AI编程领域本周最大的变化不是某个新模型发布，而是一个"禁止AI直接写代码"的GitHub项目斩获21万星——AI编程的瓶颈已从模型能力转向工程纪律。具身智能方面，蚂蚁灵波发布首个物理原生动作模型、全球首个"机器人幼儿园"落地北京、国家级开源数据社区落子成都，三条线索共同指向同一趋势：从数据采集到模型训练，开源基础设施正在重塑具身智能的竞争格局。

Superpowers斩获21万星：AI编程从"模型变强"转向"工程纪律"

7月第一周，GitHub上一个名为Superpowers的项目以21万星登顶Trending，7天涨星9万，比第二名多出近5万。该项目不追求让AI写更多代码，而是强制AI遵循7阶段结构化工作流：需求澄清→计划审批→TDD实现→子Agent并行→审查收尾。其TDD铁律最为激进——未通过测试的代码会被Agent主动删除而非标记修改。同一周，TypeScript社区顶流Matt Pocock的skills项目冲到14.8万星，核心理念是"我不是让AI更聪明，而是让它更守规矩"。Google的agents-cli、小米MiMo-Code同周下场，AI编程规范工具正在成为行业标配。

值得关注的原因： 这标志着AI编程叙事的根本性转向——过去两年的主线是"模型越来越强，程序员越来越不重要"，而Superpowers的爆发证明瓶颈已从"AI能不能写代码"转移到"AI写的代码能不能被信任、被维护、被安全重构"。代码生成能力已过临界点，接下来的竞争焦点是工程治理。

信息来源： 21万星Superpowers：AI编程的最大变化不是模型变强

蚂蚁灵波发布LingBot-VA 2.0：首个具身原生世界动作模型从零预训练

7月10日，蚂蚁集团旗下蚂蚁灵波发布业界首个具身原生世界动作模型LingBot-VA 2.0。该模型基于自回归架构从零开始预训练，围绕动态建模、因果预测、实时执行等与物理世界交互的原始需求进行原生设计，标志着机器人基础模型从"基于数字世界模型构建"到"面向物理世界原生设计"的关键转变。在真机测试中，LingBot-VA 2.0不依赖任何外部拍摄设备即可完成与人类的多轮随机对打，展现出出色的执行速度和泛化能力。蚂蚁灵波选择了一条更艰难的路线——不嫁接数字世界模型能力，而是直面物理世界的动态性和不确定性。

值得关注的原因： 这代表了具身智能基础模型的路线之争：是继续"嫁接"大语言模型/世界模型的能力，还是从物理交互的原生需求出发重新设计架构。LingBot-VA 2.0选择了后者，如果原生路线被验证成功，将重塑具身智能基础模型的技术范式。

信息来源： 从零开始预训练，蚂蚁灵波发布具身原生世界动作模型LingBot-VA 2.0

全球首个"机器人幼儿园"在北京首钢园揭牌：图灵奖得主萨顿强化学习落地具身

7月10日，"触碰真实·自主进化——机器人幼儿园启幕大会"在北京首钢园举办，由他山科技与2024年图灵奖得主理查德·萨顿（Richard Sutton）团队联合共建的全球首个机器人幼儿园正式揭牌。"强化学习之父"萨顿现场阐释核心理念：AI发展应模拟儿童成长逻辑，依托持续交互试错实现自主进化，而非单纯模拟成人固化思维。他援引图灵经典理论指出，硬件技术成熟与成本下降让机器人实时试错、终身学习的愿景成为现实。他山科技依托触觉感知技术积累，为机器人幼儿园搭建安全试错、真实交互、即时反馈的成长环境，通过触觉预警和微秒级动态感知大幅降低自主学习成本。

值得关注的原因： 这是强化学习理论在具身智能领域的首个实体落地项目。当前具身智能的主流训练方式是"模仿学习"——机器人被动模仿人类示范动作。萨顿的RL路线主张机器人应像儿童一样主动试错、自主进化，如果这条路线跑通，将从根本上改变机器人训练的数据范式——从"采集型数据"转向"经验型数据"。

信息来源： 全球首个机器人幼儿园在北京首钢园揭牌

国家级具身智能开源数据社区OpenLET落地成都：6万分钟真机数据开放

7月11日，国内首个国家级具身智能开源数据集社区OpenLET成都工作组在电子科技大学揭牌成立。OpenLET由开放原子开源基金会发起、乐聚机器人牵头，联合宇树、阿里云、智源研究院等共建。截至目前已累计开源超6万分钟机器人真机数据集（含视觉-力触-动作全链路同步对齐信息），社区开发者规模接近16000人，累计支撑高校和科研机构模型训练与评估超2000次。开发者无需购买数十万元的专业机器人设备，即可调用开源数据训练算法、验证想法。成都工作组将联合川内40余所高校，补充西南专属垂域数据资源并开源，形成覆盖成渝双城经济圈的具身智能开源生态。

