AI 前沿资讯周报 · 2026 年第 34 周

AI 前沿资讯周报 · 2026 年第 34 周

• • 本周核心判断
  • 一、AI Coding
  • • 1. [官方发布] DeepSeek V4 Pro 正式版（0813）上线，8/17 启动峰谷定价
    • 2. [官方发布] Qwen3.8-Max 开源权重落地：2.4T 旗舰首度开放，采用收入分成 License
    • 3. [官方发布] 智谱发布 GLM-5.3：7430 亿参数，后训练 +50%，补齐网络安全能力
    • 4. [官方发布] xAI 发布 Grok 4.6：面向 long-running agents，AA Index 61 追平 GPT-5.6 Sol
    • 5. [官方发布] 微软首发自研推理模型 MAI-Thinking-1，强化"去 OpenAI 依赖"
  • 二、AI Agent / 安全
  • • 6. [官方发布] OpenAI 推出 GPT-5.6-Cyber 与 Daybreak Red：95% 高级网络任务完成率，发现 Chrome V8 零日漏洞
    • 7. [行业新闻] Manus 恢复独立运营、与 Meta 分拆，部分用户数据将删除
  • 三、具身智能
  • • 8. [官方发布] 宇树科技 8/19 科创板上市在即：A 股"人形机器人第一股"
    • 9. [行业新闻] SAG 2026 H1 报告：全球人形机器人出货 1.91 万台，智元反超宇树
  • 四、arXiv 论文快筛
  • • 10. [学术前沿] G0.5：推理与动作统一于单一自回归流
    • 11. [学术前沿] StellaVLA：测试时检索单条结构化演示实现跨场景泛化
    • 12. [学术前沿] RIFT：世界-动作模型无需 rollout 即可"想象"未来
    • 13. [学术前沿] ForeWAM：不解码未来视频即为动作头提供动态上下文
    • 14. [学术前沿] FACT：让失败动作也成为训练目标，缓解成功偏置幻觉
  • 五、快速扫描
  • 六、本周观察
  • • 开源/国产旗舰"同一周阅兵"，API 定价转向峰谷分层
    • 安全治理进入"实操"：同一周内"放行"与"叫停"并存
    • 具身智能：从"估值锚"到"出货量锚 + 资本锚"双锚定

窗口： 2026-08-10 00:00 → 2026-08-16 23:59（UTC+8） 方向： AI Coding · AI Agent · 具身智能 信源： P0 官方一手 + P1 高信噪媒体 + P2 国际对照锚点

本周核心判断

本周呈现三条清晰主线：

一、AI Coding

1. [官方发布] DeepSeek V4 Pro 正式版（0813）上线，8/17 启动峰谷定价

时间： 2026-08-12 深夜上线，8-13 公告一波三折，8-17 调价生效 标签： [官方发布] [产品更新] [行业新闻]

DeepSeek 在 API 文档中悄然将 deepseek-v4-pro 切换至 DeepSeek-V4-Pro-0813，随后官网公告一度撤回、当晚重新官宣全线上线。关键事实：

• 架构不变，后训练跃迁： 总参数 1.6T MoE、激活约 490 亿、1M 上下文、最高 384K 输出；与预览版相比仅强化后训练与 Agent 能力。
• 官方基准（多家媒体交叉核验）： Terminal-Bench 2.1 得 87.9（距 Claude Fable 5 的 88.0 仅差 0.1）；DeepSWE 从 12.8 飙升至 62.7（高于 Opus 4.8 的 58.0）；DSBench-Hard 翻倍至 67.2；Cybergym 83.3 反超同档。LiveCodeBench 93.5。
• 第三方评测： Artificial Analysis 智能指数 53 分，高于 V4-Flash 的 40–50 分，但低于 Fable 5（62）、Grok 4.6（61）、Kimi K3（60），与 GLM-5.2 同档。
• 峰谷定价（8-17 00:00 生效）： 高峰时段（9–12、14–18 点）V4 Pro 输出 27 元/百万 token（涨 350%）、输入未命中 9 元（涨 200%）、缓存命中 0.30 元（涨 1100%）；空闲时段价格为高峰一半。V4-Flash 高峰输出 9 元、空闲 4.5 元。
• 波折与争议： 上线首日社区实测出现"思考时间不足十秒、长流程任务提前收尾"，8-13 白天公告一度撤回；官方未就配置调整作说明。同期 DeepSeek 注册"DeepSeek Harness 团队"公众号，对标 Claude Code 的自主执行框架即将发布。

