主题： 开源智能体把上下文推到 512K 而编码仍未追平闭源，世界模型被同时摆上机器人训练台与策略评测台
编制时间： 2026-10-28
本期看点： Atria Dawn 完整版开源 / Cursor 把智能体写成代码工程 / Genie 4 实时世界模型

---

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	上海人工智能实验室放出 Atria Dawn 完整版，744B 权重与 512K 上下文一起开源	AI Coding	开源权重、512K 上下文、智能体基准、编码短板
2	Cursor Agent SDK 正式可用，智能体的提示词与工具进版本库	AI Coding	智能体即代码、evals、事件回放、自托管
3	CopilotKit 开源 OpenDuet，主动型智能体有了自托管模板	AI Coding	自托管、人在环审批、跨渠道、开源模板
4	Requesty 给 Claude Code 会话加自动路由，按规则派模型	AI Coding	会话路由、自然语言规则、延迟、成本控制
5	DeepMind 发布 Genie 4，世界模型首次带原生音频并指向机器人训练	具身智能	实时模拟、原生音频、两分钟、研究预览
6	具身智能技能大赛收官，评测基准体系与供应链平台同期落地	具身智能	国标评测、实景赛道、供应链平台、上海
7	Physical Intelligence 被传以 200 亿美元估值洽谈新一轮融资	具身智能	机器人基础模型、估值、pi-zero、融资谈判
8	地瓜机器人公开 Uranus 技术报告，仿真推演与策略评测一并开源	具身智能	世界模型、跨本体、相关性、权重开源

---

二、AI Coding 方向深度动态

1. Atria Dawn 完整版上线，744B 权重与 512K 上下文一起给出

事件： 10 月 27 日，上海人工智能实验室的长程智能体模型 Atria Dawn 完整版在 ModelScope 与 Hugging Face 同步上线，Hugging Face 上的 internlm/Atria-Dawn 仓库创建于 10 月 23 日，同日放出 FP8 版本，权重沿用 MIT 许可，技术报告挂在 arXiv 2609.15818。

核心能力：

• 744B 参数的 MoE 结构，底座为 GLM-5.2，上下文从预览版的 256K 提到 512K，输入只收文本
• 官方模型卡把能力分成四块，分别是检索与深度研究、开发与构建应用、文档与数据转报告、授权环境下的安全分析
• 厂商自报的成绩里，AutomationBench 54.7、CyberGym 86.8、SkillsBench 67.8、WideSearch 84.6、BFCL V4 78.4，每一项都是其对照表中的最高分
• 编码侧低于闭源前列，SWE-bench Pro 61.7 对 Claude Opus 5 的 76.5，Terminal-Bench 2.1 81.0 对 90.2，NL2Repo-Bench 50.0 还略低于预览版的 51.4
• 本地部署要求 SGLang v0.5.13.post1 以上或 vLLM v0.23.0 以上，700 亿级参数需要多卡服务器；托管接口为 OpenAI 兼容，官方模型卡直接给了接 Codex 的配置片段

值得关注的原因：

• 512K 上下文和 MIT 权重同时给出，长程智能体实验的门槛从"能不能跑"变成了"手上有多少卡"
• 编码弱于闭源这件事写在官方模型卡里，自报口径比第三方转述更适合当选型依据
• 上下文翻倍而 NL2Repo-Bench 小幅回落，说明长上下文对仓库级任务的增益还不是线性的
• 官方自己把适用场景指向研究自动化、办公交付与安全验证，纯编码任务仍建议留在闭源前列模型上

2. Cursor Agent SDK 正式可用，智能体变成要过评审的代码工程

事件： Cursor 的 Agent SDK 于 10 月 20 日随官方博客上线，10 月 26 日公司在 X 宣布其正式可用。官方称它跑的是 Bugbot、Security Review、Approval Bot 与 Rollouts 背后的同一套执行框架。

核心能力：

• 一个智能体是一个目录，instructions.md 放提示词，tools/ 下每个 .ts 文件是一个带类型的工具，另有 skills、mcp-connections、subagents、channels、hooks、schedules 等目录
• 回归测试写成 evals/*.eval.ts，命令行提供 validate、run、eval 三级，官方称只有 run 与 eval 需要账号凭证
• 触发源包括代码托管平台的拉取请求与评论、CI 事件、Slack 提及与私信、任意 webhook 与定时任务
• 部署可以交给 Cursor 托管，也可以作为单个 Node 进程跑在自有基础设施上，打包成容器即可
• 随 SDK 提供四个生产模板，覆盖安全审查、按 CODEOWNERS 规则分流评审、自动修复失败的 CI 检查、把 issue 派给对应团队；官方称这些就是 Cursor 内部在跑的机器人
• 隐私模式的处理分两档，使用新版隐私模式的团队可以托管，仍停留在旧版隐私模式的团队必须自托管

