今日 AI Coding 赛道进入"终端 Agent + IDE 原生集成"双线加速期，Meta 与 Apple 分别从开源终端和原生 IDE 两端切入；具身智能则在"触觉感知大脑"与"真实场景落地"两个维度出现密集突破，资本与产业同步加注。中国厂商在通用大脑、触觉世界模型与产线部署上均有标杆性进展。

Meta 发布 Muse Code：终端编程 Agent 以 $0.20/百万 token 抢滩

事件简述：

Meta 于 8 月 5 日正式推出 Muse Code，一款基于 Muse Spark 1.2 模型的终端编程 Agent，支持 macOS 与 Linux，可在终端中规划变更、编写代码、运行测试，单次会话可完成 1000+ 次工具调用。其定位并非"补全下一行代码"，而是理解整个代码库、跨仓库追踪依赖、识别跨模块变更影响，并支持持久化后台子 Agent 与断点续跑的本地事件日志。定价采用双档模式：贡献者档输入 $0.10/百万 token、输出 $0.20/百万 token，但 Meta 可将你的提示词与补全内容用于训练未来模型；标准档输出 $4.25/百万 token 且数据不用于训练。基准表现上，Terminal-Bench 2.1 得分 82.9%，介于 Claude Code 与 OpenAI Codex 之间；DeepSWE 1.1 得分 59.3%，在工具化终端编码场景表现强、纯生成场景稍弱。

值得关注的原因：

Muse Code 把"本地终端 Agent"的工程现实往前推了一大步，贡献者档价格约为 Claude Sonnet 5 输出的 1/50、Opus 5 的 1/125，对开源与个人项目极具吸引力。但其数据用于训练的对价条款是硬性红线——专有代码、客户项目或任何竞争性代码库都应回避贡献者档。这反映出 AI 编程赛道的竞争壁垒正从"模型能力"转向"Harness 对工具链、上下文与多步推理的编排深度"，以及"数据权属与隐私"的商业逻辑差异。

信息来源链接：

• AI Dev Weekly #21: Meta's $0.20 Coding Agent
• Meta Launches Muse Code

Apple Xcode 26.3 原生集成 Agentic Coding

事件简述：

据 Apple 官方公告，Xcode 26.3 将编码 Agent 直接集成进 IDE，深度对接 OpenAI 与 Anthropic 的能力，而非仅做基础自动补全。集成后的 Agent 可理解整个代码库的上下文，建议架构级变更，并完成多文件实现；据 TechCrunch 报道，其还能重构整个模块、建议性能优化、协助调试复杂问题。这被视为 Apple 对 GitHub Copilot 的回应，但更深地嵌入 Apple 原生开发生态，主要面向 iOS/macOS 应用开发工作流。

值得关注的原因：

Apple 将 agentic coding 作为一等公民内置进官方 IDE，意味着"AI 结对编程"正从第三方插件走向平台原生能力。对 Apple 生态开发者而言，构建复杂应用的门槛显著下降；而从行业视角看，主流 IDE 厂商纷纷内建 Agent，将进一步抬高纯编辑器类工具的替代成本，也预示着模型厂商与 IDE 平台的绑定会更深。

信息来源链接：

• Coffee Break AI News: Apple's Agentic Xcode

戴盟机器人发布"物理交互脑"Daimon-TWM，蚂蚁领投数亿元

事件简述：

8 月 11 日，戴盟机器人宣布完成数亿元战略轮融资，由蚂蚁集团领投、老股东超额跟投；本轮距其上亿元 A 轮仅两个月，资本阵容已汇聚招商局创投、联想创投、汇川产投、中国移动、中国电信等头部产业资本。同期正式推出全球首个触觉锚定世界模型"物理交互脑"Daimon-TWM，将触觉从"事后反馈"推进到"事前推演"，采用物理认知、推演决策、瞬时操控三层架构协同，参数规模达 10B 级，可在 NVIDIA RTX 5090 实时推理。在收拾碎玻璃任务中，模型通过接触确认抓稳、推演不同抓取角度后果，并无扰动条件下平均成功率较 π0.5 提升两倍、有扰动条件下提升达十倍。戴盟已建成含触觉全模态数据集 Daimon-Infinity，首批 1 万小时数据开源后在阿里魔搭社区获近 500 万下载量，并累计服务全球 200 余家客户，向 OpenAI、Figure、Physical Intelligence、Meta、BMW、Google DeepMind 等交付。

值得关注的原因：

这是资本与产业集体从"具身本体"涌向"触觉感知层"的关键信号，直击莫拉维克悖论——机器人最难的不是推理而是近乎本能的感知与操作。触觉数据能走出比纯视觉更陡峭的 Scaling 曲线，而 Daimon-TWM 把触觉贯穿理解—推理—预测—验证的闭环，对灵巧操作（桌面级机械臂、装配、整理等）具有直接参考价值。对做机器人的数据专家而言，其"数据发电厂→自我进化"的闭环与数采 5S 店模式，是具身数据工程的可借鉴样本。

