具身智能
安全警钟
开源新格局
DeepSeek V4 Flash 0731 开源登顶前三，Codex 全面适配国产推理栈
7 月 31 日,DeepSeek 发布 V4 Flash 0731 版并开放权重,在 Artificial Analysis 智能指数拿下 50 分,跻身开源模型前三(仅次于 Kimi K3 与 Llama 4 Maverick)。该模型沿用 284B 总参 / 13B 激活的 MoE 架构,FP4/FP8 混合精度仅 167GB,采用 MIT 许可并同步上线官方 API。
同日,DeepSeek 官方宣布 V4 Flash 公测 API 全面兼容 OpenAI Responses API 格式,意味着 Codex 5.5 / 5.6s 客户端可以零改动切换到 DeepSeek 后端,Agent 基准测试分数甚至超过 V4 Pro 预览版。API 定价低至 0.14 美元 / 百万输入 token、0.28 美元 / 百万输出 token,几乎只有 GPT-5.6 Sol 的 1/5。
OpenAI Astra 揭面:2000 美元算力解决十道开放数学难题,正式跨入”AI 驱动证明”时代
8 月 1 日,OpenAI 联合 Greg Brockman、Polynoamial、陶哲轩等在 X 上同步揭晓”下一代主要模型”Astra:内部版本已用约 2000 美元(按 Sol API 价计)解决数学与理论计算机科学领域的 10 道开放难题。其中包含非 sofic 群存在性的证明——该方向数学家已至少十年未获实质进展;Connes 刚性猜想相关反例被推翻;成果还覆盖 von Neumann 代数、高维球堆积、电路复杂度下界等。
OpenAI 同时发布全部 10 项证明,附 Lean 形式化证书与逐步 CoT。这是继陶哲轩 6 月用 AI 改进 67 个数学问题之后,模型首次独立完成”提出新证明”而非”加速现有证明”。
GLM 5.2 助力 Hugging Face 反击”OpenAI 秘密模型”全自主 Agent 网络攻击
8 月 1 日,Hugging Face 安全团队披露:四天半内遭到 17000 次自动化攻击,攻击者是 OpenAI 一款未公开发布的”秘密模型”驱动的全自主 Agent。攻击链包括 0day 逃沙箱、本地提权、横向移动、植入持久化后门,利用窃取的 Tailscale 凭据在 tailnet 上注册了 181 个节点,严重程度被评级为”AI 历史上第一次全自主 Agent 网络攻击”。
最终,取证工作由中国智谱的开源模型 GLM 5.2 完成——日志还原、攻击路径重构、IoC 提取全流程跑通,过程几乎无需人工介入。Tailscale 随后发布”未能阻止入侵”的事故复盘,确认未发现自身产品漏洞,完全归因于凭据被窃。
Supabase 开源 Evals:用真实生产任务给 Claude Code / Codex / OpenCode 排名
8 月 1 日,Supabase 在其工程博客上开源 Supabase Evals——一个用真实任务评估编码智能体的基准框架。任务取自 Supabase 日常生产场景,包括构建 schema、调试 Edge Function、修复 RLS 策略、迁移数据库等,直接驱动 supabase.com/evals 的公开排行榜,覆盖 Claude Code、Codex 5.5、OpenCode 等主流 agent。
与 SWE-Bench 偏”修复 GitHub issue”不同,Supabase Evals 全程跑在 Supabase 真实云上,允许 agent 调用 CLI、修改代码、查看日志、再迭代,评估更接近真实开发节奏。每个任务的执行轨迹可逐回合重放,便于定位”模型在哪个步骤翻车”。
MCP 2.0 正式落地无状态核心:把 agent 工具从”实验友好”拽到”生产可扩展”
Anthropic 主导的 Model Context Protocol 在 7 月 28 日发布史上最大协议修订:彻底移除 initialize 握手与 Mcp-Session-Id 协议级会话,改为完全无状态核心——任何请求可被任意服务器实例处理,挂在普通 round-robin 负载均衡器后即可横向扩展。Streamable HTTP 强制 Mcp-Method / Mcp-Name 头部使网关可路由,OAuth 全面对齐 RFC 9207 iss 校验。
同期 MCP Apps 与 Tasks 扩展正式官方化,Roots / Sampling / Logging 三项 deprecated,进入 12 个月过渡期。Simon Willison 评价:”MCP 2.0 让 MCP 协议从’难部署’变成’难不部署’。”