值得关注的原因：

• 提示词与工具进了版本库，改一个智能体要过评审，行为回退有 evals 兜底
• 单进程的部署形态对有合规要求的团队友好，自托管不需要额外依赖
• 模板直接给出四类高频工作流，团队不必从空白目录起步
• 价格与公开基准缺席，落地前只能自己跑一遍才算数

3. OpenDuet 把主动型智能体做成可自托管的开源模板

事件： CopilotKit 发布 OpenDuet，一个开源、可自托管的主动型智能体模板，对标 Anthropic 此前以研究预览形式公布的 Claude Duet。截至 10 月 28 日上午，其 GitHub 仓库标星约 6.2k。

核心能力：

• 内置计算机操作能力，任务执行过程保留人工确认环节，动作按策略受控
• 覆盖网页、移动端与 Slack 三类渠道，同一套智能体可在多处接住消息
• 不与特定执行框架绑定，官方称可接任意 agent harness
• 凭证与权限策略留在部署方手里，不随模板外泄
• 面向的岗位是"主动推进事务"的助手，由智能体自己发起下一步，人只做确认

值得关注的原因：

• 主动型智能体此前主要以托管产品形态出现，开源模板让"自己部署一套"成为可选项
• 人工确认与策略受控被写进模板，说明这类产品默认要留一道闸门
• 渠道层的抽象先于模型层定型，后续换执行框架的成本被压低

4. Requesty 给 Claude Code 会话加了自动路由

事件： Requesty 发布 Auto Routing 的测试版，允许团队用自然语言写规则，把 Claude Code 会话自动指派到指定模型。

核心机制：

• 路由决策在会话第一条消息时做出，并在整个会话内锁定，不中途换模型
• 规则用日常语言描述，按任务特征匹配模型，不需要写代码
• 官方称这套策略让自己 Claude Code 的模型开销下降 42%、延迟下降 30%，对照基线是 Opus 5.5
• 目前处于测试阶段，两项百分比均来自 Requesty 自己的使用数据

值得关注的原因：

• 编码智能体的模型选择从"人手切"转向"按规则派"，是调用侧的一层新设施
• 会话级锁定避免了同一任务中途换模型带来的上下文错位
• 自报数据换到别的团队身上需要复测，尤其是任务构成不同的时候

---

三、具身智能方向深度动态

5. Genie 4 带上原生音频，谷歌把它摆到机器人训练台前

事件： 10 月 27 日，Google DeepMind 在官方博客发布世界模型 Genie 4，以研究预览形式先开放给一小批可信测试者，随后推向 Google AI Ultra 订阅用户所在的 Project Genie、Gemini API 与 AI Studio 的早期合作方。

核心能力：

• 首个同步生成音频的一代，环境声、音乐与可回应对话随画面一起产出
• 单次模拟最长可运行两分钟，是 Genie 3 的两倍
• 场景外观由 Gemini Omni 锚定，实时推理与连贯性交给 Gemini 3.8 Flash，团队试过 Argon，最终把实时体验放在轻量模型上
• 运行途中可用自然语言改天气、挪镜头、加人物或物体，输入之间由 Gemini 监测并推动场景继续
• 与 Gemini Robotics 相关的实验里，Gemini 4 Argon 负责任务拆解，Genie 4 实时模拟，用于先在模拟中试机器人场景
• 官方列出的用途里，游戏开发者与电影制作人正在用它做创意原型，机器人训练被放在"正在研究"的一档

值得关注的原因：

• 世界模型第一次把声音放进同一条生成链，模拟的可用范围从画面扩到交互反馈
• 两分钟的连续时长翻倍，长一点的任务编排才谈得上在模拟里跑完
• 官方同时说明，能否广泛用于机器人训练还不确定，模拟拉长后画面细节与物体会逐渐变化
• 研究总监在沟通会上把这种形态称作混合世界模型，由 Gemini 写步骤、Genie 负责实时推演

6. 具身智能技能大赛收官，评测标尺与供应链平台同期落地

事件： 2026 全球开发者先锋大会暨国际具身智能技能大赛在上海落幕，同期发布多项成果，人民日报海外版 10 月 28 日第 10 版作了报道。

核心内容：

• 中国电子技术标准化研究院在开幕式发布具身智能评测基准体系与评测工具，依据已发布的系列国家标准，为快速迭代的技术提供统一的评测标尺
• 大赛揭晓十大实景赛道，赛道选取的标准是需求越普遍、训练出的能力越可能有通用性
• 张江集团与海智智造联合打造的具身智能供应链平台发布，从约 80 万家加工供应商中遴选近 1 万家，汇集 80 余家整机、核心部件与模组企业，企业凭一张图纸即可发起需求，平台实时报价并按需调度产能
• 平台同时提供减速器、电机等标准件采购，关节结构件与轻量化外壳等非标件定制，以及小批量试制部件代采
• 大会现场集结 200 余家产业链企业与千台机器人，同期落地 2000 平方米的永久性实景实训空间