信息来源链接：

• 蚂蚁数亿元押注机器人「指尖」，戴盟发布全球首个物理交互脑

西湖机器人完成 A 轮融资，半年四轮累计募资 5 亿元

事件简述：

西湖机器人宣布完成新一轮 A 轮融资，由海愿基金领投；本轮交割距上一轮不足一月，短短半年内已完成四轮融资，累计募资金额达 5 亿元。本轮资金将加码人形机器人全身统一大模型技术攻关，迭代升级自研"通用大脑"，持续打磨 GAE 身外化身系统。在硬件本体竞争白热化的背景下，西湖机器人聚焦认知决策层的"大脑"环节，被视为资本新宠。

值得关注的原因：

市场对人形机器人"通用大脑"这一核心环节的高度认可，反映了具身智能价值重心正从本体硬件向认知决策层迁移。但需要理性看待：全身统一大模型从实验室到商业落地仍有较长距离，半年四轮的高频融资也意味着赛道进入按周加码的卡位战，技术兑现节奏与估值消化是后续观察重点。

信息来源链接：

• 腾讯控股增购算力；西湖机器人完成 A 轮融资

龙华人形机器人进快递分拣线，外交部发言人全球推介

事件简述：

龙华企业我能具身（深圳）有限公司研发的双手臂通用人形机器人，已在广州邮区中心江高陆运出口中心正式投入快递分拣流水线，开启商业化试点。外交部发言人毛宁在 X 平台发文向全球推介："来认识一下中国南方广州最新加入劳动力队伍的成员：分拣包裹的人形机器人。"该机器人依托多模态感知与自主决策技术，无需对原流水线大规模改造即可快速接入，承担包裹供件、异常件识别等作业，峰值供件效率达 1200 件/小时，稳定作业约 800 件/小时。

值得关注的原因：

这是通用人形机器人从概念样机迈向真实生产岗位的可复制实景样本，也是具身智能"社会价值化"的落地验证。非结构化、高强度的物流分拣场景对感知鲁棒性与自主决策提出极高要求，能在此"上岗"比跑分更有说服力；外交部层面的全球推介，则意味着该类应用已被视为中国具身智能产业化的重要标志。

信息来源链接：

• 外交部发言人全球推介！龙华人形机器人取得重大突破

今日 AI 领域焦点集中在 AI 编程工具的"自主执行"和具身智能的"资本化与量产"两条主线：Meta 开源 300 亿参数的单卡可跑 Agent 模型 Muse Glimmer，把多模态工具调用拉到消费级硬件；Microsoft 首次披露 GitHub Copilot Agent 模式生产级数据，揭示 LLM 调用 87% 由 Agent 自主发起；具身端，宇树科技以中签率 0.018% 完成"A 股人形机器人第一股"申购，发行市值约 610 亿元，中国厂商上半年贡献全球人形机器人出货量超 97%。

Meta 开源 Muse Glimmer：30B 多模态 Agent 模型，单卡可跑

Meta Superintelligence Labs 于 8 月 10 日发布并开源 Muse Glimmer，300 亿参数、原生多模态（文本+图像）、Apache 2.0 协议，权重已在 Hugging Face 上线。该模型由旗舰 Muse Spark 1.2 通过 logit 蒸馏而来，经过 SFT、on-policy 蒸馏、推理/编码/智能体领域 RL 后训练，4-bit 量化后占用低于 20GB，可在 24GB 或 32GB 消费级显卡上运行。模型规格：52 层 dense causal transformer，约 29.6B 语言参数 + 1.8B ViT-G/14 视觉编码器，128K 上下文。配套 DFlash 推测解码在 RTX 5090 上宣称最高 3.1× 解码加速。基准表现（SWE-Bench Verified 76.0、SWE-Bench Pro 51.2、AIME 2026 94.7、GPQA Diamond 83.5、MCP Atlas 75.5、Terminal-Bench 2.1 51.7），整体领先 Gemma 4 31B，与 Qwen3.6-27B 互有胜负，但 Terminal-Bench 落后 Qwen 较多（51.7 vs 60.7）。Day-0 集成已覆盖 transformers、llama.cpp、vLLM、MLX、ExecuTorch，Ollama、LM Studio、Together AI、Fireworks 紧随。

值得关注的原因：Meta 是首个把"原生多模态 + 工具调用 + 截屏理解"做到单卡本地可跑的开源阵营选手，与 Moonshot/Qwen/DeepSeek 的"开权重"路线正面竞争。对独立开发者而言，"无云依赖 + 无按 token 计费 + 数据不出本机"的本地 Agent 范式开始具备工程可行性。Meta 同步预告旗舰 Muse Spark 1.2 将在数周内开放权重。

信息来源：AI Roundup (Aug 11)

