AI Coding × 具身智能

AI Coding × 具身智能

2026 年 6 月 15 日 · 周日
全球 AI 前沿 · 每日精选 10 条

AI Coding · 产业并购
1

OpenAI 收购 Ona,为 Codex 补上「永不下线」的云端执行能力

6 月 12 日,OpenAI 宣布收购云环境初创公司 Ona。Ona 专注为 AI 智能体提供安全、预配置的云端运行环境,使其能访问工具、系统及数据。OpenAI 表示 Ona 的技术将使 Codex 承担运行周期更长的任务,让 AI 编程助手真正实现”下班后仍在干活”。这已是 OpenAI 2026 年以来第三笔针对 Codex 生态的收购。

值得关注:Codex 的短板一直是云端执行环境——Ona 补上了这块地基,意味着 AI Coding Agent 正从”辅助写代码”迈向”7×24 自主交付”。这场收购也将直接影响 Codex 与 Claude Code 的竞争格局。

IT之家

AI Coding · 模型发布
2

智谱 GLM-5.2 全量开放:最强国产 Coding 模型,1M 上下文,下周开源

智谱于 6 月 13 日宣布 GLM-5.2 全量开放。这是智谱迄今能力最强的开源模型,支持真正可用的 1M 上下文,在长程任务中持续领先,并被称为”最强国产 Coding 模型”。面向 GLM Coding Plan 全量用户开放,API 下周上线,模型下周正式开源,遵循 MIT 协议。

值得关注:MIT 协议开源 + 1M 上下文 + Coding 能力第一梯队,GLM-5.2 让国产 AI Coding 生态有了真正可本地部署的旗舰选项,对 Claude Code / Cursor 体系构成直接替代可能。

智谱公众号

AI Coding · 模型发布
3

Kimi 发布并开源 Kimi-K2.7-Code:性能大幅跃升,推理成本降 30%

月之暗面 6 月 12 日发布并开源最新代码模型 Kimi-K2.7-Code。相比 K2.6,Kimi Code Bench v2 提升 +21.8%,Program Bench 提升 +11.0%,MLS Bench Lite 提升 +31.5%。推理效率改进,推理 token 使用量降低 30%。6× 高速模式即将推出,可通过 Kimi API 和 Kimi Code 使用。

值得关注:K2.7-Code 在多个代码基准上实现两位数提升,同时推理成本降低 30%——这意味着 AI Coding 的性价比拐点正在加速到来。开源策略也使其成为 Codex/Claude Code 之外的高竞争力选项。

Kimi 官方

AI Coding · 工程实践
4

/architect 开源:Fable 负责协调审核,Codex 负责构建,减少 80% token

GitHub 上新开源的 /architect 项目提出一种 AI Coding 新范式:由 Claude Fable 承担架构设计与代码审核的角色,由 OpenAI Codex 负责具体构建实现。这种”架构师 + 工程师”的分工组合,在保持代码质量的同时将 Fable 的 token 消耗减少 80%。

值得关注:混合模型协作是 AI Coding 的下一个前沿——用最贵的模型只做”最难的事”,用便宜的模型执行常规任务。这种分工模式可能重塑整个 AI Coding 工具链的架构设计。

GitHub

AI Coding · 产品发布
5

OpenRouter Fusion API:半价达 Fable 级智能,复合模型新范式

OpenRouter 6 月 13 日推出 Fusion API——市场上最智能的复合模型。Fusion 以一半的价格实现 Fable 级别的智能。其核心思路是在生成过程中让低成本模型处理日常任务,在关键时刻调用 Fable 等强模型,实现成本与质量的动态平衡。配合此前发布的 Advisor 工具,可用 GPT-4o Mini 做日常、关键时刻调 Fable。

值得关注:Fusion API 代表了 AI Coding 的新范式——不是”一个模型打天下”,而是按需路由、动态编排。这对大量使用 AI Coding Agent 的团队而言,是降本增效的关键路径。