来源： 腾讯新闻 · 中新经纬/QQ 新闻 · 新浪/模型得分分析 · 新浪/性价比分析

2. [官方发布] Qwen3.8-Max 开源权重落地：2.4T 旗舰首度开放，采用收入分成 License

时间： 2026-08-12 夜（HuggingFace / ModelScope 同步开放） 标签： [官方发布] [开源权重] [产品更新]

阿里巴巴 Qwen 团队在魔搭社区与 Hugging Face 同步开放 Qwen3.8-2.4T-A95B 权重，这是 Qwen-Max 级别旗舰首次开放权重。关键事实：

• 规格： 稀疏 MoE，总参数 2.4 万亿、每 token 激活 95B；原生 1M 上下文（991K 最大输入 / 131K 最大输出）；原生多模态（文本、图像、视频同调用）。
• 开源意义： 此前 Qwen-Max/3.6-Max/3.7-Max 均为托管闭源，本次打破惯例。社区用 Unsloth 动态量化可将 4.9TB 原始权重压至约 397GB 本地运行；配套 Qwen3.8-27B 可在 17GB 显存本地部署。
• License： 采用类似 Kimi K3 的收入分成条款——企业可下载、微调、自部署，但大规模商用产生收入需与阿里分成。
• 基准（厂商口径）： Terminal-Bench 2.1 86.6、SWE-bench Pro 67.7、PaperBench 93.0、OSWorld-Verified 86.1。API 定价 $2/$6 每百万 token，缓存读取 $0.25。

来源： The Neural Feed · Davarion · SeventNews · Pondero

3. [官方发布] 智谱发布 GLM-5.3：7430 亿参数，后训练 +50%，补齐网络安全能力

时间： 2026-08-14 标签： [官方发布] [开源权重] [产品更新]

智谱发布新一代基座模型 GLM-5.3。关键事实：

• 参数不变，后训练跃迁： 总参数 7430 亿（与 GLM-5.2 相同，未如传闻升级至万亿）；全部提升来自后训练——IndexShare 架构、SAO（单轨迹异步优化）与强化学习框架 slime。
• 编程与 Agent 跃升（厂商口径）： Terminal-Bench 3.0 从 4.6 升至 28.3；DeepSWE v1.1 从 46.2 升至 66.9；Agents’ Last Exam 从 23.8 升至 28.5；GDPval-AA v2 得分 1769。
• Z.ai Code Bench（自研）： High 档准确率 31.4%，超过 Claude Opus 4.8 最大档 29.5%，且每项任务平均仅约 5 万 tokens（Opus 4.8 约 12 万）。体感评测较 GLM-5.2 提升约 50%。
• 网络安全补齐： 漏洞发现基准 CyberGym 取得 84.5%，略高于 Anthropic Mythos 5 的 83.8%（中信建投研报口径）。支持 100 万 token 上下文、最高 128K 输出。
• 可用性与合规： 已上线 ZCode、AutoClaw 及多家第三方编程平台；API 即将推出，完整权重将在安全加固后两周内开源（限制潜在攻击能力、保留防御价值）。

来源： 上海证券报/华为云 · AIBase · 中信建投研报/腾讯

4. [官方发布] xAI 发布 Grok 4.6：面向 long-running agents，AA Index 61 追平 GPT-5.6 Sol

时间： 2026-08-12 标签： [官方发布] [产品更新]

