WAIC 2026 AI交流会： сможет ли искусственный интеллект перейти от умных демонстраций к практическому применению?

Введение

На протяжении многих лет индустрия ИИ доказывала, что модели могут отвечать на более сложные вопросы, генерировать качественный мультимедийный контент, писать больше кода и демонстрировать впечатляющие результаты в контролируемых условиях.

Следующий вопрос становится более практичным:

Достаточно ли ИИ умён, чтобы надёжно действовать?

Этот вопрос стал центральной темой неформальной встречи, посвящённой ИИ, которая прошла в вечер открытия Всемирной конференции по искусственному интеллекту 2026 года в Шанхае. Встреча собрала разработчиков, работающих над AI-агентами, инфраструктурой памяти, 3D-генерацией, воплощённым интеллектом и мировыми моделями.

Вместо очередной тщательно подготовленной конференционной речи организаторы хотели обсудить то, что происходит после демонстрации: развёртывание в реальных рабочих процессах, непрерывная работа, взаимодействие с физическим миром, затраты, надёжность и трудный переход от прогнозирования к исполнению.

От «демонстрации интеллекта» к «выполнению задач»

На выставочных стендах WAIC будут представлены более мощные базовые модели, изысканные продуктовые демонстрации, автономные системы и человекоподобные роботы с растущими возможностями.

Эти демонстрации показывают, на что способен ИИ в подготовленных условиях. Они не всегда отражают, что произойдёт, когда та же система попадёт в реальную компанию, на завод, в студию или команду разработчиков.

Производственная среда предъявляет другие требования:

• Агент должен понимать неполные запросы.
• Он должен получать правильный контекст и разрешения.
• Он должен использовать инструменты, не повреждая данные или систему.
• Он должен продолжать работу после единичного сбоя.
• Он должен знать, когда требуется одобрение человека.
• Он должен выдавать результаты, соответствующие существующим рабочим процессам.
• Он должен работать по цене, приемлемой для клиента.
• Его поведение должно быть отслеживаемым и проверяемым.

Таким образом, разрыв между убедительной демонстрацией и надёжным продуктом — это не только проблема качества модели. Это касается системы, продукта, эксплуатации и доверия.

Мероприятие рассматривает этот переход через два основных тренда:

1. Агенты выходят за пределы чата и встраиваются в реальные рабочие процессы.
2. ИИ движется в физический мир, где должен понимать среду и взаимодействовать с ней.

Эти два направления тесно связаны. Оба требуют, чтобы ИИ перешёл от создания разумных ответов к ответственности за серию действий.

Обзор мероприятия

Пункт	Детали
Название	Вечер AI-общения на WAIC 2026
Основная тема	Готов ли ИИ перейти от демонстрации интеллекта к реальным действиям?
Дата	17 июля 2026 года (пятница)
Время	19:30–21:30
Место	Кафе в районе Пудун, Шанхай
Формат	Краткие обсуждения с последующим свободным общением
Ключевые направления	AI-агенты, системы памяти, 3D-модели, воплощённый интеллект, мировые модели

| Целевая аудитория | Разработчики, исследователи, практики и инвесторы |
| Регистрация | Требуется предварительная регистрация по ссылке организатора |

На открытой странице мероприятия указано только кафе в районе Пудун, полный адрес не опубликован.

Данное мероприятие является независимой встречей, проходящей в вечер открытия Всемирной конференции по искусственному интеллекту 2025 года, и не связано с официальной программой конференции.

Программа мероприятия

19:00-20:00 Регистрация и свободное общение

Первый временной слот отведён для регистрации и неформального общения.

Для небольших технических встреч этот этап не менее ценен, чем формальные обсуждения. Участники включают создателей продуктов, исследователей, инвесторов и тех, кто пытается внедрить системы ИИ в реальные организации.

Вопросы для начала знакомства:

• Какую систему ИИ вы сейчас строите или развёртываете?
• Какие моменты работают хорошо в демонстрации, но дают сбой в производственной среде?
• Что является основным источником затрат или задержек для агента?
• Как клиенты определяют критерии выполнения задачи?
• Какие этапы одобрения человеком пока невозможно заменить?

20:00-20:30 Действительно ли агенты вышли из диалоговых окон?

Первая дискуссия сосредоточена на том, превратились ли AI-агенты из крутых инструментальных демонстраций в надёжно работающие элементы реальных задач.

