI，到空间智能和智能政务，四个展区几乎覆盖了AI走向现实世界最具代表性的方向。

其中最受关注的，是与松应科技联合打造的具身智能方案。

wps_doc_1.jpg

现场大屏上，一台机器人正在虚拟工厂里反复“练习”。它要自己识别零件、绕开障碍、找到合适的路线，再把目标物体准确抓起来。动作做错了就重新来，直到把整套流程练熟。

工作人员介绍，过去进行这类机器人训练，往往要依赖国外GPU和仿真软件。如今从虚拟工厂的搭建，到机器人训练和测试，已经可以在国产GPU及相关软件平台上完成。简单来说，机器人不用一开始就到真实工厂里反复试错，而是可以先在虚拟环境中把动作练得更熟，再进入实际场景。

更重要的是，这套系统支持多机器人同时训练。对于未来工厂来说，不再是一台机器人单独学习，而是多个智能体可以一起协同训练、不断优化，这也是具身智能产业目前非常关注的发展方向。这套方案还入选了新华社WAIC报道总结的人工智能五大趋势之一，也反映出业内对于国产具身智能生态的关注正在不断提升。

从数字孪生到物理AI，AI开始学会“预测”

如果说具身智能解决的是机器人如何行动，那么物理AI更关注AI如何理解现实世界。

wps_doc_2.jpg

砺算与索辰科技联合展示的低空安全物理AI平台，就是现场比较有代表性的案例。

现场演示并没有让无人机按照固定路线飞，而是不断给它“加难度”。气流、障碍物、建筑遮挡接连出现，系统会实时模拟各种可能发生的情况，提前评估不同路线的风险，再自动选择更安全的飞行方案。

整个过程不像传统数字孪生那样只是把场景"画出来"，而是真正让AI不断计算未来可能发生什么。

现场不少观众都会停下来观看完整演示。一位参观者的一句话也很形象："以前数字孪生更像地图，现在它更像是在提前推演未来。"

随着无人机应用越来越多，怎么在起飞前把各种风险想得更充分，也成了行业关注的新问题。这类能够提前模拟环境、预判突发情况的物理AI平台，正在获得越来越多关注。

数字城市，不只是建模型，更重要的是持续计算

空间智能同样吸引了不少专业观众。

砺算此次联合飞渡科技展示了基于空间智能大模型打造的数字城市方案。

现场大屏上，一片城区很快就被“搬”进了电脑里。哪里是道路，哪里是建筑，哪里有水域和绿地，系统都会自动分出来。接着画面切到应急场景，灾害可能往哪里扩散、哪些区域会受到影响，系统也会一边模拟、一边给出判断。

它和普通三维地图最大的区别是，画面不是建好之后就不动了，而是会跟着现场情况不断变化。简单来说，它不只是把城市做成一个三维模型，还能帮人更快看清发生了什么、接下来可能会怎样。

对于城市管理、无人机飞行和应急救援来说，这种能力显然比单纯“看一张三维地图”更实用。

AI办公之外，本地部署成为越来越重要的话题

相比机器人和数字城市，智能政务这块就更容易看懂了。

工作人员现场丢进去一段还比较粗糙的会议记录，没过多久，系统就把语句理顺了，格式也整理好了，还会顺手找出可能相关的政策内容。整个过程都在现场这台设备上完成，资料不用上传到云端。

这点对政府部门和大型机构尤其重要。AI当然要好用，但有些文件本身就不能随便传出去。对他们来说，效率只是其中一部分，资料留在本地、谁处理过、改了哪些内容都能查清楚，才是真正敢用的前提。

也正因为如此，本地部署、国产操作系统适配以及自主可控，已经成为近年来政务AI建设越来越重要的方向。

GPU竞争，也开始进入新的阶段

四个展示虽然方向不同，但背后都依赖同一个核心平台——砺算自主研发的TrueGPU"渲推一体"GPU架构。

wps_doc_3.jpg

与传统更偏向AI训练或图形渲染的GPU不同，砺算希望把图形渲染、通用计算以及AI推理融合到同一套架构中。

现场交流中，工作人员介绍，现在GPU承担的工作早已不只是图形渲染，还要负责物理仿真、机器人训练和大模型推理等任务。

随着机器人、无人机等应用越来越多，GPU不仅要把画面算出来，更要让AI理解三维环境，并及时作出判断和响应。

砺算方面表示，目前TrueGPU已经实现从GPU架构、指令集到驱动软件栈的自主研发，并正持续完善机器人训练、数字孪生等场景的应用能力。

热点科技观察：国产GPU竞争，已经不只是替代

今年WAIC，一个明显的趋势是，越来越多国产GPU企业已经不再单纯强调性能参数，而是在思考如何服务下一代AI应用。

从机器人训练到数字城市，现场这些演示其实都指向同一件事：AI正在从屏幕里走出来，开始处理真实世界里的问题。对GPU来说，工作也不再只是跑模型。搭建虚拟场景、模拟环境变化、生成训练数据，这些任务都要靠它来完成。

砺算此次展示的四大应用，也正是围绕这一趋势展开。从国产GPU到完整产业生态，再到多个合作伙伴共同打造行业解决方案，可以看到国产图形算力的发展重点，已经开始从"能不能替代"逐渐转向"能不能支撑新的AI应用"。

对于国产GPU来说，这或许也是下一阶段真正要比拼的地方。

作者：Amelia