SpaceXAI（xAI）发布 Grok 4.6，定位为面向"长程智能体"的模型。关键事实：

• 规格： 500K 上下文窗口，支持文本+图像输入、函数调用、结构化输出、四档推理强度（Low/Medium/High/XHigh，默认 High）。参数量官方未公布。
• 定价： 标准 API 输入 $2 / 缓存输入 $0.50 / 输出 $6 每百万 token；提示超 200K token 后三项均翻倍（输入 $4 / 缓存 $1 / 输出 $12）。Fast 变体价格翻倍。
• 基准（厂商口径，第三方分数取自各厂商系统卡）： Artificial Analysis Intelligence Index 61，与 GPT-5.6 Sol Max 同分、低于 Fable 5 Max 的 62、高于 Grok 4.5 的 56。DeepSWE v1.1 65.9%、CursorBench v3.2 69.9%、FrontierCode 61.3%、APEX-Agents 57.5%；但 Terminal-Bench 仅 26%，低于 GPT-5.6 Sol 与 Fable 5。
• 产品矩阵： 同步提供 Grok Build（本地编码 Agent，TUI/Headless/ACP 三形态）、Grok Bot（持久云端 AI 队友，8-11 文档发布）。首周在 Grok Build 与 Cursor 提供双倍包含用量。
• 训练侧重： 在知识工作、通用编码、内核优化、Web 开发、CAD 等环境中强化后训练与 Agent 强化学习；xAI 观察其在长轨迹中更常主动自测，但属厂商内部观察而非独立统一基准。

来源： xAI 官方公告 · xAI 开发者文档 · The Decoder 交叉报道（多源聚合）

5. [官方发布] 微软首发自研推理模型 MAI-Thinking-1，强化"去 OpenAI 依赖"

时间： 2026-08-12 / 08-13（Microsoft Foundry 公开预览） 标签： [官方发布] [产品更新]

微软 AI CEO Mustafa Suleyman 宣布首个从零自研的推理模型 MAI-Thinking-1 进入 Microsoft Foundry 公开预览。关键事实：

• 架构： 稀疏 MoE，约 35B 激活 / 1T 总参，256K 上下文，支持函数调用与 Chat Completions API；未使用任何第三方模型蒸馏，基于干净、可追溯、企业级数据训练。
• 基准（微软口径）： SWE-Bench Pro 约 52.8（微软称与 Claude Opus 4.6 同档）；AIME 2025 97.0%、AIME 2026 94.5%；在 Surge 盲测（1276 项任务）中优于 Claude Sonnet 4.6。
• 战略意义： 这是微软在 Copilot 之外首个完全自主训练栈的推理模型，配合 6 月 Build 公布的 MAI 模型家族（推理/编码/图像/语音/转录），将 Azure 推理选型从"OpenAI/Anthropic/Google"扩展至"微软体系内自研"。GitHub Copilot 此前已切换至自研 MAI-Code-1-Flash。
• 边界： 闭源、托管式、中型推理足迹；定价未公开，需以 Foundry 实际 SKU 为准；仍为预览而非 GA。

来源： Microsoft AI 官方 · explainx.ai 解析 · The Win Central

二、AI Agent / 安全

6. [官方发布] OpenAI 推出 GPT-5.6-Cyber 与 Daybreak Red：95% 高级网络任务完成率，发现 Chrome V8 零日漏洞

时间： 2026-08-10 官宣，8-11 上线 Amazon Bedrock 标签： [官方发布] [产品更新] [学术前沿]

OpenAI 扩展 Daybreak 网络安全计划，推出专用安全模型 GPT-5.6-Cyber，仅通过 Daybreak Red 提供给通过审查的防御方。关键事实：

• 能力数据（OpenAI 内部评测）： 在涉及漏洞利用链、认证绕过、权限提升的请求上完成率 95%；对比 GPT-5.6 Sol 标准护栏 1.5%、Daybreak Blue（Sol 降护栏）2.0%、上代 GPT-5.5-Cyber 57.3%。
• 真实战果： 研究人员用该模型发现 Chrome V8 JavaScript 引擎中两个此前未知漏洞，可串联破坏内存并逃逸 V8 堆沙箱；Google 修复并分配 CVE-2026-15903。另发现某移动 OS ≥5 个漏洞、某数据库 3 个严重漏洞、某 OS 内核 400+ 权限提升漏洞（多处于协同披露中）。
• Preparedness 评级： GPT-5.6-Cyber 评估为 High（高危但未达 Critical）——与同期被暂停的 Astra（疑似触及 Critical）形成对照。Daybreak Red 自 9/1 起强制硬件安全密钥。
• 可用性： 8-11 登陆 Amazon Bedrock（美东弗吉尼亚），需经 Trusted Access for Cyber 审查；合作伙伴含 Accenture、IBM、CrowdStrike、Palo Alto、Cisco 等。

