- 具身智能2026上半年融资约438亿元,超过一半资金流向做AI"大脑"的公司,而非硬件本体
- Anthropic发文探讨AI递归自我改进,未来AI可能自主设计和测试下一代模型
- 科技巨头全力抢占企业AI智能体赛道,能自主执行复杂工作流程的代理将颠覆传统岗位
- 咨询巨头Accenture因AI转型不及预期股价大跌,传统外包业务遭遇AI替代冲击
- 某机器人厂区内机器人数量首次超过人类员工,人形机器人量产时代加速到来
- 玩家在魔兽世界私服接入DeepSeek,1800个AI角色自主聊天,月成本仅340元
- 挪威立法禁止小学生使用AI大模型,防止学生丧失批判性思维
- Amazon因与OpenAI签订巨额合作协议,放弃了一部关于科技领袖的剧集
- 开源编码代理KiloCode星标突破2.2万,智能开发工具持续火爆
- Forbes发布全球AI 50强榜单,编码辅助和医疗健康成为热门赛道

具身智能:资本半年涌入438亿,行业洗牌前夜
2026上半年融资约438亿,「大脑派」占据半壁江山
量子位梳理了2026年上半年国内具身智能(即让AI拥有物理身体、能在现实世界中行动的机器人技术)赛道的融资全景,核心数据如下:
- 融资规模:截至6月中旬约438亿元,2025年全年554亿元,2024年仅137亿元,2026年大概率创历史新高
- 资金流向:超过**50%流向「大脑派」**公司(专注AI模型、软件和算法),机器人本体公司仅占12.8%,甚至低于核心零部件厂商的14.4%
- 融资速度打破常规:德塔智能成立3个月完成3轮融资;章鱼动力不到2个月种子轮数亿元+天使轮近5000万美元;它石智航Pre-A轮4.55亿美元(约33亿元)创中国具身智能单轮融资纪录
- 天使轮疯狂加码:深穹星核70天内完成天使轮到天使++轮三连跳,知跃空间智能甚至出现「天使++++」轮次
- 技术路线:近八成(27/35)大脑派公司转向研发世界模型(以视频生成模型为基础),取代了2024年几乎全员押注的VLA路线(以语言模型为基础)
- 定价权易手:头部项目反而不急于融资,直接告知投资人「本轮100亿估值截止时间紧迫,下一轮将提至150亿」,投资机构沦为被动追赶方
深度解读 & 洞察:
核心趋势是资本从「造身体」转向「造大脑」。过去两年,行业争论的焦点是机器人硬件该怎么做;现在共识逐渐清晰——硬件可以委托代工,真正决定胜负的是AI智能水平。这解释了为什么超过一半的钱流向了软件公司。
值得注意的是,行业共识是90%以上的具身智能公司最终将消失。但资本仍在加速涌入,原因有三:赛道稀缺性、技术路径不确定性、以及机构间的竞争焦虑。用投资人的话说:「没有泡沫,就很难快速聚集资金、人才和社会关注度。」
人才方面,清华大学是最大人才输出地,35家大脑派公司中9位创始人来自清华(覆盖姚班、类脑计算中心和计算机系)。创业者呈现年轻化趋势,00后创始人已经出现。
影响:
- 对机器人/智能制造相关股票:利多。巨额资本涌入将加速产业链成熟,核心零部件和AI大脑公司值得长期关注
- 投资启示:短期存在泡沫风险,但长期赛道确定性高。投资者应关注有核心技术壁垒和数据基础设施的头部公司,而非纯硬件组装企业
里程碑:某机器人厂区机器人数量首次超过人类员工
某机器人巨头公布了一组标志性数据:厂区内部机器人总数已经正式超过人类员工。创始人表示未来将持续扩大生产规模。
深度解读 & 洞察:
「机器制造机器」不再是科幻概念。当一家工厂的机器人数量超过人类,意味着两个突破:一是机器人本身已具备足够的可靠性和成本优势来替代人工;二是生产链条可以实现自我复制式的扩张。这对全球制造业格局有深远影响——劳动力成本优势将在机器人量产面前逐渐失去意义。
法国开源大佬跨界:从视频播放器到机器人实时控制
曾让免费视频播放器流畅运行的技术专家,正在将低延迟优化技术应用于远程实时机器人控制系统。项目采用开源模式,降低了行业落地门槛。
深度解读 & 洞察:
低延迟远程控制是机器人大规模部署的关键瓶颈——如果操作延迟超过几十毫秒,远程操控就会变得不可靠。将视频流优化经验迁移到机器人控制领域,思路巧妙且实用,开源策略也有望加速整个行业的基础设施建设。
AI前沿:递归自我改进与理论突破