值得关注的原因： 数据是具身智能最大的瓶颈——真机数据采集烧钱且低效，高数据壁垒将绝大多数开发者挡在门外。OpenLET以国家级平台身份推动数据开源共享，相当于为具身智能搭建了公共"数据训练场"，直接降低中小企业和高校的研发门槛。成都工作组的落地标志着开源数据社区从北京单点向区域化扩展。

信息来源： OpenLET成都工作组正式揭牌成立

NVIDIA开放GR00T 1.7至Hugging Face LeRobot：Apache 2.0全栈机器人开发管线

7月7日，NVIDIA与Hugging Face联合宣布Isaac GR00T 1.7视觉-语言-动作（VLA）模型和Isaac Teleop远程操作框架正式接入Hugging Face LeRobot开源机器人库，采用Apache 2.0许可。GR00T 1.7搭载全新Cosmos-Reason2-2B（Qwen3-VL架构）骨干网络，在约3.2万小时真实人类示范和8000小时仿真数据上预训练，DROID-F6六步多阶段任务基准较1.6版提升61%。此次整合连接了NVIDIA的300万机器人开发者与Hugging Face的1600万AI构建者，提供从远程数据采集、仿真训练、评估到Jetson Thor部署的端到端开源管线。NVIDIA同时宣布Cosmos 3世界基础模型即将接入LeRobot，用于合成场景和轨迹生成。

值得关注的原因： 这是首个Apache 2.0许可的商业级VLA全栈开发管线。NVIDIA将基础模型、遥操作框架、仿真环境、部署工具链全部开源，意味着小型团队也能获得大厂级的机器人开发能力。配合即将接入的Cosmos 3世界模型，LeRobot生态正在成为具身智能领域的"Hugging Face moment"——开放共享加速从研究到工程的转化。

信息来源： NVIDIA and Hugging Face Bring New Models and Frameworks to LeRobot

今日AI领域呈现"模型能力突破+商业化格局重构"双主线：OpenAI GPT-5.6 Sol Ultra以64个子智能体并行协作，1小时内证明了图论领域50年未解的循环双覆盖猜想；智谱宣布"摸高计划"放弃两年短期变现死磕AGI，Databricks默认采用GLM-5.2作为编码引擎标志中国模型在实战场景中完成对Opus的性价比替代；Meta首次推出付费API Muse Spark 1.1以四分之一价格搅动市场；宇树G1登上Nature完成全球首例人形机器人活体微创手术，具身智能从工厂走向手术台。

GPT-5.6 Sol Ultra 1小时证明50年数学猜想

7月12日，OpenAI宣布旗下GPT-5.6 Sol Ultra模型在不到1小时内，成功生成了"循环双覆盖猜想"（Cycle Double Cover Conjecture）的完整证明。该猜想是图论领域悬而未决超过50年的重要难题。GPT-5.6 Sol Ultra调用64个并行子智能体协同工作，动态分配不同数学表示方法、代数思路和结构归纳路径，同时设置专门的"对抗智能体"负责寻找漏洞和边界情况。系统禁止联网搜索资料，要求必须通过对抗式验证。原本预留8小时计算时间，最终仅耗时约1小时即完成全部证明。

值得关注的原因： 这是AI模型首次在高等数学证明领域实现"多智能体协作+对抗验证"的自主推理范式。64个子智能体的并行调度和对抗式自检机制，标志着AI从"单点推理"迈向"科研工作流编排"，对AI Coding中复杂任务的Agent架构设计具有直接参考价值。

信息来源： IT之家

智谱发布"摸高计划"：两年不追求短期变现，死磕AGI四座高峰

7月11日，智谱创始人唐杰发布内部信《巨浪已来》，宣布启动"Touch High（摸高）计划"：未来两年不追求短期商业变现，集中资源投入四大方向——长程任务能力、自治智能体系统、完全自我训练、极致安全治理。唐杰将这四个方向定义为通往AGI道路上"必须翻越的山峰"。此举标志着智谱在GLM-5.2 CodeArena全球第一、Databricks采用为默认编码引擎等商业化成果的基础上，选择将资源压向基础研究而非短期营收。

