8月24日至28日,AI 编程 Agent 全面升级 + 头部国产模型密集开源降价与具身智能"大脑路线分化 + 数据引擎融资潮"同步发生:阿里把 Qoder 从工具升级为智能体工作台并配股 800 亿港元加码全栈 AI,智谱 GLM-5.3-Flash 开源、母公司港股盘中涨超 8%;WRC 2026 上银河通用与越疆以"一脑多能"对垒"一脑多体",具身智能首次跑通两条不同的基础模型路线;同期清华系灵宇智能、Veeda AI、Figure Index 三家从"真实场景、仿真模型、人类数据"三个角度同时卡位底层数据引擎。

一、阿里 Qoder 从 AI 编程工具升级为智能体工作台,并启动 800 亿港元新股配售全额投入全栈 AI

8月27日,阿里巴巴在港股市场发布全新 Qoder,定位从"AI 编程工具"升级为"面向所有人的智能体工作台":用户用自然语言描述目标,Qoder 自主理解上下文、制定计划、调用工具、执行并验证,端到端接管开发、原型制作与数据处理任务。原版 IDE 于 2025 年 8 月发布,本次升级把编码能力作为底座,向上承接完整交付。

同日,阿里在港股启动 800 亿港元新股配售,为 2019 年港股上市以来首次,所得款项净额 100% 用于投资全栈 AI 能力、加强 AI 基础设施建设。财报口径下,阿里 AI 云及算力服务收入同比增长 133%,AI 相关产品年化收入突破 495 亿元,占云外部收入比重升至 35%,CEO 吴泳铭在电话会上表示 AI 算力 Capex 回报周期可缩至 2-2.5 年。

值得关注的原因：

(1) 编程助手竞争正从"补代码"转向"把活干完",Agent 工作流的成本结构和开发者角色都被改写——这是国内互联网大厂首次以"智能体工作台"姿态直接对垒 Cursor 与 Claude Code。

(2) 800 亿港元配售为阿里港股上市以来首次再融资,资金 100% 投向全栈 AI,意味着头部互联网大厂的"AI 全栈"决心已经资本化,后续模型、芯片、Agent 工具链都将形成体系化投入。

(3) 阿里 AI 相关产品年化收入已突破 495 亿元、占云外部收入 35% 且毛利率显著高于均值,说明"AI 赚钱"从概念进入财报可核验阶段,投资人对 AGI 周期下的回报预期进一步抬升。

二、智谱开源 GLM-5.3-Flash(320B-A18B 原生多模态),母公司港股盘中涨超 8%

8 月 26 日,智谱开源 GLM-5.3-Flash,定位 GLM-5 系列首个原生多模态模型:总参数 320B、激活 18B 的 MoE 结构,采用混合稀疏 + 线性注意力,attention 计算较 GLM-5.3 减少约 3×、KV cache 减少约 4×,原生多模态(文本、图像、视频),1M token 上下文;MIT 许可证权重已上线 Hugging Face。智谱同步开放 API,定价为 GLM-5.3 旗舰版的约 1/10,8月27日港股盘中智谱认领"牛来"大模型消息带动股价涨超 8%。

Z.ai 内部披露的基准成绩为 Terminal-Bench 2.1 上 84.3 分(对照 Opus 4.8 = 85.0)、DeepSWE 1.1 上 63.4 分。本周同步披露的还有 GLM-5.3 在 Artificial Analysis 综合智能指数上取得 60 分、与 Claude Fable 5、GPT-5.6 Sol 同档,复杂代码一次生成通过率较前代提升约 50%,CyberGym 安全任务得分 84.5%;配套发布"开源的盾"计划,为重点开源项目提供持续安全审计与防御入口。

值得关注的原因：

(1) 原生多模态 MoE 让"低算力 + 大上下文 + 多模态"得以同时满足,工程师侧不再需要为不同模态切换不同供应商,工程成本与拼接损失都下降——这是国产开源基础模型首次把多模态原生拉进"1/10 价格 + 1M 上下文"的区间。