Anthropic探讨智能体递归自我改进:AI或能自主设计下一代模型
知名AI实验室Anthropic发布研究,探讨递归自我改进(即AI系统自主设计、测试并迭代下一代模型的能力)的潜力与风险:
- 系统能够自主设计和测试下一代模型,在科学和医疗领域具有极高应用价值
- 模型自主研发可极大提升开发效率,缩短迭代周期
- 计算资源仍是核心物理瓶颈——递归改进需要大量GPU算力支撑
深度解读 & 洞察:
这是AI安全领域最前沿也最敏感的话题之一。递归自我改进的终极设想是:AI变得越来越聪明→更聪明的AI设计出更更聪明的AI→指数级加速。Anthropic的立场是审慎乐观——承认其巨大潜力(特别是在科研加速方面),同时明确指出算力是「物理刹车」,短期内不会出现失控的智能爆炸。
对普通人来说,这意味着未来AI模型的迭代速度可能远超现在——不是人类工程师一个个调参,而是AI自己批量试验、筛选最优方案。
自生目标系统:智能体可自主生成并追求目标
论文提出了自生目标系统的新理论框架,探讨智能体如何在没有外部指令的情况下自主生成并追求目标。研究指出「嵌入性」(即智能体在环境中的存在方式)是实现自生代理的必要条件,而「自我划分非唯一性」揭示了主体边界的复杂性。
深度解读 & 洞察:
当前几乎所有AI系统都是「被动执行」人类设定的目标。这项研究探索了一个根本性问题:AI能否像生命体一样,自己产生内驱力?虽然目前仍处于理论阶段,但它为未来智能体设计提供了全新思路——不再依赖外部提示词,而是让AI拥有自主的目标生成机制。
主流大模型性能集体趋同,技术代差几乎消失
分析机构发布的最新图表显示,各大厂商的顶级模型性能开始集体提升,彼此之间的技术代差正在变得微乎其微。
深度解读 & 洞察:
这是AI行业走向成熟的重要信号。当头部模型差距缩小到难以区分时,竞争焦点将从「谁的模型更聪明」转向「谁的产品体验更好、价格更低、生态更完善」。消费者将成为最大受益者——更便宜的高端AI服务、更多选择、更少锁定。
影响:
- 对AI公司估值:长期来看,纯模型能力差异化收窄可能导致部分公司估值承压,竞争转向应用层和生态层
- 对消费者:利多。高端AI服务价格有望持续下降
智能体与企业变革:工作方式正在被重写
企业AI智能体赛道全面开战:从聊天机器人到自主执行
科技巨头正在全力争夺企业AI智能体(AI Agent)新赛道。与传统的聊天机器人不同,新型智能体能够自主执行复杂的工作流程——包括数据分析、跨系统操作、决策建议等。
深度解读 & 洞察:
关键区别在于「执行」二字。过去的AI只能回答问题,现在的AI Agent可以自己拆解任务、调用工具、完成多步骤操作。比如:不是告诉你「应该给客户发什么邮件」,而是自动起草、审核、发送,还能根据回复调整后续策略。
这意味着大量重复性白领工作(数据录入、报表生成、客户跟进、流程审批)将被AI Agent接管。企业运营效率将大幅提升,但同时也将深刻重塑就业市场。
Accenture业绩预警股价大跌:传统咨询外包遭遇AI替代
全球咨询巨头Accenture因业绩不及预期导致股价大幅下跌。投资者对公司的技术转型路径感到担忧,传统外包业务正受到AI技术的直接替代冲击,定价压力持续增大。
深度解读 & 洞察:
Accenture的困境是整个传统服务行业的缩影。过去,企业愿意花高价请咨询公司做数据分析、系统实施和流程优化;现在,AI Agent正在以极低成本完成同样的工作。问题不在于Accenture不努力转型,而是转型速度赶不上技术替代速度。
影响:
- 对传统咨询/外包行业股票:利空。AI替代趋势不可逆,短期内业绩压力将持续
- 对AI企业服务公司:利好。企业客户正在将预算从传统咨询转向AI工具
- 投资启示:关注从「人力密集型」向「AI驱动型」成功转型的服务企业,远离无法完成转型的传统玩家
智能体记忆管理新突破:突破上下文长度限制
论文提出了长程代理记忆优化管理框架,通过约束随机优化方式分配内存,解决了智能体在长时间运行中上下文超限(即AI「记不住」太久之前的信息)的核心难题。实验表明性能超越了传统启发式方法。
开放词汇自动驾驶感知框架:稀疏能量场解决算力瓶颈