值得关注的原因： 在OpenAI筹备7300亿美元IPO、Anthropic年化收入470亿美元反超OpenAI的行业背景下，智谱选择"反直觉"路线——放弃短期变现全力冲击AGI。这一决策折射出中国AI公司对竞争终局的判断：模型能力差距是生死问题，商业化可以等，但技术窗口不会等。对关注AI Coding和Agent自治系统的开发者而言，智谱的长程任务和自治智能体方向值得持续跟踪。

信息来源： 澎湃新闻/每日经济新闻/科创板日报

Databricks默认采用GLM-5.2作为编码引擎，性能持平Opus成本省34%

7月12日，Databricks在内部百万行级代码库上对编码Agent进行基准测试，发现智谱GLM-5.2与Anthropic Opus 4.8在通过率上统计持平（82%-90%），但每任务成本仅1.28美元 vs 1.94美元。Databricks已决定将GLM-5.2设为默认日常编码引擎，61%的中等复杂度编码任务将自动路由到GLM-5.2。此前Coinbase、Lindy等企业已转向国产模型，推理成本降幅达30%-95%。OpenRouter数据显示，中国模型周调用量达23.45万亿词元，环比增长15.01%，连续六周增长，全球前五AI模型中国产占据四席。

值得关注的原因： Databricks是首个公开宣布将中国模型作为默认编码引擎的美国头部数据公司。GLM-5.2在百万行级真实代码库中与Opus 4.8统计持平，意味着中国编码模型已从"性价比平替"进入"性能对标"阶段。对于使用AI Coding工具的开发团队，GLM-5.2的API定价（$1.40/$4.40 per M tokens）仅为Opus 4.8（$5/$25）的28%-18%，在中等复杂度任务上具备显著的成本优势。

信息来源： The Decoder/gentic.news

Meta Muse Spark 1.1首次开放付费API，定价仅为Claude四分之一

7月9日，Meta超级智能实验室发布Muse Spark 1.1并同步开放Meta Model API公测，这是Meta历史上首次为AI模型设立付费商业模式。定价为每百万输入token 1.25美元、输出token 4.25美元，约为OpenAI和Anthropic同级模型的25%。模型支持100万token上下文，采用主Agent/子Agent委托模式，支持零样本泛化到新工具和MCP服务器。独立评测机构ValsAI数据显示，Muse Spark 1.1在法律Agent（20.00%）、税务评测TaxEval V2（79.72%）、医疗文书MedScribe（88.89%）三项评测中全部排名第一，超越GPT-5.5、Claude Fable 5和Grok 4.5。扎克伯格时隔3年重返X平台发文宣传。

值得关注的原因： Meta从Llama系列开源免费路线转向闭源付费API，标志着前沿AI模型"免费时代"的终结。Muse Spark 1.1的定价策略直接冲击AI Coding市场——$4.25/M output token的价格仅为GPT-5.6 Terra（$15）的28%、Claude Opus 4.8（$25）的17%。对于构建Agent工作流的团队，这意味着多智能体编排的token成本可降低75%以上。同时，Muse Spark 1.1的Agent委托模式（主Agent收集上下文、制定计划、分配子Agent并行执行）为AI Coding中的多Agent架构提供了新的工程参考。

信息来源： Meta AI Blog / aitntnews

宇树G1登Nature：全球首例人形机器人活体微创手术

7月8日，加州大学圣地亚哥分校团队依托宇树G1人形机器人，通过远程操作完成两例活体猪腹腔镜胆囊切除术，为全球首例通用人形机器人活体微创手术。相关成果发表于Nature，第一作者为00后中国博士生梁泽楷。手术过程中，G1机器人通过远程操作实现精准的腹腔镜器械控制，完成了组织分离、胆囊切除等标准外科操作流程。同期，宇树科技还启动物理AI UNIBOT世界挑战赛，基于G1平台设置32项桌面操作任务和32000个演示样本，聚焦具身智能大模型泛化性评测。

值得关注的原因： 这是通用人形机器人首次在活体外科手术场景中得到验证，标志着具身智能从工业搬运、分拣等"体力任务"向高精度、高风险的"技能型任务"延伸。论文发表于Nature意味着学术界对人形机器人外科应用的技术可行性给予了顶级认可。对关注具身智能的开发者而言，宇树G1平台已同时在工业部署（富临精工工厂3小时零失误搬运800箱）、外科手术（Nature论文）、学术评测（UNIBOT挑战赛）三条路径上形成闭环，其开放平台策略正在构建类似NVIDIA Isaac+GR00T的生态效应。