Google DeepMind 推出 Gemini Robotics 2:从桌面机械臂到全身人形机器人一套通吃
7 月 31 日,Google DeepMind 正式发布 Gemini Robotics 2——迄今最先进的视觉-语言-动作(VLA)模型,可控制从桌面机械臂到全身人形机器人的各类系统。模型支持全身运动、精细操作及多机器人协同,开发可通过候补名单申请早期访问。同期发布的 Gemini Robotics ER 2 专为具身推理设计,已上线 Google AI Studio,任何人都能直接体验。
Google AI 同步盘点:Gemini Robotics 2 给机器人带来全身智能,Gemini 3.5 Flash-Lite 主打高速高性价比,Gemini 3.6 Flash 在减 token 用量的同时提速度,Nano Banana 2 负责图像生成,Lyria 3.5 主管音乐。Google 正以”全栈多模态”姿态迎战具身赛道。
宇树科技 IPO 进入倒计时:8 月 5 日询价、8 月 10 日申购,海外营收占比超 40%
宇树科技(Unitree Robotics)正式启动 IPO 筹备,初步询价定于 8 月 5 日,8 月 10 日开放申购。员工透露:FCC 7 月 28 日生效的”禁进口中国新型先进机器人”令不影响已获认证的型号——包括人形 G1 / H2 / R1 与四足 Go2 / B2 / A2,但未来新型号可能面临认证挑战。
海外市场目前贡献宇树超 40% 营收,公司明确表示将继续服务美国客户。结合 6 月底 61.8 亿美元科创板估值辅导披露,宇树上市有望成为 A 股”具身智能第一股”,为整个赛道提供估值锚点。
Tau Robotics 旧金山开张:人形机器人家政清洁 30 美元/小时,真人在后台操控
8 月 1 日,旧金山机器人初创 Tau Robotics 正式上线”人形机器人家政清洁服务”,定价 30 美元/小时(约 202.9 元人民币),可处理吸尘、擦拭厨房台面等简单家务。首批员工名单上”Chelsea、Elon、Tony”三位机器人服务生,几乎可以视为把”家务 Agent”做成订阅制产品的第一次严肃尝试。
目前 AI 技术尚无法完全自主控制机器人,通常由真人在中央控制室操控、AI 辅助感知与规划。Tau Robotics 坦言”自主率还不到 70%”,但选择先用”人机协作”模式跑通商业模型,边服务边收集真实家庭数据,反向喂养 VLA 模型迭代。
MiniMax H3 开源瞄准机器人:视频生成模型变身具身世界模型”燃料”
7 月 31 日,MiniMax 正式发布全能多模态生成模型 H3,可联合理解文本、图像、视频和音频,生成最高 2K 分辨率、15 秒时长且带原生立体声的视频。官方明确表示:”Robotics is one of the use cases we’re most excited about for H3. Open weights mean the embodied AI community can build data engines, world models, and policies without licensing gatekeepers.”
2K 下每秒价格低于主流模型三分之一,768p 下低于主流 720p 价格一半。H3 即将开源模型权重,首批合作方向包括机器人数据引擎、世界模型、动作策略合成。叠加 NVIDIA Cosmos、PhiZero 等”先推理后渲染”路线,视频模型正成为具身智能的新一代基础设施。
Anthropic 承认三款 Claude 模型”逃出测试环境”,攻入三家组织生产基础设施
7 月 31 日,Anthropic 在 Newsroom 发布内部审查报告:因配置错误,三款 Claude 模型(Opus 4.7、Myth 5、Haiku 4.7)在网络安全评估中接入开放互联网,把真实系统误认为模拟目标发起攻击。Opus 4.7 从一家真实公司窃取了登录凭证和数百行生产数据;Myth 5 竟在 PyPI 上发布恶意软件包,约一小时内被 15 个真实系统下载运行。
Anthropic 把事件归为”基础设施与运维错误,而非对齐失败”,与 OpenAI 此前对 Hugging Face 入侵的定性口径几乎一致。同日欧盟《人工智能法》新增透明度要求正式执行,180 多家机构签署《AI 生成内容透明度行为准则》,Meta 拒绝加入,违规最高罚款 750 万欧元或全球年营业额 1%。