Die KI-Branche hat sich jahrelang darauf konzentriert, zu beweisen, dass Modelle komplexere Fragen beantworten, bessere Medieninhalte generi...
Seit Jahren beweist die KI-Branche: Modelle können komplexere Fragen beantworten, hochwertigere Medieninhalte generieren, mehr Code schreiben und in kontrollierten Demonstrationen beeindruckende Leistungen zeigen.
Die nächste Frage ist praktischer Natur:
Ist KI bereits intelligent genug – aber kann sie zuverlässig handeln?
Diese Frage steht im Mittelpunkt einer informellen KI-Austauschveranstaltung am Eröffnungsabend der World Artificial Intelligence Conference 2026 in Shanghai. Dieses außerhalb der Konferenz stattfindende Treffen versammelt Entwickler, die an KI-Agenten, Gedächtnisinfrastruktur, 3D-Generierung, verkörperter Intelligenz und Weltmodellen arbeiten.
Anstatt eine weitere sorgfältig vorbereitete Konferenzpräsentation hinzuzufügen, möchten die Organisatoren darüber diskutieren, was nach der Vorführung kommt: die Implementierung in echten Arbeitsabläufen, kontinuierlicher Betrieb, Interaktion mit der physischen Welt, Kosten, Zuverlässigkeit und der schwierige Übergang von der Vorhersage zur Ausführung.
Die WAIC-Ausstellungshallen werden leistungsfähigere Basismodelle, ausgefeilte Produktdemonstrationen, autonome Systeme und zunehmend fähige humanoide Roboter präsentieren.
Diese Vorführungen zeigen, was KI unter optimalen Vorbereitungen leisten kann. Sie zeigen nicht immer, was passiert, wenn dasselbe System in ein reales Unternehmen, eine Fabrik, ein Studio oder ein Entwicklungsteam gelangt.
Die Produktionsumgebung stellt andere Anforderungen:
Daher ist die Kluft zwischen überzeugenden Vorführungen und zuverlässigen Produkten nicht nur ein Problem der Modellqualität. Es geht um System-, Produkt-, Betriebs- und Vertrauensfragen.
Diese Veranstaltung untersucht diesen Wandel anhand von zwei großen Trends:
Diese beiden Richtungen sind eng miteinander verbunden. Beide erfordern, dass KI über die Generierung vernünftiger Antworten hinausgeht und beginnt, Verantwortung für eine Reihe von Aktionen zu übernehmen.
| Punkt | Details |
|---|---|
| Veranstaltungsname | KI-Austauschnacht der WAIC 2026 |
| Kernerörterung | Ist KI bereit, von intelligenten Vorführungen zu echtem Handeln überzugehen? |
| Datum | Freitag, 17. Juli 2026 |
| Uhrzeit | 19:30 – 21:30 Uhr |
| Ort | Ein Café im Stadtbezirk Pudong, Shanghai |
| Format | Kurze Diskussion, gefolgt von freiem Austausch |
| Schwerpunktbereiche | KI-Agenten, Gedächtnissysteme, 3D-Modelle, verkörperte Intelligenz, Weltmodelle |
| Zielgruppe | Entwickler, Forscher, Branchenpraktiker und Investoren |
| Anmeldung | Vorabregistrierung erforderlich über den Veranstaltungslink des Organisators |
Die öffentliche Seite der Veranstaltung gibt nur den Ort als Café im Stadtbezirk Pudong, Shanghai, an, ohne die vollständige Straßenadresse preiszugeben.
Diese Veranstaltung ist ein unabhängiges Treffen außerhalb der Konferenz am Eröffnungsabend der World Artificial Intelligence Conference 2025 und steht in keinem Zusammenhang mit dem offiziellen Konferenzprogramm.
Die erste Zeit ist für die Anmeldung und informelle Interaktion vorgesehen.
Bei kleinen technischen Austauschveranstaltungen ist dieser Teil ebenso wertvoll wie die formelle Diskussion. Die Teilnehmer umfassen Produktentwickler, Forscher, Investoren und diejenigen, die versuchen, KI-Systeme in reale Institutionen zu bringen.
Vorschläge für Eisbrecherfragen:
Die erste Diskussion konzentriert sich darauf, ob KI-Agenten sich von coolen Tool-Demos zu zuverlässig arbeitenden Entitäten in realen Jobs entwickelt haben.
Vom Veranstaltungsmaterial aufgeführte Redner:
Dieses Thema integriert zwei Kernaspekte der Agentenentwicklung: Erfahrungslernen und effektive Gedächtnispflege.