信息来源： 每日经济新闻 / 腾讯新闻

OpenAI 将 Codex 并入 ChatGPT 桌面端推出三合一 Agent 工作台；苹果正式起诉 OpenAI 窃取商业机密，双方合作关系彻底破裂；工信部通报 Claude Code 安全后门隐患，阿里自 7 月 10 日起全面禁用。具身智能方面，原力灵机发布 DM0.5 模型与原生机器人 Apex，判断行业正处于「ChatGPT 2.0 时刻」；中国 AI 大模型以高性价比策略加速进军美国企业市场。

苹果起诉 OpenAI 窃取商业机密，合作关系彻底破裂

7 月 11 日，据英国《金融时报》报道，苹果公司正式向美国加利福尼亚州联邦法院提起诉讼，指控 OpenAI 及其两名核心员工非法窃取苹果未发布技术、产品和内部研发流程的绝密商业信息。苹果在诉讼文件中指出，OpenAI 正全力推进自有 AI 硬件产品的研发，通过吸纳前苹果员工、主动挖角现有核心人才的方式，系统性地窃取苹果的硬件设计机密。苹果强调，这类行为并非个别员工的私自操作，而是在 OpenAI 高层领导的默许甚至纵容下长期开展的系列动作。OpenAI 发言人对此回应称「对其他企业的商业机密毫无兴趣，将始终专注于开发创新 AI 技术」。

值得关注的原因： 此前苹果与 OpenAI 曾在 Siri 底层模型接入、Apple Intelligence 等方面达成深度合作，此次诉讼标志着双方从合作伙伴彻底转向法庭对手。苹果同时要求 OpenAI 销毁涉密资料并重新设计 AI 硬件。这一事件折射出 AI 硬件赛道竞争已进入白热化阶段——OpenAI 自研硬件的战略野心与苹果的知识产权防线正面碰撞，或将引发硅谷史上最大规模的 AI 人才与专利争夺战。

来源： 环球网 | 每日经济新闻

OpenAI 全量发布 GPT-5.6，ChatGPT Work 与 Codex 三合一整合桌面端

7 月 9-10 日，OpenAI 完成三项重大产品发布：GPT-5.6 模型全量上线（全球 24 小时内逐步开放），ChatGPT Work 企业级 Agent 正式发布，以及 Codex 独立应用并入新版 ChatGPT 桌面客户端。新版桌面端集成了 Chat（对话）、Work（办公 Agent）和 Codex（编程 Agent）三种模式，原独立 Codex 应用用户更新后可保留全部项目与设置。GPT-5.6 采用 Sol/Terra/Luna 三层能力分级架构，分别对应复杂长任务、平衡性价比和高速低价三种需求场景。ChatGPT Work 支持连接 Slack、Microsoft Teams、Google Drive、CRM 等 workplace 工具，可执行跨应用的长周期多步骤任务，并引入定时任务（Scheduled Tasks）和 Sites（可分享交互站点）功能。Codex 方面新增差异内联编辑、侧边栏 PR 审查、多仓库支持及 GPT-5.6 驱动的更快的 Computer Use 能力。

值得关注的原因： 这是 OpenAI 首次将对话、办公和编程三个 Agent 形态整合进一个桌面入口，标志着 AI 从「对话工具」向「工作操作系统」的战略跃迁。OpenAI 将模型调用从「版本记忆」转变为「能力档位」思维——用户不再需要记住 GPT-5.6 Sol/Terra/Luna 的命名，只需告诉系统「这件事值不值得花更多算力」。与此同时，旧版 ChatGPT 桌面端更名为 ChatGPT Classic 不再更新，意味着 OpenAI 已全面押注 Agent 化工作流。对于开发者而言，Codex 周活已超 500 万，其中逾 100 万人将其用于非编程场景——AI 编程 Agent 的泛化趋势已不可逆转。

来源： OpenAI 官方 | 腾讯新闻 | Developers Digest

工信部通报 Claude Code 安全后门隐患，阿里全面禁用

7 月 9 日，工业和信息化部网络安全威胁和漏洞信息共享平台（NVDB）发布安全风险提示，监测发现 Anthropic 开发的 AI 编程工具 Claude Code 存在高危安全后门隐患。受影响版本（2.1.91 至 2.1.196）内置监控机制，未经用户同意即可向远程服务器回传用户地域、身份标识、设备标识、研发代码、项目文档等敏感信息。该隐患隐蔽性极强，后台数据传输无弹窗提示、无操作日志留存，普通用户难以自查。NVDB 建议相关单位和用户立即全面排查，卸载受影响版本或升级至安全版本，并加强研发网络边界管控。Anthropic 回应称该机制为 3 月上线的实验性功能，初衷为遏制账号倒卖和抵御模型蒸馏攻击，已于 7 月 2 日推送新版本彻底移除相关代码。阿里巴巴已于 7 月 10 日起全面禁止员工在办公场景使用 Claude Code，并推荐使用自研编程平台 Qoder（原通义灵码）作为替代方案。