(2) 智谱首次实现"开源权重 + 股价反应 + 安全审计计划"三线并进,呈现国产基座模型从"会写代码"到"守护数字基础设施"的完整演化路径,与 Claude Fable 5、GPT-5.6 Sol 同档同框。

(3) 此前 8 月 20 日 Ox Alpha 已在 OpenRouter / OpenCode 上以匿名形态登顶,后被社区通过 tokenizer 指纹与视频 token 预算特征识别为 GLM-5.3-Flash 前身,具备完整的发布-验证-开源节奏,说明国产开源模型的发布方式正在向"先跑数据、再做官方开源"靠拢。

三、小鹏第二代 VLA 大模型迎来首次重大升级,智驾 AI 开始理解"时间"

8 月 27 日,小鹏举办第二代 VLA 全新版本体验日活动,该模型迎来首次重大升级。核心在于让智驾 AI 从静态三维空间理解,走向融合"过去、现在与未来"的四维时空理解,全新 XOS 6.3.0 将随小鹏 G9L 首发。小鹏方面表示,这是 VLA(Vision-Language-Action)模型从"空间认知"到"时间推理"的关键一步,目标是让智驾在预判复杂路况、加塞应对、人车交互等环节更贴近人类驾驶逻辑;

同日,小鹏人形机器人业务 9 亿美元融资正式收官,何小鹏在多个场合强调"物理 AI 模型"将统一赋能智驾与机器人两条业务线。

值得关注的原因：

(1) VLA 把"时间维度"显式纳入模型输入后,自动驾驶的预判能力从"看见"拓展到"预演",对加塞、鬼探头、行人意图突变等长尾场景的应对上限被显著抬高,这是端到端模型首次承认"时间"是一等公民。

(2) 小鹏同时把"物理 AI 模型"作为智驾与人形机器人的共享底座,意味着大模型层的研发投入可以在两条业务线之间被摊薄,机器人侧的"小脑"与"大脑"工程化进度将与智驾同步推进。

(3) 在车企躬身入局具身智能的整体趋势下,G9L 首发 + IRON 机器人 2026 年底量产、2027 年上市的明确时间表,把"AI 决策"从研发指标推向可被用户感知的交付节奏。

四、银河通用"一脑多能"与越疆"一脑多体"对决 WRC 2026,基础模型路线首次正面分化

8 月 24 日,在 2026 世界机器人大会(WRC)现场,银河通用与越疆就"具身大脑"路线正面对垒。银河通用"一脑多能" 以自研具身大模型 AstraBrain(银河星脑) 为核心,让不同形态的机器人共享同一套通用智能,在不同物理环境中自主理解、决策并完成不同任务——展会现场展示了 Galbot G1 在客厅叠衣、卧室整理、零售货架取货等长程任务,以及 Galbot S1 在工业场景完成 30 公斤级物料的拆垛、搬运与码垛。

越疆"一脑多体" 以空弈 DobotWAM 具身大模型为核心,推出一条微型柔性产线的全流程无人干预演示:人形机器人、四足机器狗与协作机器人以分工协作方式完成异构零件分拣、转运、抓取与装配。商业化方面,银河通用披露 Galbot S1 已在宁德时代产线 724 小时常态化运行,并与上汽、北汽、博世、现代等合作,已在全国数十个城市部署百家即时零售仓;越疆公布 2025 年协作机器人出货量全球第一、累计突破 10 万台。银河通用 CTO 王鹤判断:当前具身基础模型水平相当"数字世界 GPT-2 阶段",2028 年左右有望达到 GPT-3.5 到 GPT-4 区间。

值得关注的原因：

(1) "一脑多能"与"一脑多体"在 WRC 同台叫板,意味着具身智能基础模型层正在分化——前者强调"一个智能核心管多种身体",后者强调"一个智能体系下的多机分工",两条技术路线的工程化与算力代价开始可量化比较。

(2) "一个模型管一堆机器"的成本结构显著优于单机训练,与通用智能的演进趋势一致,工厂与物流仓库被认为是最先跑通落地的场景;王鹤给出的 GPT-2 阶段判断,意味着行业还有 2-3 年的模型迭代窗口。