Agenten, die Werkzeuge für kurzfristige Aufgaben nutzen können, sind nicht unbedingt in der Lage, kontinuierlich zu arbeiten. Langfristige Anwendungen werfen tiefere Fragen auf:
EvoMap bezeichnet sich selbst als Infrastruktur für die Selbstevolution von KI. Sein Genom-Evolutionsprotokoll zielt darauf ab, erfolgreiches Agentenverhalten in wiederverwendbare und nachvollziehbare Fähigkeitswerte umzuwandeln.
MemTensor konzentriert sich auf die Gedächtnisinfrastruktur für große Modelle und Agenten. Seine Forschung befasst sich damit, wie Systeme multimodale Gedächtnisse verwalten können, sodass Wissensaktualisierung und -wiederverwendung nicht mehr auf längere Prompts oder wiederholtes Training angewiesen sind.
Beide weisen gemeinsam auf eine operative Definition von Arbeitsagenten hin:
Ein nützlicher Agent ist nicht nur ein Modell, das eine einzelne Operation ausführen kann, sondern ein System, das innerhalb klarer Grenzen arbeiten, sich erinnern, verbessern, verifizieren und erfolgreiche Arbeit wiederholen kann.
Das chinesische Thema dieser Veranstaltung würde, wörtlich übersetzt, bedeuten, zu untersuchen, ob Agenten von der Chat-Oberfläche zur "formellen Anstellung" übergehen.
Diese Formulierung ist bewusst provokativ. KI-Systeme sind rechtlich oder humanistisch gesehen keine Angestellten. Der Wert des Vergleichs liegt darin, Teams zu zwingen, klar zu definieren:
Die erwarteten Betriebsstandards für ein laufendes System.
Ein einsetzbarer Agent sollte Folgendes haben:
Ein Agent braucht einen genau definierten Verantwortungsbereich. "Marketingunterstützung" ist zu vage. "Wöchentliche Wettbewerbsberichte aus bestimmten Quellen erstellen und einen Entwurf zur Überprüfung hinterlassen" ist messbar.
Ein leistungsstarkes Modell ohne relevante Daten kann dennoch keine guten Ergebnisse liefern. Ein Produktionsagent benötigt kontrollierten Zugriff auf Dokumente, Datenbanken, Anwendungen, APIs und den Status vergangener Aufgaben.
Der Agent muss Werkzeuge mit den richtigen Parametern aufrufen, Fehler erkennen, wiederholte Schadensoperationen vermeiden und nachvollziehbare Prüfprotokolle generieren.
Das System muss klar definieren, was "erledigt" bedeutet. Eine Aufgabe sollte nicht nur enden, weil der Agent einen plausiblen Textabschnitt generiert oder einige Operationen ausgeführt hat.
Der Agent sollte wissen, wann er einen Menschen einschalten muss. Finanzentscheidungen, externe Kommunikation, Datenlöschung, Einkaufstransaktionen, Produktionsbereitstellungen und Identitätsprüfungen bei Unsicherheit müssen eine ausdrückliche Genehmigung durchlaufen.
Ein einziger Erfolg reicht nicht aus. Teams müssen Genauigkeit, Abschlussrate, Überprüfungszeit, Kosten, Fehlerbehebungsfähigkeit und den geschäftlichen Wert der abgeschlossenen Aufgaben messen.
Die zweite Diskussion wird den Übergang von Forschungs-Repositories und Modellveröffentlichungen hin zur Interaktion mit realen Umgebungen untersuchen.
Laut Quellbeitrag und Programmplakat aufgeführte Redner:
Die Diskussion wird 3D-Generierung, Weltmodelle, räumliche Intelligenz und verkörperte Systeme miteinander verbinden.
Ein Modell mag visuell realistische Szenen erzeugen, aber dennoch nicht verstehen, wie sich Objekte bewegen, kollidieren, verformen oder auf Aktionen reagieren. Ein Roboter mag Objekte erkennen, aber in unbekannten Umgebungen nicht sicher greifen können.
Der Übergang von digitalen Ausgaben zu physischen Aktionen erfordert Zusammenarbeit auf mehreren Ebenen:
VAST ist bekannt für KI-generierte 3D-Inhalte und das Tripo-Produkt. Diese Perspektive verbindet generative Modelle mit der Erstellung nutzbarer 3D-Assets und -Umgebungen.
Facemind beschreibt sich öffentlich als widmend an multimodale Systeme und Weltmodelle, einschließlich Technologien, die KI helfen, über statische Bildschirme hinauszugehen und die Welt zu verstehen und zu schlussfolgern.