值得关注的原因： 这是 AI 编程工具首次被中国政府级安全机构公开通报后门风险，标志着企业级 AI 工具安全从「合规建议」升级为「强制禁令」。值得注意的是，该后门被曝具有地域针对性——可检测用户是否身处中国境内、使用中国域名代理、是否与特定中国 AI 实验室存在关联，并为中国用户打上特殊「身份标签」。《环球时报》7 月 10 日社评将此事定性为 AI 时代的「特洛伊木马」。阿里全面禁用并切换至自研 Qoder，标志着大型企业在 AI 编程工具选型上从「效率优先」正式转向「安全合规优先」。这一事件对全球 AI 工具治理具有风向标意义——当编程 Agent 成为基础设施，其安全边界与数据主权问题将上升至国家层面。

来源： 环球网/今日头条 | 腾讯新闻 | 环球时报

原力灵机发布 DM0.5 具身大模型与原生机器人 Apex，宣告「ChatGPT 2.0 时刻」

7 月 10 日，原力灵机在中关村国际创新中心举办 Action 2026 发布会，发布通用基础模型 DM0.5、具身世界模型 DW0.5、开发者平台 DexDev、具身操作系统 DexOS、全时作业系统 Ferrata 以及首款具身原生通用机器人 Apex。DM0.5 为 4B 参数模型，基于 15 万小时多源数据训练，在 RoboChallenge 真机评测、Libero 单臂操作、RoboTwin 2.0 双臂操作等三个国际榜单均夺得第一。其核心架构引入 60 秒长时记忆和双系统大脑（Sys2 深思熟虑 + Sys1 直觉反射），推理延迟压至 50ms。最值得关注的是成本：微调成本下降 60%，一块 4090 显卡最快 18 小时可完成一个下游任务。原力灵机 CEO 唐文斌提出「具身智能正处于 ChatGPT 2.0 时代」的判断，认为模型能力正从特定任务加速迈向全方位泛化，但 100 万小时数据门槛无法靠采集跨越，必须通过「场景数据飞轮」——模型在真实场景里干活、失败、纠错，数据回流反哺模型。发布会上，搭载 DM0.5 的机器人现场演示了削黄瓜、叠纸盒、烤面包、搭建三维结构等精细操作。

值得关注的原因： 原力灵机给出了一套完整的「三级火箭」方案：基础模型（DM0.5）解决能力不足，开发者平台（DexDev）解决应用复杂，场景方案（Ferrata）解决连续作业难。其中 Ferrata 已在某行业头部客户仓库完成实地测试，日订单峰值数万单，L1-L2-L3 三级任务分层设计使投资回报期压缩至 18-36 个月。更具战略意义的是，原力灵机推出了行业首个具身通用 MaaS API（1 元人民币/百万 Token），以及具身原生机器人 Apex——模块化设计、7×24 小时带电作业、30 秒极速换电、亚毫米级定位精度。当 4090 即可训机器人成为现实，具身智能的门槛从「A100 集群 + 算法团队」降至「游戏显卡 + 三五人团队」，这意味着高校实验室和中小集成商也能参与这场技术革命。对于郭子「做机器人的数据专家」的路线而言，DM0.5 的低成本微调路径与数据飞轮理念，提供了极具参考价值的工程化范式。

来源： 新智元/网易

中国 AI 大模型以高性价比撬开美国市场，海外企业推理成本降 30%-95%

7 月 11 日，多家媒体报道显示，中国 AI 大模型正以「性能差距仅 1%-4%、定价低 60%-90%」的性价比优势加速进军美国企业市场。加密货币交易平台 Coinbase 已将其工程师默认工具切换至包含 GLM-5.2 和 Kimi 2.7 的组合，AI 成本降低约 50%。美国 AI 初创公司 Lindy 则全面切换至 DeepSeek。OpenRouter 平台数据显示，中国模型的每周流量占比已从 2025 年 11 月的 11% 上升至超过 30%。Databricks 内部测试显示，开源模型 GLM-5.2 在自研基准上与 Anthropic Opus 4.8 表现相当，FrontierSWE 编程基准得分 74.4（Opus 4.8 为 75.1），CodeArena 位列全球可用模型第一。与此同时，7 月 9 日 GPT-5.6 Sol 首次通关 ARC-AGI-3 交互式游戏，以 7.8% 得分刷新 SOTA 纪录，成为首个经官方核验打通该基准的前沿模型。