Приглашённые докладчики, указанные в материалах:

• Чжан Хаоян, основатель и CEO EvoMap
• Ли Чжиюй, сооснователь и CTO MemTensor

Эта тема объединяет два ключевых аспекта развития агентов: обучение на опыте и эффективное поддержание памяти.

Агент, способный вызывать инструменты для выполнения краткосрочных задач, не обязательно может работать непрерывно. Долгосрочное применение поднимает более глубокие вопросы:

• Как избежать淹没 полезного опыта шумом?
• Можно ли повторно использовать одно и то же решение в разных моделях или средах?
• Как проверять, классифицировать, обновлять и удалять память?
• Может ли агент восстанавливаться после сбоя, а не просто перезагружаться?
• Как команда может аудировать, чему научился агент?
• Когда автономия повышает эффективность, а когда создаёт новую надзорную работу?

EvoMap называет себя инфраструктурой для самоэволюции ИИ, а их протокол геномной эволюции призван превращать успешные действия агента в повторно используемые и отслеживаемые активы.

MemTensor специализируется на инфраструктуре памяти для больших моделей и агентов, исследуя, как системы могут управлять мультимодальной памятью, чтобы обновление и повторное использование знаний не требовали более длинных промптов или повторного обучения.

Вместе они указывают на практическое определение рабочего агента:

Полезный агент — это не просто модель, способная выполнить единичное действие, а система, которая может запоминать, улучшать, проверять и повторять успешную работу в чётко очерченных границах.

Что означает «официальное трудоустройство» для AI-агента

Тема мероприятия на китайском языке при буквальном переводе означает обсуждение того, перешли ли агенты от интерфейса чата к «официальному трудоустройству».

Это формулировка намеренно провокационна. Системы ИИ не являются сотрудниками в юридическом или гуманитарном смысле. Ценность аналогии в том, чтобы заставить команды чётко определить:

Ожидаемые операционные стандарты для работающей системы.

Развёртываемый агент должен обладать:

Чёткие границы ответственности

У агента должна быть ясная сфера ответственности. «Помощь в маркетинге» — слишком расплывчато. «Подготовка еженедельного отчёта о конкурентах из указанных источников, оставление черновика для проверки» — измеримо.

Получение правильного контекста

Мощная модель без релевантных данных не даст качественного результата. Производственному агенту нужен контролируемый доступ к документам, базам данных, приложениям, API и истории состояний задач.

Надёжный вызов инструментов

Агент должен вызывать инструменты с правильными параметрами, распознавать сбои, избегать повторяющих разрушительных операций и создавать отслеживаемые аудиторские записи.

Определение критериев завершения

Системе нужно чёткое понимание того, что значит «завершено». Задача не должна считаться выполненной только потому, что агент сгенерировал правдоподобный абзац или выполнил несколько операций.

Правила эскалации

Агент должен знать, когда нужно обращаться к человеку. Финансовые решения, внешние коммуникации, удаление данных, сделки по покупке, производственное развёртывание и проверка личности — неопределённые случаи должны проходить чёткое одобрение.

Механизм постоянной оценки

Единичного успеха недостаточно. Командам необходимо измерять точность, полноту выполнения, время на проверку, затраты, способность к восстановлению после сбоев и коммерческую ценность выполненных задач.

20:30-21:00: Могут ли модели перейти от GitHub к физическому миру?

Вторая дискуссия посвящена переходу от исследовательских репозиториев и выпусков моделей к взаимодействию с реальной средой.

Приглашённые докладчики, указанные в исходном посте и программе:

• Дин Лян, CTO VAST
• Лу Хунъюань, основатель Face Mind
• Чэнь Тяньжунь, председатель правления Magic Core Technology (указан в программе)

Обсуждение свяжет 3D-генерацию, мировые модели, пространственный интеллект и воплощённые системы.

Модель может создавать визуально реалистичные сцены, но всё ещё не понимает, как объекты движутся, сталкиваются, деформируются или реагируют на действия. Робот может распознать объект, но не может безопасно схватить его в незнакомой среде.