Microsoft 首度披露 GitHub Copilot Agent 模式生产数据：87% LLM 调用由 Agent 自主发起

Microsoft 发布 GitHub Copilot Agent 模式首个生产级特征分析，采样自 2026 年 6 月某一周：1300 万会话、320 万用户、7.61 亿次 LLM 调用、95 万亿 token。最关键的指标是 87% 的 LLM 调用由 Agent 自主发起，而非用户直接触发——每个用户 prompt 平均展开为 6.6 次工具调用并耦合工具执行，用户随后进入数分钟空闲。KV 缓存命中率在同一 Agent 回合内达 90%，跨回合回落到 55%，在模型切换或压缩后全部失效。论文提出的轻量级空闲预测器可捕获 86-90% 的总空闲时间。该论文的核心结论是：面向 chatbot 的服务基础设施假设"短回合 + 用户驱动节奏"，而 Agent 编码彻底颠覆了这一假设。

值得关注的原因：这是工业界第一个量化"Agent 编码"对推理基础设施影响的大规模数据，对 KV cache 设计、idle 资源调度、模型切换成本有直接工程指导意义。"Agent 优先"的算力规划思路将重塑 GPU 集群编排策略。

信息来源：Loop Daily: August 11, 2026

Anthropic Claude Code v2.1.224：跨会话消息互通 + Auto Mode 默认（8 月 14 日）

Anthropic 于 8 月 9 日推送 Claude Code v2.1.224，三项核心升级：① 跨会话消息互通：独立会话之间可互相发文本摘要（文件、对话记录、系统权限不同步），适配 macOS/Linux，用于通知其他进程代码改动引发的故障或传递中间结果；② 自托管环境公测（8 月 6 日开启）：面向 Claude Team 和 Enterprise，会话可在客户内网运行，访问私有包仓库、内部文档与专有 API，关闭数据外传，满足金融、医疗、政府合规；③ Auto Mode 默认（8 月 14 日生效）：Pro/Max/Team 用户将默认进入自动执行模式，Anthropic 内部研究显示自动分类器对危险命令的拦截率为 89%，而人工审核仅 13.6%（1034 名付费用户测试），97% 的人工授权属于"无实质审视的点击通过"。新版本同时引入定时例程、录屏解析转技能、并行多 Agent 执行等能力。

值得关注的原因："机器监督胜过人类监督"被 Anthropic 用数据实证，这可能成为整个编程 Agent 行业的范式转折点——把"每次操作都要点同意"的人机协作机制彻底推倒。跨设备/跨进程通信能力是构建"AI 值班工程师"场景的基础设施，自托管则打开了金融与工业落地通道。

信息来源：Mike Gingerich 技术博客、Satelium、新浪财经

宇树科技科创板申购收官：中签率 0.018%，A 股人形机器人第一股落槌 610 亿

宇树科技 8 月 10 日完成科创板申购，发行价 150.80 元/股，对应发行后总市值约 609.93 亿元，募资约 60.99 亿元，超募比例约 45%，系年内科创板第二大 IPO。网上有效申购户数 978.46 万户，初始申购倍数 8288.82 倍，回拨后网上最终中签率仅 0.01809759%，创下科创板历史新低。战略配售阵容含 DeepSeek（锁定期 36 个月）、社保基金、中石油昆仑资本、南方电网产融控股、保险资金（爱心人寿、安联人寿、百年人寿等 30+ 家险资账户现身网下询价）。财务端，2023-2025 年营收从 1.59 亿元增至 16.99 亿元，扣非归母净利润 2025 年达 5.90 亿元，全球少数盈利的人形机器人公司。募资约 20.2 亿元（近一半）投向智能机器人模型研发，意在补齐 AI 大脑短板。大疆早年 1012.86 万元持股 17%，2019 年减资退出，按发行价测算错过约 37 亿浮盈；2016 年种子轮估值 1333 万元的早期投资人账面回报超百倍。

值得关注的原因：宇树上市标志着 A 股具身智能赛道首个公开估值锚点落地（发行市盈率约 219 倍），将触发产业链连锁反应——上游零部件供应商（卧龙电驱、奥比中光、中大力德）获确定性订单，中游赛道资本化加速（智元已启动赴港上市），下游从"科研表演"走向"工业上岗"的关键转折。中签率创历史新低本身是产业资本认可度的市场化投票。

信息来源：证券之星、羊城晚报、每日经济新闻

中国厂商上半年占全球人形机器人出货量 97%：智元第一、宇树第二，工业应用突破 70%

彭博援引市场研究机构 SmartAnalyticsGlobal（SAG）数据，2026 年上半年全球人形机器人出货量约 1.91 万台，同比增长超 200%。中国厂商占全球出货量超 97%：智元机器人出货约 8400 台、全球份额 44% 居首，宇树科技 5900 台、占比 31% 次之，两家合计占全球约 75%。应用结构显著转向实际生产：上半年工业及商业应用占总出货量 70% 以上，高于去年约 50%，"新新三样"（人工智能、机器人、创新药）正成为中国外贸新名片。SAG 预计 2026 年全球人形机器人出货量将增至约 6 万台，到 2030 年达到 50 万台。同日福建智能装备和人形机器人产业研究项目结题评审，20 多位院士建议细化差异化赛道、推进工业场景融合；星海图机器人正在国家速滑馆备战第二届世界人形机器人运动会，自由体操、百米障碍、办公综合服务三大赛项首次全自主比拼原生具身算法。