值得关注的原因： 中国 AI 大模型的出海逻辑正在从「低价替代」升级为「性能对等 + 成本碾压」。Coinbase、Lindy 等美国企业的切换不是个案，而是 API 成本结构性差异驱动的系统性迁移——当 API 账单「高过全员工资」时，性能差距 1%-4% 几乎不构成决策阻力。GLM-5.2 在 CodeArena 全球第一、FrontierSWE 接近 Opus 4.8 的成绩，证明中国模型在编码这一高价值场景已具备国际竞争力。对于关注 AI Coding 的读者而言，这意味着工具选型不再受限于地域或品牌，而是回归成本效益的本质计算。同时，GPT-5.6 Sol 通关 ARC-AGI-3 也标志着前沿模型在抽象推理能力上的持续突破——这是 AGI 路线图上的关键里程碑。

来源： 每日经济新闻 | 界面新闻 | 微博/AIGC日报

今日AI行业呈现“安全替代”与“物理AI基础设施”双主线：阿里巴巴正式禁用Claude全系产品，国产AI编程工具迎来真实替代压力测试；蚂蚁灵波开源实时世界模型，为具身智能提供国产仿真底座。与此同时，Meta“超级感知”眼镜引发隐私争议，南京具身智能展今日开幕，DeepSeek V4即将上线并引入峰谷定价。

阿里全面禁用Claude生效，国产AI编程工具迎来真实替代考验

7月10日起，阿里巴巴内部对Anthropic旗下Claude系列产品（涵盖Sonnet、Opus、Fable等模型及Claude Code Agent工具）的全面禁用正式生效。此次禁令的直接导火索是Claude Code被曝从2.1.91版本起内置隐蔽检测机制，可识别中国时区及包含阿里、百度、字节等147个域名在内的访问目标，并将信息编码在系统提示词中回传。阿里已将Claude Code列入高风险软件名单，要求员工统一切换至自研编码工具Qoder（原通义灵码）。此前，阿里内部对员工使用Claude等外部模型实行大额报销，部分程序员每周消耗额度高达数百美元。

值得关注的原因： 这是国内头部科技公司首次因安全风险对主流AI编程Agent进行“反向禁用”，标志着AI编程工具从“效率优先”进入“安全合规优先”阶段，国产编程模型和Agent工具将面临真实的大规模替代检验。

信息来源： IT之家

蚂蚁灵波开源LingBot-World 2.0实时世界模型

7月9日，蚂蚁集团旗下灵波科技正式开源新一代实时交互世界模型LingBot-World 2.0。该模型以14B参数量实现720p/60fps的低延迟交互，支持小时级连续生成且画质无明显漂移，可为机器人和自动驾驶系统提供高质量的物理世界仿真环境。开源内容包括模型权重、训练代码及仿真环境接口，并联合Reactor（PC端）与灵光APP提供在线体验入口。此前，具身智能仿真基础设施主要由英伟达Omniverse和Google ALOHA等海外方案主导。

值得关注的原因： 这是国内首个面向具身智能开源的实时世界模型，填补了国产仿真基础设施的关键空白，有望降低机器人训练对昂贵物理数据采集的依赖，加速具身智能从实验室走向规模化应用。

信息来源： IT之家

2026中国（南京）具身智能机器人产业展今日开幕

7月10日至12日，2026中国（南京）具身智能机器人产业展在南京举行，预计吸引450余家海内外参展企业及3.5万余名专业观众。展会覆盖核心零部件（传感器、执行器、AI芯片）、整机系统（人形机器人、服务机器人、特种机器人）及行业解决方案，试图构建“技术-产品-应用”的完整生态链。该展会恰逢工信部此前预测2026年人形机器人全年整机产量突破10万台之后，被视为中国具身智能产业链的一次集中亮相。

值得关注的原因： 在WAIC 2026开幕前夕，南京展为具身智能产业提供了从零部件到整机、从B端到G端的全景展示窗口，有助于观察国产供应链成熟度与商业化落地节奏。

信息来源： 腾讯新闻

Meta被曝研发“超级感知”AI眼镜，持续音视频采集引发隐私争议

据英国《金融时报》报道，Meta正在研发一款内部代号为“超级感知”的新一代AI眼镜原型，设备可持续录制环境音频并每隔数秒自动拍摄照片，用户可随时通过Meta AI查询当日所见所闻。为降低隐私争议，Meta声称不存储原始音视频，而是提取元数据上传供AI查询；但知情人士称公司高管计划关闭标志性的LED录制指示灯，引发隐私倡导者强烈反对。该设备若落地，可能通过软件更新延伸至现有在售智能眼镜产品线。