Переход от цифрового вывода к физическому действию требует работы на нескольких уровнях:

1. Восприятие: Понимание изображений, видео, глубины, звуков и данных сенсоров
2. Представление мира: Поддержание рабочей модели объектов, пространства и отношений
3. Прогнозирование: Оценка того, как среда изменится после действия
4. Планирование: Сравнение возможных последовательностей действий
5. Управление: Преобразование высокоуровневого плана в исполнимые команды для робота или устройства
6. Обратная связь: Наблюдение реальных результатов и коррекция следующего шага
7. Безопасность: Предотвращение опасных или необратимых действий
8. Обучение: Использование проверенного опыта для улучшения будущих решений

VAST известна AI-генерацией 3D-контента и продуктом Tripo, что связывает генеративные модели с созданием полезных 3D-активов и сред.

Face Mind публично описывает свою работу как посвящённую мультимодальным и мировым модельным системам, включая технологии, помогающие ИИ выходить за пределы статического экрана и понимать, а также рассуждать о мире.

Magic Core Technology начинала с потребительской 3D-печати, а затем расширилась до пространственного интеллекта и интерактивных мировых моделей. Этот путь устанавливает прямую связь между цифровой генерацией и физическим производством.

От демонстрации на GitHub к реальному развёртыванию

Публикация модели или репозитория — важный этап, но это не равно развёртыванию полной системы.

Репозиторий может демонстрировать:

• Архитектуру модели.
• Код обучения или вывода.
• Примеры результатов.
• Производительность на бенчмарках.
• Ограниченную интерактивную демонстрацию.

При реальном развёртывании необходимо дополнительно обрабатывать:

• Аппаратные различия.
• Погрешности датчиков.
• Прерывание сети.
• Неструктурированная среда.
• Ограничения по задержке.
• Политики безопасности.
• Долгосрочные операции.
• Обучение пользователей.
• Обслуживание и обновления.
• Ответственность за ошибки при работе.

Эти различия особенно заметны в области робототехники и воплощённого ИИ.

Модель мира может предсказывать реалистичные видео, но всё ещё не способна предоставить точное представление состояния, необходимое для управления. Модель «зрение-язык-действие» может успешно работать в лабораторных задачах, но терпит неудачу при изменении освещения, расположения объектов или оборудования.

Таким образом, ключевой вопрос не в том, может ли модель создать впечатляющий результат, а в том, способна ли окружающая система многократно замыкать цикл:

Наблюдение → Понимание → Прогнозирование → Планирование → Исполнение → Проверка → Обучение

21:00–21:30: Свободное обсуждение

Последний этап отведён для неформального общения.

Это мероприятие предназначено для тех, кто хочет обсудить решения и ограничения, которые обычно обходят стороной на презентациях.

Потенциальные области для обсуждения включают:

• Платит ли клиент за самостоятельный результат или только за функцию ИИ-помощи?
• Какие задачи агентов уже перешли в надёжное промышленное использование?
• Как устанавливать цены на долгосрочные задачи агентов?
• Улучшают ли системы памяти производительность или вносят новые риски для конфиденциальности?
• Как следует оценивать мировые модели за пределами визуального качества?
• Когда роботу требуется мировая модель, стратегия VLA или их комбинация?
• Как безопасно собирать данные о реальном взаимодействии?
• Какие этапы всё ещё не обходятся без контроля человека?
• Что в текущем рынке агентов является действительно инфраструктурой, а что временной обёрткой?
• Доверяют ли пользователи системам, действующим активно, больше, чем тем, которые только дают рекомендации?

Приглашённые разработчики

Чжан Хаоян — EvoMap

EvoMap строит инфраструктуру для ИИ-агентов, позволяющую им обмениваться, проверять и наследовать воспроизводимые способности.

Протокол геномной эволюции через структуры вроде генов, капсул и событий представляет опыт агента с целью сделать процесс его улучшения более отслеживаемым, нежели набор недокументированных изменений подсказок.

Более крупный вопрос — может ли сеть агентов учиться друг у друга, избегая распространения слабого, манипулируемого или непроверенного поведения. Самоэволюция требует надёжных механизмов оценки и аудита, а не просто большего количества генерируемых ресурсов.

Ли Чжиюй — MemTensor

Ли Чжиюй — сооснователь и технический директор MemTensor, компании, специализирующейся на системах памяти для больших моделей и агентов.

Для агентов, работающих в течение длительных периодов, память имеет решающее значение. Системе необходимо запоминать полезные факты и предыдущие результаты, избегая устаревшей, повторяющейся, конфиденциальной или вводящей в заблуждение информации.

Важные дизайнерские решения включают:

• Что следует хранить?

Где это следует хранить?