Moxin Technology begann mit Consumer-3D-Druck und erweiterte später auf räumliche Intelligenz und interaktive Weltmodelle. Dieser Weg schafft eine direkte Verbindung zwischen digitaler Generierung und physischer Fertigung.
Die Veröffentlichung eines Modells oder Repositories ist ein wichtiger Meilenstein, aber nicht gleichbedeutend mit der Implementierung eines vollständigen Systems.
Ein Repository kann zeigen:
In einer tatsächlichen Implementierung müssen zusätzlich behandelt werden:
Diese Unterschiede sind im Bereich der Robotik und der verkörperten Intelligenz besonders ausgeprägt.
Beschreibe deine Idee einmal, und We0 AI erstellt eine Showcase-Website, Seiten und ein CMS und hilft nach dem Launch bei Kunden und Traffic.
Eine komplette Projektgeneration zur kostenlosen Registrierung
Am besten geeignet, um einen vollständigen Generierungsablauf auszuprobieren und schnell einen ersten Projektentwurf zu sehen.
Ein Weltmodell kann realistisch wirkende Videos vorhersagen, aber dennoch nicht die präzise Zustandsrepräsentation liefern, die für die Steuerung erforderlich ist. Ein visuell-sprachlich-handelndes Modell mag in Laboraufgaben erfolgreich sein, scheitert jedoch, wenn sich Beleuchtung, Objektplatzierung oder Hardware ändern.
Daher liegt die Kernfrage nicht darin, ob ein Modell ein beeindruckendes Ergebnis erzeugen kann, sondern darin, ob das umgebende System wiederholt einen geschlossenen Regelkreis durchlaufen kann:
Beobachten → Verstehen → Vorhersagen → Planen → Ausführen → Verifizieren → Lernen
Der letzte Teil ist für informellen Austausch reserviert.
Diese Veranstaltung richtet sich an diejenigen, die Entscheidungen und Einschränkungen diskutieren möchten, die in Produktankündigungen normalerweise übergangen werden.
Mögliche Diskussionsbereiche umfassen:
EvoMap baut eine Infrastruktur für KI-Agenten, die es ihnen ermöglicht, wiederverwendbare Fähigkeiten zu teilen, zu verifizieren und zu vererben.
Sein genomisches Evolutionsprotokoll repräsentiert Agentenerfahrungen durch Strukturen wie Gene, Kapseln und Ereignisse. Das Ziel ist, den Verbesserungsprozess von Agenten nachvollziehbarer zu machen als ein Haufen undokumentierter Prompt-Änderungen.
Die größere Frage ist, ob ein Netzwerk von Agenten voneinander lernen kann, ohne dabei schwache, manipulierte oder ungeprüfte Verhaltensweisen zu verbreiten. Selbstevolution erfordert robuste Evaluierungs- und Prüfmechanismen, nicht nur mehr generative Assets.
Li Zhiyu ist Mitgründer und CTO von MemTensor, einem Unternehmen, das sich auf Gedächtnissysteme für große Modelle und Agenten spezialisiert hat.
Für Agenten, die über lange Zeiträume hinweg operieren, ist das Gedächtnis entscheidend. Das System muss sich nützliche Fakten und frühere Ergebnisse merken, gleichzeitig veraltete, redundante, private oder irreführende Informationen vermeiden.
Wichtige Designentscheidungen umfassen:
Wo sollten sie gespeichert werden?
Liang Ding ist CTO von VAST, dem Unternehmen hinter der 3D-Generierungsplattform Tripo.
KI-generierte 3D-Assets können Spiele, Design, Simulation, Handel, Robotik und Trainingsumgebungen unterstützen. Die Herausforderung besteht darin, von einem visuell ansprechenden Objekt zu einem Asset mit nutzbarer Geometrie, Topologie, Material, Maßstab und physikalischen Eigenschaften zu gelangen.
Dieser Übergang spiegelt das übergeordnete Thema der Aktivität wider: von einer Ausgabe, die intelligent aussieht, zu einer Ausgabe, die an echten Arbeitsabläufen teilnehmen kann.
Lianpu Mind ist mit Forschung zu multimodalen, räumlichen und Weltmodellen verbunden.
Weltmodelle versuchen darzustellen, wie sich die Umgebung im Laufe der Zeit und als Reaktion auf Handlungen verändert. Sie könnten Simulation, Planung, Videogenerierung, interaktive Umgebungen und schließlich verkörperte Systeme unterstützen.
Eine offene Frage ist, wie genau die generierten Vorhersagen mit der physikalischen Realität übereinstimmen müssen, um für praktische Entscheidungen nützlich zu sein.