值得关注的原因：97% 的全球市占率背后是"硬件供应链 + 量产工程 + 场景开放"三股合力的结果，对国内具身创业公司而言既是天花板也是护城河。"工业占比 70%"标志具身智能从展示向上岗的拐点已经形成，2030 年 50 万台的中性预期下，中国厂商将主导全球标准制定与价值链分配。

信息来源：每经/环球网、腾讯新闻 机器人行业资讯、腾讯新闻 智动未来月报

今日 AI 领域动态密集：Meta 正式入局 AI 编程赛道发布 Muse Code，以极限低价和崩溃恢复机制正面挑战 Anthropic 与 OpenAI；AWS 开源多 Agent 持久化平台 Kiro Crew，亚马逊内部 3.9 万开发者已投入使用；具身智能方向，宇树科技明天开启 A 股申购，"人形机器人第一股"估值 610 亿元；马斯克发布 Terafab 超级工厂渲染视频，Optimus 与 Robovan 首次同框亮相。

Meta 发布首款 AI 编程智能体 Muse Code，$0.20/M 输出定价正面挑战 Claude Code

Meta 于 8 月 6 日正式发布首款 AI 编程智能体 Muse Code（预览版），由超级智能实验室最新模型 Muse Spark 1.2 驱动。该工具运行于 macOS 和 Linux 终端，可自主完成规划变更、编写代码、运行测试等全流程，并在单一会话中支持超过 1000 次工具调用。其核心差异化在于"崩溃恢复"机制——所有模型调用、工具运行、审批记录写入本地事件日志，长周期任务中断后可从断点精确恢复，无需重头再来。压力测试中，Muse Code 在 NVIDIA Hopper GPU 上完成了持续 24 小时的内核迭代优化任务。定价方面，"贡献者层级"输出价格仅 $0.20/百万 token，约为 Claude Sonnet 5 的五十分之一，但代价是 Meta 可使用你的代码和提示词训练模型。Terminal-Bench 2.1 得分 82.9%，略低于 Opus 5 的 86.7%，但已超越 GPT-5.6 Terra 驱动的 Codex（81.8%）。

值得关注的原因：Meta 以"价格换数据"模式切入编程赛道，对开源社区和独立开发者极具吸引力，但企业用户需谨慎评估数据安全边界。崩溃恢复机制是长周期复杂任务的关键能力，目前竞品尚未将其作为核心卖点。

信息来源：智通财经、AI Dev Weekly #21

AWS 开源 Kiro Crew：让 AI Agent 7×24 小时持续工作的多 Agent 协作平台

AWS 于 8 月 4 日开源 Kiro Crew，这是一个持久化多 Agent 工作空间，而非传统代码编辑器。其核心能力包括：Agent 跨会话持久化（保留记忆、技能和经验教训）、Cron 定时任务（晨报摘要、PR 监控、不稳定测试检测）、Webhook 触发器（Slack 消息、GitHub 事件、CI 失败自动启动 Agent 工作）、多 Agent 协调（隔离上下文并行工作）。安全方面采用 OS 级沙箱、默认拒绝命令、签名审计日志。该项目源自亚马逊内部代号"MeshClaw"，不到 6 个月内有 39,000+ 亚马逊开发者使用，500+ 贡献者参与。与 Kiro IDE 的区别在于：Kiro IDE 是交互式代码编辑器，Kiro Crew 是"你不在时替你干活的 AI 队友"。

值得关注的原因：39K 内部开发者的规模采用是最强信号——这不是 demo 或研究项目，而是经实战验证的工具。Cron + Webhook 的抽象方式精准命中"AI 值班"场景，对企业团队的自动化工作流有直接参考价值。

信息来源：AI Dev Weekly #21

阿里通义 Qwen 3.8 Max 发布：2.4 万亿参数，宣称 16 天自主编码从零构建项目

阿里巴巴于 8 月 3 日发布 Qwen 3.8 Max，总参数量 2.4 万亿（Sparse MoE，激活 95B），支持 100 万 token 上下文窗口，多模态（文本+视觉）。Arena 排名：Text Arena #5、Vision Arena #2、Frontend Code Arena #4。最引人注目的宣称是"16 天自主编码"——模型从零开始构建了"oh-my-cli"项目，全程无人工干预。阿里承诺"下周"开放权重。但需注意：多个独立分析机构（edenai.co、emergent.sh）指出 Qwen 3.8 Max 目前"无独立基准测试、无模型卡、无许可证"，Arena 排名来自阿里自己提交，16 天编码为内部演示而非可复现基准。对比已开放权重、公布定价（$3/$15）且有独立验证 Terminal-Bench 88.3% 的 Kimi K3，Qwen 3.8 Max 仍处于"宣称"阶段。

值得关注的原因：2.4T 参数量使其成为中文实验室最大模型，Vision Arena #2 排名若经独立验证则具竞争力。但"宣布"与"独立验证"在本行业是两回事，建议等开放权重和第三方基准后再做技术选型决策。