值得关注的原因： 在Anthropic实名验证与Claude Code后门风波之后，AI硬件的隐私边界再次成为焦点。“超级感知”模式代表了AI Agent从“被动响应”向“主动记忆”的跃迁，但其社会接受度将直接决定全天候感知硬件的商业化前景。

信息来源： IT之家

DeepSeek V4官宣7月15日上线，首次引入大模型峰谷定价

DeepSeek团队宣布V4正式版将于7月15日全量上线，并首次在业内引入“峰谷定价”机制：高峰时段API调用价格为平时的2倍。该模型此前已公布部分能力参数，并计划于7月中旬带来功能优化与性能提升。这一定价模式试图引导开发者在低峰时段调用，从而平滑算力负载、降低推理成本。

值得关注的原因： 峰谷定价是大模型商业化的一次结构性创新，将直接影响AI Coding Agent等高频调用场景的成本结构。对于依赖DeepSeek进行代码生成、Agent调用的开发者而言，调度策略将成为新的成本优化维度。

信息来源： AISort

今日核心看点：Claude 用 11 天完成 100 万行代码的 Bun 运行时重写，AI 编程从"辅助编码"正式进入"工程级自主重构"阶段；OpenAI 公开质疑 SWE-Bench Pro 评测基准约 30% 任务存在缺陷，AI 编程评价体系面临重塑；具身智能方向，Mistral 发布首个机器人导航模型、三菱汽车首次承诺代工量产人形机器人、北京人形机器人 XR-1 VLA 以 ICML Oral 级别全面开源——"软硬结合"的物理 AI 落地节奏明显提速。

Claude 用 11 天完成 Bun 运行时 100 万行代码重写

Bun 创始人 Jarred Sumner 在经历近一个月的复盘后，于 7 月 9 日通过 36 氪公开了这次软件工程史上罕见的大规模 AI 代码迁移全貌。今年 5 月 3 日至 14 日，仅用 11 天（实际写代码仅 6 天），Bun 项目从 53.5 万行 Zig 代码全面重写为 Rust，涉及超过 100 万行代码变更、6778 次提交。峰值时期，64 个 Claude 实例在 4 个工作树中并行工作，每分钟写入约 1300 行代码。

重写成果显著：原版本执行 2000 次构建后内存飙升至 6.7GB 且永不释放，Rust 版稳定在 609MB；二进制体积减少约 20%；性能普遍提升 2-5%。API 调用成本约 16.5 万美元，Sumner 估算相当于 3 名工程师一年的工作量。采用"实现者/审查者分离"模式——写代码的 Claude 和审查代码的 Claude 完全隔离，每个实现者对应至少两个对抗性审查者。

值得关注的是，此次重写使用了未公开的 Claude Fable 5 预发布版本，且代码中约 13,000 处 unsafe 块、约 27,000 行 unsafe 代码，以及 19 个已知回归问题——100 万行 AI 生成代码的实际质量仍需时间检验。Bun 已于 2025 年 12 月被 Anthropic 收购，这也意味着能有效维护这套代码库的工具基本只有 Claude 自身。

值得关注的原因：这是迄今为止规模最大、公开程度最高的 AI 代码重写案例，将 AI 编程从"函数级补全"推向了"运行时级全栈工程重构"。其"64 个 Agent 并行协作 + 对抗性审查"的工作流范式，为 AI 编程的工程化实践提供了可复现的参考模板。但 13,000 个 unsafe 块带来的长期维护隐患，也让"AI 生成代码的可维护性"成为业界必须回答的问题。

来源：36氪 | Bun 官方博客

OpenAI 挑战 SWE-Bench Pro：约 30% 评测任务存在缺陷

7 月 8 日，OpenAI 发布博文公开质疑当前 AI 编程领域的权威评测基准 SWE-Bench Pro，认为其 731 个公开测试任务中，约 30% 存在评测缺陷。OpenAI 通过数据点分析流程标记出 200 个失效任务（27.4%），同时人工标注识别出 249 个失效任务（34.1%），综合估算缺陷比例约 30%。

问题分为四类：测试过严（将题面未写明的实现方式列为硬性要求）、提示不充分（隐藏测试要求无法合理推断）、测试范围过窄（不完整修复也能通过）、提示具有误导性（指向与测试不一致的行为）。一个典型案例：题面要求行首添加 1 个空格，但隐藏测试却要求 2 个空格，模型按说明编写代码仍被判错。值得注意的是，前沿模型在该基准上的通过率在 8 个月内从 23.3% 飙升至 80.3%，OpenAI 认为基准已无法有效区分模型能力。基于此分析，OpenAI 撤回此前对 SWE-Bench Pro 的采用建议，呼吁由资深软件开发者重新设计 AI 编程评测标准。