(3) 宁德时代产线 + 全国数十城市零售仓的 724 小时常态化运行,让"演示 → 落地"的证据链首次完整跑通,具身智能估值有望从"概念溢价"切换为"工时溢价 + 故障率折价"的双轨定价。

五、具身智能"数据引擎"卡位潮:清华灵宇智能数亿元融资 + Veeda AI 9000 万美元种子轮 + Figure Index 全球众包

8 月 27 日前后,具身智能赛道在最底层"真实数据 / 世界模型 / 人类数据"三个方向同时出现高强度资本动作。

• 清华系灵宇智能:36 氪披露完成数亿元 Pre-A 轮融资,其机器人已在京东七鲜超市规模化部署,超百台设备实现全天候运营,并计划构建百万级真实机器人数据集;

• Veeda AI:前英伟达研究员 Sanja Fidler 创办,完成 9000 万美元种子轮,为机器人构建可交互世界模型,在仿真中通过试错学习,直指具身智能"数据贵、质量低"痛点;

  

• Figure Index:Figure AI 启动全球众包项目,邀用户用手机记录家务或工作任务视频以补足机器人训练数据,目前超 4.4 万人参与、上传视频逾 1600 万条、公司已支付超 1500 万美元。

时间稍前的两个相关动作:诺亦腾机器人 在 WRC 期间开源 HiPHI 高精度光学动作捕捉数据集,总时长 617.5 小时,包含 371.8 小时全身人体运动与 245.7 小时人-物交互数据,亚毫米级精度,已在 Hugging Face 上线;灵宇智能同类目 的智身科技(WRC 上同档)披露累计量产具身智能机器人超 15000 台、单月产能超 5000 台。

值得关注的原因：

(1) 三家公司从"真实商超履约(灵宇)、可交互世界模型(Veeda)、人类视频众包(Figure Index)"三个维度同时卡位底层数据引擎,标志具身智能投资重心从"本体硬件"转向"数据 + 模型"——这是行业从演示到泛化的关键拐点。

(2) 真实商超 + 724 小时运营的稳态数据(灵宇)、亚毫米级动捕开源数据(HiPHI)、1600 万条众包视频(Figure Index)三种数据形态首次在同一周出现,共同把"具身基础数据"的公开可用池显著拉大,中小团队的模型训练门槛被快速压低。

(3) 大额种子轮(9000 万美元)、大额 Pre-A(数亿元)、大额众包支出(1500 万美元+)同时出现,说明 VC 与产业方已不再押注单一硬件标的,而是把"数据-模型-本体"链路上每一环都视为独立可投的资产类目。

---

总结

AI 编程端:头部国产模型密集开源降价(智谱 GLM-5.3-Flash、阿里 Qwen3.8-Flash),AI Agent 工作流从单点功能升级为"端到端接管"的智能体工作台(阿里 Qoder),并以资本化方式(800 亿港元配售)表达长期投入决心。

具身智能端:基础模型路线首次正面分化(银河通用 vs 越疆),数据引擎层成为新一轮竞争焦点——真实商超履约、可交互世界模型、人类视频众包三条路径同步跑通,行业从"本体硬件"投资周期切换到"数据 + 模型"投资周期。

本期其实只有两个核心信号:

(1) 前沿模型的"标价权"正在下放给路由层,开源权重 + 智能体工作台形态同时改写 Agent 工作流的成本结构,阿里 800 亿港元配售与智谱港股涨超 8% 证明这已进入"资本 + 股价"背书阶段;

(2) 具身智能的竞争主轴从"本体硬件"转向"数据 + 模型",而数据引擎的资本流向(真实场景 vs 仿真)恰好是"一脑多能 vs 一脑多体"路线之争的延伸——两条主线并非平行,「Agent 工作流」与「具身大脑」本质都是把模型权重封装进可运行的工作流或物理世界,共享同一份"过度自主 / 多 Agent 越权"风险敞口。

作者：咕泡科技——十年专注AI与IT中高端人才培育

---

来源备注：IT之家、华夏时报、财联社、智谱官网、红星新闻、36氪、南方都市报、灵宇智能、快科技，图片（含新闻配图、截图等）均来自上述媒体公开报道及网络公开渠道，如有侵权请联系处理，谢谢！