• Как это извлекать?
• Кто может получить к этому доступ?
• Как исправлять устаревшие воспоминания?
• Как оценивать память независимо от стиля ответа модели?

Лян Дин — VAST

Лян Дин — технический директор VAST, компании, стоящей за платформой 3D-генерации Tripo.

Сгенерированные ИИ 3D-активы могут поддерживать игры, дизайн, симуляции, бизнес, робототехнику и обучающие среды. Задача заключается в переходе от визуально привлекательного объекта к активу с полезной геометрией, топологией, материалом, масштабом и физическими свойствами.

Этот переход отражает более широкую тему мероприятия: от вывода, который выглядит разумным, к выводу, который может участвовать в реальных рабочих процессах.

Лу Хунюань — Lianpu Mind

Lianpu Mind связана с исследованиями мультимодальности, пространственных и мировых моделей.

Мировые модели пытаются представить, как среда меняется со временем и реагирует на действия. Они могут поддерживать симуляцию, планирование, генерацию видео, интерактивные среды и, в конечном итоге, воплощённые системы.

Открытый вопрос заключается в том, насколько сгенерированные прогнозы должны соответствовать физической реальности, чтобы быть полезными для принятия реальных решений.

Чэнь Тяньжунь — MoreCore Technology

Чэнь Тяньжунь и компания MoreCore Technology работают в сферах ИИ, 3D-печати и пространственного интеллекта.

Переход компании от потребительской 3D-печати к мировым моделям иллюстрирует, как физическое развёртывание меняет исследовательские вопросы. Система, генерирующая цифровой контент, и система, подключённая к производственному процессу или физической машине, оцениваются по-разному.

Кому следует участвовать?

Это мероприятие наиболее актуально для:

• Основателей ИИ-агентов и продуктовых команд.
• Разработчиков, создающих агентов с использованием инструментов или долгосрочных операций.
• Исследователей, работающих над памятью, мультимодальными системами, мировыми моделями или воплощённым ИИ.
• Команд по робототехнике и пространственному интеллекту.
• Бизнес-лидеров, оценивающих развёртывание агентов.
• Инвесторов, изучающих ИИ-инфраструктуру и приложения.
• Разработчиков, посещающих WAIC и предпочитающих технические дискуссии в малых группах.
• Продуктовых менеджеров, отвечающих за превращение ИИ-демонстраций в надёжные рабочие процессы.

Для тех, кто ищет официальные пленарные доклады, структурированные учебные курсы или введение в основы ИИ, это мероприятие может быть не очень практичным.

Вопросы, которые стоит подготовить до мероприятия

Мероприятие становится более ценным, когда участники приходят с конкретными вопросами.

Для разработчиков агентов

• Какие задачи агент выполняет без постоянного человеческого руководства?
• Как проверяется успех?
• Какая доля операций требует ручной коррекции?
• Сколько стоит выполнение одной задачи?
• Какие сбои повторяются чаще всего?
• Какая память сохраняется между задачами?
• Какие операции требуют утверждения?

Для команд воплощённого ИИ

• Какая часть выходит из строя первой за пределами лаборатории?
• Что является узким местом: восприятие, прогнозирование, планирование, управление или оборудование?
• Как симуляция соотносится с реальной производительностью?
• Какие данные собираются после развёртывания?
• Как система ведёт себя в условиях неопределённости?
• Какой слой безопасности предотвращает небезопасные действия?

Для инвесторов и корпоративных покупателей

• Продукт продаёт модель, рабочий процесс или полный результат?
• Что мешает конкурентам?

Может ли провайдер базовой модели воспроизвести эту функцию?

• Сколько интеграционной работы требуется до того, как проявится ценность?
• Генерируются ли защищаемые данные или обучение в процессе использования?
• Какова валовая маржа за вычетом затрат на вывод и инфраструктуру?
• Кто несёт ответственность, когда агент совершает серьёзную ошибку?

Регистрация

• Дата: 17 июля 2026 г. (пятница)
• Время: 19:30
• Место: Пудун, Шанхай
• Тип площадки: Кафе
• Ссылка для регистрации: Записаться на AI-нетворкинг WAIC

Ссылка для регистрации является коротким URL. Доступные места, вместимость и окончательное местоположение мероприятия могут меняться. Участникам рекомендуется проверять страницу регистрации и уведомления организатора для получения актуальной информации.

Часто задаваемые вопросы

Является ли AI-нетворкинг официальным форумом WAIC?