值得关注的原因：当头部模型在编程基准上趋于饱和（80%+ 通过率），评测体系本身的可靠性成为决定行业方向的关键变量。OpenAI 此时发难，表面是"评测质量"之争，实质上也是模型能力趋同背景下的话语权博弈——谁制定标准，谁定义"更好的 AI 编程"。

来源：IT之家 | OpenAI 官方博客

Mistral 发布 Robostral Navigate：大模型公司首次进军具身智能

7 月 8 日，巴黎 AI 公司 Mistral 发布其首个具身智能模型 Robostral Navigate，一个 8B 参数的视觉-语言导航网络。该模型仅依赖单颗 RGB 摄像头和自然语言指令，即可驱动轮式、足式和飞行机器人在未见环境中自主导航。在标准评测 R2R-CE 的未见场景中达到 76.6% 成功率，超越多传感器融合系统 4.5 个百分点。

Robostral Navigate 支持零样本跨机器人形态迁移（轮式 → 四足 → 无人机），无需针对新硬件重新训练。Mistral 称这是其"Physical AI"战略的第一步，后续将扩展至操作（manipulation）和全身控制。作为欧洲最大的大模型公司，Mistral 此举标志着语言模型公司正式向物理世界延伸。

值得关注的原因：Mistral 是继 OpenAI 成立机器人团队后，又一家从纯语言模型切入具身智能的头部 AI 公司，且直接以产品形式发布（非研究预览）。8B 轻量参数 + 单目视觉的路线，降低了具身智能的硬件门槛，可能加速中小型机器人公司的 AI 能力接入。欧洲在具身智能赛道的存在感也因此显著提升。

来源：Embodied Global

三菱汽车 × Highlanders：全球首个车企承诺代工量产人形机器人

7 月 9 日，三菱汽车与东京大学孵化的初创公司 Highlanders 签署谅解备忘录（MOU），将联合开发用于三菱工厂的人形机器人，并利用三菱京都工厂闲置产线为 Highlanders 代工量产人形机器人，目标 2027 年初投产。这是全球首个汽车制造商既作为客户部署人形机器人、又作为代工厂为机器人初创公司提供量产能力的合作模式。

双轨计划包括：三菱在自有工厂部署 Highlanders 人形机器人以积累运营数据，同时借助汽车级质量管理体系和供应链为 Highlanders 提供量产能力。京都工厂历史上生产发动机和变速箱，此次转产人形机器人，意味着三菱将人形机器人视为正式产品线而非边缘项目。三菱此前已投资 Highlanders，并计划追加投资。此举与宝马 × Figure（美国斯帕坦堡工厂）和奔驰 × Apptronik 形成"主机厂 + 人形机器人"的全球三角格局。

值得关注的原因：此前人形机器人大规模量产的主要瓶颈之一是缺乏汽车级的精密制造能力。三菱此举将汽车工业百年积累的品控体系、供应链管理和工厂运营经验直接注入人形机器人生产，可能将量产时间表提前 1-2 年。日本制造业面临严峻的劳动力老龄化压力，此举也是日本国家级自动化战略的关键落子。

来源：Embodied Global

北京人形机器人 XR-1 VLA 模型全面开源，ICML 2026 Oral 论文

北京人形机器人创新中心在 ICML 2026（接收率仅 0.7% 的 Oral 论文）上发布 XR-1 视觉-语言-动作（VLA）基础模型，并全面开源模型权重、RoboMIND 数据集和代码。XR-1 引入统一视觉-运动编码（UVMC），在共享离散潜在空间中联合编码视觉动态和机器人运动，训练覆盖 6 种机器人形态、120+ 任务、14,000+ 次真实机器人采集。

性能方面，XR-1 在天工（Tiangong）人形机器人上达到 74% 任务成功率，超越 π0.5、π0、RDT、UniVLA 和 NVIDIA GR00T-N1.5。新任务仅需 20 次演示即可完成适配。UVMC 的核心创新在于将"视觉理解"和"动作生成"统一到同一套离散编码中，使模型能同时推理"看到了什么"和"该怎么动"，而不是先理解再规划的两阶段流水线。

值得关注的原因：ICML Oral（前 0.7%）的学术认可 + 全面开源（模型/数据/代码）的组合在具身智能领域极为罕见。UVMC 统一编码思路为 VLA 模型的架构演进提供了新范式。此前国内具身模型多以商业化为导向，XR-1 以"顶会 + 全开源"路线提升了中国在具身智能基础研究领域的国际话语权。

来源：Embodied Global