信息来源：AI Dev Weekly #21

宇树科技明天申购："人形机器人第一股"估值 610 亿，DeepSeek 战略配售锁定 3 年

宇树科技（688836）将于 8 月 10 日开启 A 股科创板申购，发行价 150.8 元/股，对应发行市值约 610 亿元，首发募资约 61 亿元。战略配售阵容亮眼：DeepSeek 获配 93.34 万股（锁定期 36 个月），社保基金、中石油昆仑资本、南方电网产融控股等均参与。财务数据显示，2025 年宇树人形机器人营收占比从 2023 年的 1.88% 跃升至 51.78%，超越四足机器人成为第一大收入来源；人形机器人出货量超 5500 台，全球市占率 32.4% 居首。平均售价从 2023 年的 59.34 万元降至 2025 年的 16.64 万元，硬件供应链趋成熟。但收入结构仍以科研教育为主（占 73.6%），工业应用仅 9%，募资 85% 投向"智能机器人模型研发"，意在补齐 AI 大脑短板。

值得关注的原因：宇树上市为 A 股人形机器人赛道树立首个公开估值锚点（发行市盈率 219 倍），将引发产业链连锁反应——上游零部件供应商（卧龙电驱、中大力德、奥比中光等）获确定性订单，中游赛道资本化加速（智元已启动赴港上市），下游商业化从实验室走向工厂的关键转折期到来。

信息来源：证券时报、新浪财经

马斯克发布 Terafab 超级工厂渲染视频：Optimus 与 Robovan 首次同框，投资额 168 亿美元

马斯克于 8 月 8 日在 X 平台发布 Terafab 超级工厂渲染视频，画面中 Optimus 人形机器人在厂区内工作，Robovan 无人驾驶客货车沿高架道路行驶，Tesla Semi 和 Cybercab 同框出现。Terafab 选址得州格莱姆斯县 Gibbons Creek 地块，全长约 4 公里，马斯克称其将成为"地球上规模最大、价值最高的建筑"。当前建设阶段投资 168 亿美元（约 1137 亿人民币），SpaceX 已按协议向该县支付首笔 1000 万美元款项。Optimus 量产进展：弗里蒙特工厂正将 Model S/X 旧产线改造为第三代 Optimus 产线，得州超级工厂同步建设更大规模产线，目标 2027 年夏季大规模量产，最终年产能 1000 万台，长期售价 2-3 万美元。Robovan 量产时间表仍未确定，此次渲染视频是近两年少数公开资料。

值得关注的原因：Terafab 是 Tesla/SpaceX/xAI 联合项目首次出现明确资本支出数字（168 亿美元），Optimus 年产能 1000 万台的目标若实现将彻底改变人形机器人市场格局。Robovan 与 Cybercab 的同框暗示特斯拉正在构建"无人驾驶+人形机器人"的自动化物流闭环。

信息来源：IT之家

今日呈现"AI Coding 国产开源浪潮"与"具身智能数据底座竞赛"双线热点：智谱 GLM-5.2、小米 MiMo Code、Kimi K3 集中开源并开放免费商用，开源模型首次在编程榜单上反超头部闭源；具身侧，中科慧思一场发布会亮相 4 款灵巧手，黎曼动力联手动捕与仿真公司立下年底冲刺 100 万小时具身数据的 flag，宇树王兴兴判断具身"ChatGPT 时刻"将在 2-3 年内到来。

国产 AI 编程模型集中开源潮：智谱 GLM-5.2、小米 MiMo Code、Kimi K3 同台竞技

7 月底至 8 月初，国内 AI 编程赛道迎来一波集中的开源发布潮。智谱 GLM-5.2 专为长程任务设计，能像人类一样连续工作数小时、自主完成开发、联调、测试与上线，在 FrontierSWE 等权威评测中与 Claude Opus 4.8 仅差 1-4%，是排名最高的开源模型，以最宽松的 MIT 协议开放，可运行于华为昇腾、平头哥、摩尔线程等国产算力平台。小米 MiMo Code 同样采用 MIT 协议开源，具备百轮对话级持久记忆，开发中断可无缝衔接后续工作。月之暗面发布的 Kimi K3 则是 2.8 万亿参数的开源模型，直接公开完整参数和技术报告，在 Frontend Code Arena 编程榜单上登顶，首次实现开源模型超越头部闭源模型。三款模型相继宣布开源并开放免费商用授权，部分模型已在国际评测中跻身全球前列，中小软件团队正在用脚投票。

值得关注的原因：海外头部模型加速走向封闭、调用成本居高不下，国产模型代码能力与海外差距迅速缩小，开源免费成为国产厂商不二之选。GLM-5.2、MiMo Code、Kimi K3 不再做慈善，而是用"开源"抢市场再谈变现的精准战略卡位。对独立开发者和中小企业而言，这意味着低门槛接入一流代码能力的机会；对大型企业而言，国产算力适配与免费商用授权将显著压低 AI 编码的总体拥有成本（TCO）。

来源： 极新/网易

中科慧思 4 款灵巧手集中发布：让机器人拥有"真正干活的手"

