云栖大会开幕：AI 终端从“响应指令”转向“感知、判断、执行”

9月22日，2026云栖大会在杭州开幕。大会由杭州市政府与阿里巴巴集团共同主办，以“学以致用”为主题，聚焦Agentic AI（智能体原生AI）。智能体原生，指的是大模型不再只是回答问题，而是接过任务、自己拆解并执行。会场里最直观的变化，是参会者可以带着自己训练的智能体入场。主办方把这种“Agent Native”的参会方式开放给每一个到场的人，同时为AI终端划出一条清晰的路径：从被动响应指令，转向感知、判断、执行。

过去几年，行业的重心几乎都放在“造更强的智”上，参数规模、评测榜单、基准测试轮番刷新，头部模型之间的能力差距也在不断收窄。当基础模型的能力趋于收敛，“能不能造出更强的智能”不再是最紧迫的问题，智能体如何真正走到人身边、被人用起来，就成了讨论最多的话题。这一转向，恰好对应着大会主题里的那个“用”字。

展会现场，多模态情感交互大模型小智AI的展位前人头攒动，参观者们关心的不是模型参数，而是一个更具体的问题：当一台终端开始面对真实的人，一句带着情绪的话、一个含糊的指令，机器能不能接得住。他们反复确认的，其实是同一件事：设备离开演示环境之后，还能不能应付真实对话里的那些不确定。展位上，一批接入大模型的终端设备向观众开放，观众可以对着设备随意开口，看它如何应答。

这套体验的背后，是小智AI的技术底座。多语言识别与情绪识别构成感知层，先听懂人在说什么、带着什么情绪在说；多模态融合构成判断层，把语音、语义与情境放到一起理解；自主反馈构成执行层，让设备自己决定下一步做什么。三层结构对应大会给AI终端划定的路径，也让小智AI覆盖的消费电子、家居、机器人等场景，有了同一套底层逻辑。消费电子要接住随口一句指令，家居要读懂话里的情绪，机器人要支撑设备自主完成动作，三者的要求各不相同，却都压在“感知”这一层上。对一台终端而言，判断和执行决定它能不能把事办成，感知则决定它能不能听懂话里的情绪与弦外之音。后者恰恰是情感交互最难补齐的一块：一句话的情绪常常不落在字面上，而是藏在语气的起伏、语速的变化和措辞的细节里，模型要先读懂这些，才有后面的判断与执行。

这条链条已经有了规模化的注脚。从展位上的交流看，小智AI团队更在意的，是有多少人愿意天天跟它说话。目前，小智 AI 已接入超过200万台设备，日均对话量超过900万条，日消耗Tokens超过2000亿。这些数字拆开看，每一个都对应着一次真实的人机对话。把衡量标准落在“日对话量”而非“装机规模”上，指向同一个判断：智能体的竞争门槛，正在从技术转向场景。设备接入只能说明“能用”，日均对话量才说明“有人用”，两者的差距，正是从能力到场景之间的距离。当模型能力不再是稀缺品，谁离真实使用场景更近，谁就握住了下一阶段的先手。

在云栖大会的语境里，“智以致用”更像一次阶段转换的宣言。“用”字可以拆成两层：能不能用得上，能不能用得好。前者有明确的量化标准，跑分、时延、成本都能算得清楚；后者没有标准答案，只能靠一次次真实对话去逼近。小智AI把答案押在了后者：一台终端能不能被持续使用，取决于它能不能读懂人话里的那点情绪与分寸。比起把参数再往上抬一截，先想清楚使用场景、把“听懂人”这件事做扎实，才是更靠得住的路径。

当智能体开始走到人身边，衡量它的标准正在从“更聪明”转向“更懂人”。云栖大会把“感知”这个命题摆到台面上，也让“能不能听懂真实需求”成为智能体落地的一道新考题。这条赛道的胜负，不会只由参数决定，而会由真实场景里一次次对话的成色决定。