7月17日的上海世博中心，人潮把展馆门口的通道挤成了单行道。同一天，地球另一端的纽约，纳斯达克100指数收跌1.5%，费城半导体指数较高点回撤超过两成，进了技术型熊市。两件事本来不在一条线上，中间隔着一款叫Kimi K3的开源模型：它在大会开幕前一天由一家北京公司发布，2.8万亿参数，是目前全球参数规模最大的开源模型。但还有一条线，大部分写稿的人没注意到。今年WAIC的主旨演讲和联合国AI治理框架的推介，站上台的是两位加拿大人，阿尔伯塔大学的Richard Sutton和蒙特利尔大学的Yoshua Bengio。这场会，加拿大从来不是旁观者，而是一开始就坐在了主桌。

2026世界人工智能大会（WAIC）上海现场。来源：CGTN

一组数字，其实说了两件事

本届WAIC展览面积首次突破10万平方米，线下观众超过40万人次，截至闭幕式披露的意向采购金额约203.6亿元，同比涨了25%。102个国家和国际组织的代表到场，1117家企业摆出4486件展品，其中351款全球首发、198款首秀。177个采购团组在现场发布了212项采购需求。这些数字摆出来，国内读的是需求侧：中国AI的应用市场和采购意愿，量级已经稳稳站在全球前列。海外读的是供给侧：这么多企业、这么多首发，意味着中国AI从实验室走到货架的速度，比很多人以为的快。同一场会，两种读法，都不算错，但只有把两件事叠在一起看，才看得清全貌。

WAIC 2026展出的前沿AI产品。来源：CGTN

Kimi K3：不是又一个大模型，是能直接用的水电

大会开幕前夕，月之暗面发布Kimi K3，2.8万亿参数，原生支持视觉理解，上下文窗口拉到100万token，API定价每百万输入token 3美元、输出15美元，而且兼容OpenAI的SDK。这三件事叠在一起，意义就变了。开源意味着你能拿到权重自己部署，低价意味着中小团队用得起，兼容OpenAI意味着你原来跑在GPT上的流程几乎不用改就能换过来。它在第三方基准上也不弱：前端编程榜单Arena AI拿了1679分排全球第一，综合表现紧追Claude和GPT的旗舰版本。它不再是一件"展品"，而是采购清单上的一项基础设施，像水电一样接进系统就能用。真正改变格局的从来不是参数有多大，而是它便宜到让中小企业也用得起、开源到让企业能把数据留在自己手里。马斯克在相关推文下回了一个词："Impressive"。一句看似随意的认可，但来自地球上最懂算力的人，分量不太一样。

WAIC 2026展出的AI技术与产品。来源：CGTN

华尔街为什么慌：被重估的是成本逻辑

国内有媒体把这次叫做"Kimi时刻"，类比去年的"DeepSeek时刻"。两个时刻背后是同一件事：当中国开源模型以极低成本逼近甚至超过美国旗舰产品，过去支撑华尔街万亿美元估值的"算力竞赛"叙事就开始被重估。大会那几天，OpenRouter上中国大模型的周调用量已经连续11周超过美国、稳居全球第一；有分析称，约八成美国AI初创公司在用中国开源模型做推理和微调。美联社的表述更直接，说中国"已经成为创新者，而不只是追赶美国"，并用"令美国科技界感到震惊"形容Kimi K3；BBC认为它的性能已与美国顶尖模型不相上下，这一突破"颠覆了西方长期认为中国开发者落后于美国同行的假设"；《金融时报》则注意到，从硅谷到欧洲的企业正在转向中国模型，理由是"便宜、强大、且更容易在自己基础设施上运行"（来源：美联社、BBC、金融时报，经新华社、人民日报综合引述）。我不太关心"谁领先"这种擂台式提问，更在意它释放的商业信号：北美公司原来花在闭源模型上的钱，现在有了便宜得多的替代项，省下来的预算会流到哪里，才是接下来几年真正值得看的事。

两个加拿大人站上了上海的舞台

今年WAIC最让我这个在加中之间跑了二十多年的人眼前一亮的，不是某款机器人，而是讲台上的两张加拿大面孔。Richard Sutton，2024年图灵奖得主、被称为"强化学习之父"的阿尔伯塔大学教授，在思想者论坛讲了一件事：依赖人类静态数据训练的大模型已经走到天花板，AI要进入以智能体自身经验为核心的"经验时代"。他穿着一件中式纹样的衬衫，重申自己那篇著名的《苦涩的教训》。有趣的是，他这盆冷水恰好也浇在Kimi K3头上：K3再强，本质仍是靠人类数据堆出来的大模型，离他说的"从经验中自学"还有距离。另一位Yoshua Bengio，深度学习三巨头之一、蒙特利尔大学教授，在会上推介联合国的AI治理框架。这两位的存在说明一件事：加拿大在AI上的脑力，从来不是旁观中国崛起的看客，而是直接站到了全球AI治理与路线争论的桌面上。加拿大有蒙特利尔学派、有Vector Institute、有阿尔伯塔的强化学习根脉，这些研究底子，和中国的产业执行力之间，是互补，不是谁吃掉谁。

WAIC 2026论坛现场。来源：CGTN

对多伦多意味着什么：肉身出海的新杠杆

我在这边看了二十多年中国企业来来去去，一个变化越来越清楚：真正走得远的，不再是只把货发过来的，而是把人、团队、产能也搬过来的。一家做家居品类的中国企业，过去靠跨境物流把货卖到加拿大，现在选在大多伦多地区设运营中心和小型装配线，售后、选品、客服都在本地跑，奉行的是"在哪里销售，就在那里生产"。低成本的开源模型恰好给这种模式加了杠杆：它让落地安省的企业可以把AI能力部署在自己的服务器上，库存预测、Listing优化、退换货话术都在本地跑，数据留在加拿大境内，既合规又省钱。对肉身出海的企业来说，开源模型不是锦上添花，而是让本地化运营真正跑起来的底层工具。加拿大自身的研究实力（Vector Institute、蒙特利尔学派、阿尔伯塔的强化学习根脉）意味着，最理性的姿态不是把中国模型当成威胁，而是接进自己落地安省的团队里，做出适合北美市场的产品。算清楚这笔账，比争论"AI主权"实在得多。

出海的人要看懂的另一层：治理与信任的桥

最后一层，是给想真正进北美市场的中国企业看的，尤其是那些打算肉身出海、把业务落到安大略省的。本届大会成立了世界人工智能合作组织（WAICO），总部落在中国上海，29个国家现场签署创始协定，把"开源作为面向世界的公共产品"写进了定位（来源：新华社、中国日报）。但组织、标准、治理的话语权，恰恰是中国企业肉身出海要跨的那道坎。技术可以开源，信任不能速成：数据合规、模型透明度、与本地监管对话的能力，才是长期的护城河，也是"在哪里销售就在哪里生产"最难啃的部分。这里要小心一种误读，把WAICO当成"中国建的阵营"，那就又掉回中美对抗的叙事里了。它更像一个结构性的信号：全球南方和许多发展中国家要的不是选边站，而是用得上、用得起的AI。加拿大作为同时接得住中英两套研究语言、又贴近美国市场的桥梁，价值正在这里：它可以是中国企业学习怎么和西方监管打交道的第一块试验田，也可以是北美企业低成本接住中国能力的转接口。

这场会落幕了，但产线调试、模型部署、采购执行不会停。AI正在从"被观看"变成"被使用"。对跨境生意人来说，下一个该问的问题不是谁赢了，而是我什么时候把它接进自己的生意里，以及，加拿大的脑子已经在桌上，我们的生意要不要跟上。