8 月 8 日，中科慧思具身智能产业落地签约仪式暨技术成果发布会在京举行，正式发布 L1 轻量版通用灵巧手、D1 高自由度通用五指灵巧手、M1 模块化场景灵巧手三款产品，并预发布 F 系列绳驱动仿生灵巧手、预告 T 系列重载工具手。L1 自重约 610g（约一瓶矿泉水），具备 11 自由度（6 主动+5 从动），全手开合仅 0.2s，提握负载达 25kg（相当于 40 倍自重），售价控制在几千元级别；D1 自重不超过 900g，具备 20 自由度（16 主动+4 被动），支持平捏、侧捏、对捏、指尖夹取和多指握持，整机负载 10kg，指尖配备压阻式触觉传感器实时感知压力变化；M1 采用标准化主体与模块化快换接口，配备圆、锥、吸盘、球等 10 余种功能性指尖。发布会现场 CASBOT BAND 机器人乐队用 L1 系列完成敲击键盘、拨动琴弦等快速操作演示。

值得关注的原因：中科慧思由中科慧灵、蓝思科技、湖南华夏投资集团合资成立，专注灵巧手研发。这场发布会标志着"灵巧手"作为具身智能最关键、国产化最难的核心部件，正在从"实验室 BOM 单"走向"产品矩阵 + 商用定价"阶段——几千元级 L1 直接对标研究机构动辄上万美金的进口灵巧手。触觉感知+模块化指尖的组合补齐了 VLA 框架缺失的物理交互闭环。具身智能"手眼协调"中的"手"环节一旦成本可控，整个赛道的工程化节奏将被显著前推。

来源： 机器人前瞻/网易

黎曼动力联合光轮智能、诺亦腾：冲刺全球首个 100 万小时具身数据底座

8 月 7 日，刚拿下仿真与真机双 SOTA 的黎曼动力宣布联合光轮智能与诺亦腾机器人，共建具身智能数据底座，将分散的采集、仿真、训练与评测接成一条线。黎曼动力立下明确目标：到 2026 年底完成 100 万小时机器人训练数据采集，力争成为全球首个突破此规模的企业。根据亿欧智库报告估算，当前全球高质量具身交互数据仅约 50 万小时——这意味着黎曼动力瞄准的数据规模是现有行业存量的两倍量级。黎曼动力此前已用 23.2 万小时数据训练出 Riemann-1.0，初步验证了"用数据堆出泛化能力"这条技术路线。三方分工明确：黎曼动力负责"机器人大脑"，光轮智能负责仿真基建，诺亦腾靠动捕把人类动作教给机器人。

值得关注的原因：Scaling Law 在大语言模型上已经被验证，但具身智能迟迟未能 Scaling，卡点正是数据。Physical Intelligence 训练 π0 时用的"超过 1 万小时"在当时已是最大规模机器人学习实验之一；黎曼动力直接把目标抬到百万小时，是用合纵连横把 Scaling Law 拉到具身领域的一次系统性实验。如果成功，机器人泛化能力将出现类似 2018-2020 年 NLP 领域的"数据拐点"；如果失败，将验证学术界长期怀疑的"具身数据存在质量天花板"。无论哪种结果，这个百万小时实验本身就是行业的关键事件，值得作为具身智能基础设施成熟度的核心观测信号。

来源： 量子位/网易

原力灵机开源具身基础模型 DM0.5：单卡 4090 微调、成本降 60%

原力灵机发布并全面开源具身基础模型 DM0.5，单张 RTX 4090 显卡可在 18 小时内完成下游任务部署，微调成本较此前方案降低 60%。DM0.5 在 LIBERO 仿真评测上达到 99.0% 成功率，在真机 RoboChallenge Table30 V2 上以 43% 成功率位列第一。更值得关注的工程指标是推理延迟：单卡推理延迟从 534ms 降至 57ms，实现 9.29 倍加速。这意味着此前需要多卡集群才能运行的具身基座模型，已可在消费级显卡上达到近实时响应。

值得关注的原因：开源 + 单卡可跑 + 近实时推理，DM0.5 同时解决了具身基础模型落地的三个核心瓶颈：研发门槛、部署成本、响应速度。对独立开发者和小团队而言，这意味着可以在一台消费级 GPU 上跑出能在真实机器人上完成复杂任务的具身智能基座，而不必依赖云厂商集群。对整个行业而言，DM0.5 与最近黎曼动力 100 万小时数据底座、宇树 IPO、智元首席科学家离职等信息一起，标志着具身智能从"少数大厂可玩"走向"开源生态共建"的新阶段。基础模型+数据底座+硬件本体三层同步开源的趋势，是 2026 下半年具身赛道最显著的结构性变化。