值得关注的原因：

• 评测基准体系由标准化研究机构依据国标给出，产业里第一次有了统一的对照尺度
• 供应链平台把非标件定制与小批量试制接进公开报价，整机团队的打样周期被压缩
• 赛道按需求普遍度挑选，训练目标从展示型动作转向可复用技能

7. Physical Intelligence 被传以 200 亿美元估值洽谈新一轮

事件： 彭博社 10 月 27 日援引知情人士报道，机器人基础模型公司 Physical Intelligence 正在洽谈至少 10 亿美元的新一轮融资，估值目标约 200 亿美元；财联社 10 月 28 日转述了这一消息。

核心信息：

• 老股东 Avenir 与 Lux Capital 在洽谈领投，消息来自匿名知情人士，公司未公开确认
• 该估值较其 2026 年 5 月约 115 亿美元的估值接近翻倍
• 数周前公司刚把 pi-zero 向外部开发者开放
• 公司联合创始人包括加州大学伯克利分校的 Sergey Levine，主攻让机器人完成真实世界任务的通用模型
• 公司迄今未披露营收

值得关注的原因：

• 机器人基础模型的定价逻辑仍押在能力预期上，与已公开的营收数据脱钩
• pi-zero 开放后外部开发者的用法，是判断这条路线能否形成开发者生态的直接样本
• 交易尚在谈判阶段，条款与最终估值都可能变化

8. 地瓜机器人公开 Uranus 技术报告，仿真推演与策略评测一并开源

事件： 10 月 28 日，地瓜机器人大模型团队公开 Uranus 世界模型仿真平台的技术报告，推理代码、SDK 与两版模型权重一并放出，并面向全球开放 100 个早期体验名额。

核心参数：

• 用统一骨架表示接住不同本体，按本体描述与关节状态做前向运动学，投影成二维骨架图，相机侧用 Plücker 射线嵌入，训练覆盖单臂、双臂与移动操作共 7 种本体
• 生成侧把每个潜在帧压到四步去噪，配合流式推理与历史缓存复用；蒸馏后的 1.3B 模型在 H20 上约 10FPS，未蒸馏约 24FPS
• 训练数据来自 AgiBot World Beta、AgiBot World 2026、DROID、RoboChallenge Table30 等公开集，总时长超过 3300 小时，并配了一套四阶段的数据清洗流水线
• 在 RoboTwin 的 5 个任务、9 个策略上做连续交互实验，策略在 Uranus 与真实环境中的平均成功率皮尔逊相关系数为 0.98，排序指标 MMRV 为 0.01
• WorldOlympiad 评测上综合得分 0.722、交互得分 0.730，高于 Cosmos-Predict-2.5 的 0.712
• 长时程对比里，推演到 140 至 160 秒区间时 Uranus 的 PSNR 维持在 12.3 左右，GE-Sim 2.0 降到 7.1

值得关注的原因：

• 策略评测的相关性做到 0.98，意味着筛选策略这件事可以先在生成式环境里做一轮
• 跨本体的统一表示让换机械臂不必重搭底层环境，试错成本明显下降
• 官方在报告里写明开环一致率在训练集样本上是 86%、在未见过样本上降到 58%，长时程推演与未见过本体的精度仍需验证

---

四、产业趋势总结

1. 开源智能体的瓶颈从上下文长度移到了执行环节。Atria Dawn 把上下文推到 512K，编码类指标的差距却原样保留，长上下文没有直接换算成仓库级任务的完成度。
2. 智能体正在被拆成可评审、可托管的工程件。Cursor 的目录结构、OpenDuet 的自托管模板、Requesty 的路由规则指向同一件事，智能体从被调起的工具变成被部署的服务。
3. 世界模型开始按"能不能接进开发流程"被检验。Genie 4 讲的是机器人场景先跑模拟，Uranus 讲的是策略排名能不能搬上真机，两边都不再只比画面质量。

---

五、值得持续关注的信号

• Genie 4 从可信测试者扩到 Project Genie 与 Gemini API 的时间表，以及模拟拉长后画面漂移是否收敛；
• Physical Intelligence 这轮融资能否落定，pi-zero 开放后外部开发者会拿它做什么；
• Cursor Agent SDK 的价格与公开基准尚未公布，企业核算前需要自己跑一轮；
• Atria Dawn 的第三方复现结果，尤其是编码类指标与官方自报口径的差距；
• 面向长时运行智能体的追踪数据层已在近期开放通用访问，这类把失败根因自动定位并离线验证修复的服务，会成为智能体上线前的常规环节。

---

本日报基于公开报道整理，仅供参考。