学者提出了开放词汇自动驾驶感知框架,采用稀疏能量场处理异常场景,拉格朗日约束保证车辆运动学可行性,有效缓解了算力瓶颈,显著增强了自动驾驶车辆的泛化能力。
开源生态:开发工具持续繁荣
KiloCode:一体化智能工程平台,星标突破2.2万
开发团队发布了一体化智能编码代理平台,旨在解决开发者调试繁琐的痛点。项目星标数已突破22.1k且保持极高增长率,获得大量开发人员青睐。
深度解读 & 洞察:
编码代理是当前AI应用落地最快的领域之一。开发者用自然语言描述需求,AI自动生成代码、修复Bug、运行测试——这不是未来,而是正在发生的事情。KiloCode的高星标增速说明开发社区对此类工具的需求极为旺盛。
更多开源动态
- Flue(约5.4k星):沙盒智能体安全测试框架,开发者可在虚拟环境中降低运行风险
- Palmier Pro(约1.8k星):苹果平台智能视频编辑工具,解决传统剪辑痛点
- Hyper-Extract(约1.7k星):非结构化文本知识提取工具,一键生成图谱和时空脉络
- Agent-Native(约1.0k星):轻量化智能体应用构建框架,专为跨平台部署设计
AI跨界应用与社会动态
魔兽世界私服接入DeepSeek:1800个AI角色月费仅340元
一位Reddit用户在《魔兽世界》3.3.5版本私服中接入DeepSeek API,让1800个AI角色在游戏世界中自主聊天。核心方案是两套系统拼接:
- Playerbots模块:批量生成模拟真人行为的Bot,可自动做任务、升级、组队
- Python桥接脚本:将所有聊天请求转发到DeepSeek云端API,替代本地大模型推理
- 成本优化:检测到没有真人在线时自动停止API调用
得益于DeepSeek的Token折扣政策,1800个Bot满负荷运行的月成本约340元人民币。
深度解读 & 洞察:
这个案例的意义远超游戏本身——它证明了用大模型API大规模填充虚拟世界中的NPC(非玩家角色)在经济上已经完全可行。340元/月就能让1800个角色拥有自然的对话能力,这意味着未来的游戏、元宇宙、虚拟社交产品中,AI驱动的NPC将成为标配。更重要的是,搭建过程仅涉及配置文件修改和Python脚本复制,技术门槛极低。
挪威立法禁止小学生使用AI大模型
挪威出台政策限制未成年人在学校使用大模型,禁令主要针对小学阶段,旨在防止学生产生过度依赖。政策强调批判性思维和基础技能应受到保护,对高中生的使用也有约束。相关细则仍在制定中。
深度解读 & 洞察:
这是全球范围内AI教育监管的标志性事件。挪威的逻辑很清晰:小学阶段的核心任务是培养阅读、写作和基础推理能力,如果学生习惯于直接让AI给出答案,这些能力将无法正常发育。这一政策可能成为其他国家的参考模板。
Amazon因50亿美元合作放弃OpenAI题材剧集
Amazon制片厂放弃了即将完成的剧集制作,此前双方签订了50亿美元战略合作协议。剧情涉及科技领袖的不良公众形象,商业利益冲突引发了创作自由的广泛讨论。
深度解读 & 洞察:
当一家公司与另一方签下500亿美元的合作,放弃一部可能冒犯对方的剧集几乎是必然的商业决策。但这个事件折射出一个更深层的趋势:科技巨头的商业版图正在重塑媒体舆论生态——资本的力量可以让批评声音「被消失」。
Midjourney跨界造全身扫描仪:60秒无辐射成像
Midjourney团队成立新部门并开发全新全身体扫描仪。设备使用水介质进行无辐射成像,扫描过程仅需60秒,图像质量媲美昂贵的核磁共振(MRI)。团队计划明年底开设线下体验中心。
深度解读 & 洞察:
从AI图像生成跨界到物理医疗设备,看似跳跃,实则共享核心技术——高质量图像重建算法。水介质无辐射成像如果成本可控,将大幅降低医疗影像检查的门槛,对基层医疗意义重大。
更多动态
- Forbes发布全球AI 50强榜单:头部机构凭巨额融资保持领先,编码辅助和医疗健康成为最热赛道
- 分析人士看好科技赛道:预测资金将从传统房产流入股市,中国完善的工业产业链为机器人产业提供支撑,未来十年是黄金期
- 亚洲精英流向中国高校:许多国际精英选择前往清华、浙大深造,核心吸引力在于学术氛围和实验设备
- 多模态评估「支架效应」:仅在提示中提及影像就能提升模型性能,但模型会虚构推理依据,掩盖真实能力,安全部署需重视此偏差