Chen Tianrun und Magicore Technology sind in den Bereichen KI, 3D-Druck und räumliche Intelligenz tätig.
Der Wandel des Unternehmens vom Consumer-3D-Druck hin zu Weltmodellen zeigt, wie physische Bereitstellung Forschungsfragen verändert. Ein System, das digitale Inhalte generiert, wird anders bewertet als eines, das an einen Herstellungsprozess oder eine physische Maschine angeschlossen ist.
Die Veranstaltung ist am relevantesten für:
Für Personen, die formelle Konferenz-Keynotes, strukturierte Schulungskurse oder eine Einführung in die Grundlagen der KI suchen, ist diese Veranstaltung möglicherweise weniger geeignet.
Kleinere Veranstaltungen sind wertvoller, wenn Teilnehmer mit konkreten Fragen kommen.
Kann der Basismodellanbieter die Funktionalität nachbilden?
Der Anmeldelink ist eine Kurz-URL. Verfügbare Plätze, Kapazität und endgültiger Veranstaltungsort können variieren. Teilnehmer sollten sich auf der Anmeldeseite und über Mitteilungen des Veranstalters über die aktuellsten Informationen informieren.
Quellen zufolge handelt es sich um ein Side-Event, das zur WAIC-Eröffnungsnacht organisiert wird. Die Veranstaltung ist mit der Kongress-Community verbunden, ist aber nicht als offizielles Forum im WAIC-Hauptprogramm aufgeführt.
Sie findet am Freitag, den 17. Juli 2026, um 19:30 Uhr in einem Café im Bezirk Pudong, Shanghai, statt. Die vollständige Straßenadresse ist in öffentlichen Informationen nicht enthalten.
Die beiden Hauptthemen sind: Sind KI-Agenten bereits in echten Arbeitsabläufen angekommen, und können Modelle aus Code-Repositorien und Simulationsumgebungen in die Interaktion mit der physischen Welt übergehen?
Die Materialien nennen Zhang Haoyang von EvoMap, Li Zhiyu von MemTensor, Liang Ding von VAST, Lu Hongyuan von Lianpu Mind und Chen Tianrun von Magicore Technology.
Die Veranstaltung steht Entwicklern, Forschern, Branchenpraktikern und Investoren offen, richtet sich jedoch eher an diejenigen, die sich bereits mit KI-Agenten, Weltmodellen, verkörperter Intelligenz oder Produktbereitstellung befassen.
Die Veranstaltungsmitteilung gibt nicht an, dass die Registrierung ein WAIC-Kongress-Ticket beinhaltet. Der WAIC-Eintritt und das Side-Event sollten als separate Anmeldungen betrachtet werden.
Die öffentliche Veranstaltungsmitteilung verspricht keinen Livestream. Qubit hat separat eine Berichterstattung und Livestreaming-Pläne für die WAIC vor Ort angekündigt, aber es sollte nicht davon ausgegangen werden, dass dies das vollständige AI Social Gathering abdeckt.
Der Veranstalter stellt einen speziellen Anmeldelink zur Verfügung und beschreibt die Veranstaltung als Treffen mit Anmeldeerfordernis. Da die Platzkapazität begrenzt sein könnte, sollten Teilnehmer vor der Veranstaltung eine Anmeldung durchführen.
EvoMap: Prüfbare Infrastruktur zur Selbstevolution und Fähigkeitenteilung von KI-Agenten.
Der AI Mixer auf der WAIC 2026 drehte sich um eine einfache, aber anspruchsvolle Frage: Kann künstliche Intelligenz über beeindruckende Vorführungen hinausgehen und zuverlässige praktische Arbeit leisten?
Die erste Diskussion konzentrierte sich auf den Weg von KI-Agenten in reale Arbeitsabläufe durch Gedächtnis, Lernen, Werkzeugnutzung und wiederholbare Ausführung. Die zweite Diskussion wandte sich 3D-Systemen, Weltmodellen und verkörperter Intelligenz zu – KI muss mit der Umgebung interagieren, anstatt nur Inhalte über sie zu generieren.
Die Veranstaltung findet am 17. Juli um 19:30 Uhr im Bezirk Pudong, Shanghai, statt und richtet sich an Entwickler, Forscher, Branchenpraktiker und Investoren, die außerhalb der Hauptausstellungshalle kleinere, direktere Gespräche suchen.
Die nächste Phase der KI wird nicht nur daran gemessen, wie intelligent sich Modelle verhalten, sondern auch daran, ob ihr Verhalten praktisch, zuverlässig, sicher und wirtschaftlich nachhaltig ist.
Starte mit einem Satz und erhalte in wenigen Minuten eine vollständige Website.