По данным источников, это неофициальное мероприятие, организованное на вечер открытия WAIC. Оно связано с сообществом конференции, но не включено в официальную программу WAIC.

Когда и где состоится мероприятие?

Время: 17 июля 2026 г. (пятница), 19:30. Место: кафе в Пудуне, Шанхай. Публичная информация не содержит полного адреса улицы.

Что будет обсуждаться?

Две основные темы: перешли ли ИИ-агенты в реальные рабочие процессы, и могут ли модели выйти из репозиториев кода и симуляций во взаимодействие с физическим миром.

Какие докладчики объявлены?

Материалы указывают Чжана Хаояна из EvoMap, Ли Чжиюя из MemTensor, Лян Дина из VAST, Лу Хунюаня из Lianpu Brain и Чэнь Тяньжуня из MoreCore Technology.

Подходит ли мероприятие для новичков?

Мероприятие открыто для разработчиков, исследователей, практиков и инвесторов, но тематика больше ориентирована на тех, кто уже интересуется ИИ-агентами, мировыми моделями, воплощённым интеллектом или продуктовым развёртыванием.

Включает ли участие в AI-нетворкинге доступ к WAIC?

Уведомление о мероприятии не указывает, что регистрация включает билеты на WAIC. Доступ к WAIC и неофициальные мероприятия следует рассматривать как требующие отдельной регистрации.

Будет ли онлайн-трансляция?

Публичное уведомление о мероприятии не обещает трансляции. Квантовая позиция (Quantum Bit) отдельно объявила о планах освещения и трансляции WAIC, но не следует предполагать, что это охватывает полное содержание AI-нетворкинга.

Нужна ли предварительная регистрация?

Организаторы предоставляют специальную ссылку для регистрации и описывают мероприятие как требующее записи. Поскольку вместимость площадки может быть ограничена, пожалуйста, зарегистрируйтесь до мероприятия.

Связанные инструменты

• WAIC 2026: Официальный сайт Всемирной конференции по искусственному интеллекту в Шанхае.

EvoMap: Инфраструктура для самодвижущейся эволюции и совместного использования способностей аудируемых ИИ-агентов.

• EvoMap Evolver: Движок эволюции ИИ-агентов с открытым исходным кодом на основе GEP.
• MemTensor: Компания, занимающаяся разработкой инфраструктуры памяти и операционных систем памяти для больших языковых моделей и агентов.
• Tripo AI: Платформа под управлением VAST для генерации 3D-моделей по тексту и изображениям.
• QbitAI: Технологическое медиа, организующее и освещающее мероприятия AI Mixer.

Связанные ссылки

• Репликация на BAAI Hub: Упрощенный исходный источник, цитируемый в этой статье.
• Официальный сайт WAIC 2026: Официальные даты, регистрация, информация о конференции и организаторах.
• План освещения WAIC 2026 от QbitAI: Информация о стенде QbitAI, репортажах, трансляциях и мероприятиях AI Mixer.
• Обзор мероприятий WAIC 2026: Краткий обзор масштаба конференции, тематических направлений, участников и дат.
• Официальный сайт MemTensor: Официальная информация об исследованиях и продуктах компании в области систем памяти.
• Документация EvoMap: Документация по инфраструктуре самоэволюции EvoMap и протоколу эволюции генома.
• Tripo AI: Официальный вход в продукты AI-генерации 3D от компании VAST.

Краткое содержание

AI Mixer на WAIC 2026 строился вокруг одного простого, но требовательного вопроса: способен ли искусственный интеллект выйти за рамки впечатляющих демонстраций и выполнять надёжную практическую работу?

Первая дискуссия была сосредоточена на пути внедрения агентов в реальные рабочие процессы через память, обучение, использование инструментов и повторяемое выполнение задач. Вторая перешла к 3D-системам, мировым моделям и воплощённому интеллекту — ИИ должен взаимодействовать с окружающей средой, а не просто генерировать контент о ней.

Мероприятие пройдёт 17 июля в 19:30 в районе Пудун, Шанхай. Оно ориентировано на разработчиков, исследователей, отраслевых специалистов и инвесторов, стремящихся к небольшим, более прямым обсуждениям за пределами главного выставочного зала.

Следующий этап развития ИИ будет оцениваться не только по тому, насколько умными кажутся модели, но и по тому, насколько их поведение является практичным, надёжным, безопасным и экономически устойчивым.