来源： 机器之心/腾讯新闻

宇树王兴兴：具身智能"ChatGPT 时刻"最快 2-3 年内到来

宇树科技创始人王兴兴在 2026 年 7 月世界互联网大会上明确指出，具身智能的爆发临界点最快有望在 2-3 年内到来，届时机器人能在大部分陌生场景中直接完成工作任务。在 8 月 7 日宇树科技 IPO 路演中，他将行业现状比作"早年家用电脑起步阶段"。底层逻辑在于：机器人的"大脑"（推理规划能力）与"身体"（运动执行能力）正在同步迭代，且这种双轮协同是非线性放大的。工信部副部长柯吉欣在标准周会议上透露，2025 年中国人形机器人产量约 2 万台，2026 年上半年已超 4 万台，全年预计突破 10 万台。宇树 2025 年人形机器人出货量超 5500 台，全球市占率约 32-38% 排名第一；四足机器人累计销量超 3.3 万台，全球份额约 70%。巴克莱 8 月报告则相对冷静，认为人形机器人真正的大规模部署可能要到 2035 年。

值得关注的原因：王兴兴的"2-3 年"判断与巴克莱的"2035 年"形成了产业界与投资界的最大预期差。对从业者而言，关键观察点是"两个 80%"——即机器人在 80% 陌生场景中通过指令完成 80% 任务——宇树联合创始人陈立认为这一目标仍需 2-5 年。配合宇树 IPO 估值锚定、中科慧思灵巧手产品矩阵价格下探、原力灵机 DM0.5 单卡可跑，三件事同周发生暗示具身智能的工程化栈正在被快速压缩。如果未来 6-12 个月"陌生场景任务完成率"能从当前 30-40% 突破到 60%，"2-3 年 ChatGPT 时刻"将不再是口号。

来源： 新浪财经

补充关注：具身智能产业链短讯

两条值得追踪但篇幅所限的产业链动向：

• 智元机器人首席科学家罗剑岚疑似离职：8 月 7 日发现智元官网合伙人名单已无其名，距其 2025 年 4 月加盟约 1 年 4 个月，公司 7 月 24 日刚确认启动赴港上市。具身独角兽上市前的核心人员流动值得重点观察。 (来源：量子位/腾讯新闻)
• Handroid 可重构机器人发布：北卡教堂山与斯坦福团队发布高 0.33 米、重 2.05 千克、27 自由度的 Handroid，同一套硬件可在小型人形机器人与多指灵巧手之间切换，CAD 与 BOM 全部开源。可重构 + 开源是降低机器人研发门槛的另一种路径。 (来源：机器之心/腾讯新闻)

今日聚焦：Meta 以隐私换成本的 AI 编码 Agent 定价引发行业震动；AWS 将内部 3.9 万开发者验证过的多 Agent 协作平台开源；宇树科技 IPO 定价 150.8 元，具身智能赛道正式从"讲故事"迈入"验成色"阶段。三大事件同时发生，标志着 AI 应用层从秀肌肉走向拼商业。

Meta 发布 Muse Code：用隐私换成本的终端编码 Agent

Meta 于 8 月 5 日发布 Muse Code 终端编码 Agent，基于 Muse Spark 1.2 模型，可在终端中完成规划、编码、测试等全流程操作，单次会话支持超过 1000 次工具调用。其定价策略成为最大看点：Contributor 层级输出令牌仅 $0.20/百万，但代价是将所有提示词和代码完成结果用于模型训练；Standard 层级为 $2.00/$4.25，数据不被使用。Contributor 层级输出成本约为 Claude Sonnet 5 的 1/50、Opus 5 的 1/125。

值得关注的是，这一定价策略将 AI 编码市场明确划分为两条路线：对开源项目和个人开发者而言，极低门槛意味着大规模普及；但对商业代码库和企业场景，数据泄露风险几乎不可接受。在 Terminal-Bench 2.1 上 Muse Code 得分 82.9%，与 Opus 5 的 86.7% 差距仅 3.8 个百分点，但 DeepSWE 1.1 的 59.3% 表明它更适合作为终端 Agent 而非纯代码生成模型。这一定价模型可能成为行业分水岭，迫使 Claude、Kiro 等平台在定价策略上作出回应。

来源： https://www.aimadetools.com/blog/ai-dev-weekly-021-muse-code-qwen-38-kiro-crew

AWS 开源 Kiro Crew：3.9 万开发者验证过的多 Agent 协作平台

AWS 于 8 月 4 日开源内部代号为 "MeshClaw" 的项目 Kiro Crew，其前身是 3.9 万余名亚马逊开发者在前 6 个月内实际使用、拥有 500+ 贡献者的内部工具。Kiro Crew 并非交互式编码助手，而是支持 Agent 跨会话持久化运行、定时任务（Cron）、Webhook 触发、多 Agent 协作协调的平台。它包含 DevFleets（持续开发）、Issue Radar（问题监控）、Task Runner（任务执行）等内置应用，并附带 OS 级沙箱、默认拒绝命令和签名审计日志。

值得关注的是，这是业界首次将大型科技公司内部大规模验证过的 Agent 协作平台开源。与此前流行的 Hermes Agent（单 Agent 长记忆）不同，Kiro Crew 的定位是团队级多 Agent 协作系统。它填补了"交互式编码"与"无人值守自动运行"之间的空白。该项目的开源意味着，企业级 Agent 编排平台不再只有创业公司或纯开源方案可选，而是出现了带有"亚马逊工程师真实用 6 个月"背书的生产级工具。对正在构建多 Agent 架构的开发者来说，这是一个可直接测试的参考实现。