OpenRouter 官方

具身智能 · 政策动向
6

工信部+国资委启动 2026 人形机器人与具身智能实景实训专项行动

6 月 9 日,工信部与国务院国资委联合印发通知,正式启动 2026 年度人形机器人与具身智能实景实训专项行动。行动目标:到 2026 年底,人形机器人等重点产品在代表性场景中完成应用验证和常态部署,凝练百个以上高价值应用场景,加速构建产业闭环。

值得关注:这是中国首次以两部委联合推动的方式,将具身智能从”实验室”推入”真实生产生活环境”的规模化部署阶段。政策信号的力度和落地时间表,将直接影响整个赛道的投资与商业化节奏。

中新网

具身智能 · 产业加速
7

DeepMind 机器人加速器开营:15 家欧洲初创获 Gemini Robotics 技术支持

Google DeepMind 6 月 12 日宣布机器人加速器项目正式启动。首批 15 家欧洲早期机器人初创公司在伦敦集结开营,为期三个月。入选企业将获得 DeepMind AI 技术专家指导、Gemini Robotics 模型访问权限及产品开发支持,助力打造下一代物理 AI。

值得关注:DeepMind 将 Gemini Robotics 模型开放给初创公司——这意味着顶级具身智能模型正从论文走向产业生态。欧洲有望借此在物理 AI 领域形成与中国、美国的三角竞争格局。

DeepMind 官方

具身智能 · 赛事动态
8

HOPE AI 乒乓挑战赛入选第二届世界人形机器人运动会正赛

6 月 12 日,由智脑竞速基金会发起的 HOPE(Hitch Open Ping-Pong Embodied)AI 自主决策机器人乒乓挑战赛,经组委会评审正式入选第二届世界人形机器人运动会正赛。赛事将于 2026 年 8 月在北京国家速滑馆”冰丝带”举行,以高速对抗的乒乓球运动检验人形机器人的感知、决策与运动控制能力。

值得关注:乒乓球是毫秒级感知-决策-执行的极限场景——能打乒乓的机器人,意味着其动态反应能力接近实用化门槛。这是具身智能从”走路”迈向”竞技”的标志性赛事。

搜狐新闻

具身智能 · 论文研究
9

Embodied-R1.5:8B 参数具身基础模型,16/24 基准达 SOTA,超越 GPT-5.4

Embodied-R1.5 是一个统一具身基础模型,将具身认知、任务规划、纠错与指向能力整合在单一架构中。基于三条自动化数据构建流水线,搭建超过 150 亿 token 的数据系统,并设计多任务平衡强化学习方案。仅 8B 参数,在 24 个具身 VLM 基准中的 16 个达 SOTA,超越 Gemini-Robotics-ER-1.5 与 GPT-5.4。零样本真实机器人实验验证了其长周期复杂任务的泛化能力。模型、数据集、训练代码已全部开源。

值得关注:8B 参数超越 GPT-5.4 和 Gemini-Robotics——这证明具身智能不一定需要超大模型。小模型 + 好数据 + 好训练范式的路线,让具身 AI 的落地成本大幅下降。

arXiv

具身智能 · 基础设施
10

北京人形机器人创新中心数据训练基地:国内场景最齐全的具身数据平台

6 月 12 日新华社报道,北京人形机器人创新中心数据训练基地已建成国内场景覆盖最齐全、机器人构型最丰富、数据产能及质量最高的专业化数据采集平台之一。基地内机器人可踢足球、叠衣服、做实验、装快递、做骨科手术,覆盖家居、工业、康养等多领域。高质量数据正成为驱动人形机器人产业发展的战略资源。

值得关注:数据是具身智能的”石油”——训练基地的本质是在系统性地生产高质量机器人训练数据。谁掌握最丰富的数据采集场景,谁就在下一代具身模型的竞争中占据先手。

新华社