来源： https://www.aimadetools.com/blog/ai-dev-weekly-021-muse-code-qwen-38-kiro-crew

谷歌发布 Gemini Robotics ER 2：大模型能力直接接管物理世界

谷歌 DeepMind 于 8 月 6 日发布 Gemini Robotics ER 2，这是继 Gemini Robotics 2（全身控制）、On-Device 2（端侧运行）之后的第三款具身智能模型。ER 2 定位长时序任务规划与推理，运算速度为前代的 4 倍，延迟压缩至 1 秒以内，任务识别准确率达 91.3%。其最大突破在于支持跨品牌机器人协同作业：Apollo 人形机器人、Franka 工业机械臂、波士顿动力 Spot 机器狗可在同一空间内协作完成复杂工序；搭载 Gemini Live API 实现低延迟实时交互，无需"动一下停一下计算"的传统模式。

值得关注的是，这是大模型能力首次直接下沉到物理机器人控制层，实现从"大模型感知决策"到"物理本体执行"的全链路闭环。相比此前各家各自为政的机器人控制器，ER 2 的跨本体兼容意味着通用机器人能力不再锁定于特定厂商。谷歌的股价也在消息发布后创出历史新高，二级市场用真金白银为这一路线投票。对具身智能从业者而言，这是从技术展示到工业可用的关键转折，"大模型+物理机器人"的商业化拐点已实质到来。

来源： https://weibo.com/1592917513/5328749249955263

宇树科技 IPO 定价 150.8 元：具身智能赛道迎来"定价锚"

宇树科技于 8 月 6 日发布科创板上市发行公告，确定发行价格为 150.80 元/股，预计募集资金约 61 亿元，上市后市值约 610 亿元。8 月 10 日启动网上网下申购，有望成为中国 A 股"人形机器人第一股"。2025 年宇树人形机器人出货量超过 5500 台（全球市占率 32.1%），四足机器人销量超 3.3 万台。2026 年上半年预计营收 10.52–11.28 亿元，是国内首个实现人形机器人规模化盈利的企业。

值得关注的是，宇树科技的上市标志着具身智能行业从"烧钱讲故事"迈入"盈利验成色"的价值验证时代。它树立了首个真实财务维度的"定价锚"——后续所有机器人企业的 IPO 估值都将用宇树的营收、毛利、客户验证作为参照基准。这将对一级市场资本评判逻辑产生深远影响，纯概念型初创企业的融资难度将显著加大。同时，宇树本次 IPO 募资的 85% 将投向研发，重点布局智能机器人大模型，这印证了产业正从"硬件本体"向"智能系统"跃迁。对投资者和创业者而言，宇树上市后的实际交付表现与毛利率走势，将直接决定整个赛道的估值水位。

来源： https://so.html5.qq.com/page/real/search_news?docid=70000021_7436a751f8d17852

合肥"机器人大学"：每天 500 次重复训练的数据飞轮

新华社"活力中国调研行"采访团近日走进合肥市具身智能机器人数据采集训练场，这里被称作"机器人大学"，近 90 台机器人每天重复练习 500 次，完成分拣、家政等各类任务。通过数据采集员"手把手"教学，机器人的 AI 能力在真实物理环境中不断进化。这是国内首次公开大规模、高频率、多品类的具身智能数据训练场景。

值得关注的是，数据飞轮正成为具身智能领域真正的竞争壁垒。与当前大模型主要依赖互联网文本数据不同，物理机器人的训练需要真实场景中的重复采集与精确标注。合肥训练场的 90 台机器人×500 次/天=4.5 万次日采集量，这构成了一个持续自我增强的闭环。与谷歌 ER 2 的模型能力、宇树的硬件量产能力相比，数据采集基础设施是另一条关键赛道。对于国内具身智能创业生态而言，数据训练场的规模化建设意味着中国在物理 AI 数据资产上可能形成独特优势——而这将直接影响未来国产人形机器人的泛化能力与场景覆盖速度。

来源： https://weibo.com/5367034453/5329186853749153

补充关注：AI 编码安全与定价焦虑

两条值得注意但篇幅所限的短讯：

• DeepSWE v1.1 发布：在独立环境中对 Agent 提交的代码进行严格验收，修复了依赖漂移和 flaky test 问题，让编码 Agent 的评估从"看热闹"走向"可复现"。标准收紧对 Agent 编码行业是好事。 (来源：dev.to/damogallagher/ai-news-today-agent-pricing-rare-disease-diagnosis-and-chinas-local-model-push-42c0)
• Anthropic 暂停计费调整：原计划本周落地的 Claude Agent SDK 令牌计费变更被推迟，因该方案会大幅推高重度用户成本。Agent 定价的可预测性正成为企业采购的核心决策因素。 (来源：Ars Technica)