来源： Quartz · Business Standard · Help Net Security · unite.ai/Bedrock

7. [行业新闻] Manus 恢复独立运营、与 Meta 分拆，部分用户数据将删除

时间： 2026-08-11 标签： [行业新闻] [融资/人事]

Manus 在官网发布《致用户的一封信》，宣布即将恢复以独立公司身份运营，作为与 Meta 分拆的一部分。关键事实：

• 监管背景： 2025-12-29 Meta 收购 Manus；2026-04 国家发改委外商投资安全审查机制办公室作出禁止投资决定，要求撤销该收购交易。
• 数据安排： 2025-12-29 当天及之后产生的部分用户数据，将于新加坡时间 8-23 08:00 至 8-24 被删除；受影响用户可在 8-23 07:59 前备份，8-25 08:00 起恢复入口开放。官方强调与数据泄露/安全事件无关，备份期免订阅费并提供回归奖励。
• 产品定位： Manus 为通用 AI Agent（2025-03 推出），曾披露 ARR 破 1 亿美元、累计处理超 147 万亿 tokens、创建超 8000 万个虚拟计算机实例。

来源： 澎湃新闻 · 新浪财经 · 今日头条/新黄河

三、具身智能

8. [官方发布] 宇树科技 8/19 科创板上市在即：A 股"人形机器人第一股"

时间： 2026-08-10 认购，预计 8-19 上市（上交所尚未正式确认） 标签： [官方发布] [融资/人事] [行业新闻]

宇树科技科创板 IPO 进入最后倒计时。关键事实：

• 发行与估值： 发行价 150.80 元/股，发行 40,446,434 股（占发行后 10%），募资约 61 亿元，隐含估值约 610 亿元（约 90 亿美元）；代码 688836.SH（宇树科技-W）。
• 审核速度： 3-20 受理至 7 月初注册生效仅 104 天，创科创板预审机制以来最快完整周期。
• 业绩： 2025 营收 16.99 亿元（同比 +335%）、毛利率 60.27%、扣非净利 5.91 亿元；人形机器人出货 5500+ 台、全球份额 32.4% 居首。2026 H1 扣非净利预计同比下滑 6%–22%（研发费用与销售费用上升）。
• 外部变量： 招股书披露科研教育占收入 73.6%、工业仅 9%（W33 已述）；美国在人形/四足机器人进口限制清单将宇树最大海外市场的其中之一关闭。另有报道称宇树 8-14 公布累计双足机器人下线 1.8 万台以回应出货量质疑。
• 状态提示： 行业共识指向 8-19 上市，但上交所尚未发布官方确认，交易窗口预计落在 8-17 至 8-21 之间。

来源： Gate/IPO 解析 · ODaily · Gate 中文

9. [行业新闻] SAG 2026 H1 报告：全球人形机器人出货 1.91 万台，智元反超宇树

时间： 2026-08-10 标签： [行业新闻] [待核验]

美国加州研究公司 Smart Analytics Global（SAG）发布 2026 上半年行业数据。关键事实：

• 总量： 全球人形机器人出货量约 1.91 万台，为去年同期 5100 台的三倍多（同比超 200%）；中国厂商占 97%+。
• 格局： 智元机器人约 8400 台（44%，第一），宇树科技约 5900 台（31%，第二），两家合计约 75%，远超特斯拉、Figure AI、Agility Robotics 等美国头部企业。
• 场景结构： 工业及商业应用占比超 70%（2025 H1 约 50%），制造业、物流、仓储成为主要商业化路径。
• 预测： 2026 全年全球约 6 万台，2030 年约 50 万台。SAG 创始人 Linda Sui 提示监管不确定性与地缘政治风险可能影响下一阶段。
• 备注： 97% 为 2026 H1 最新测算，此前 Omdia、摩根士丹利对 2025 全年估算普遍在 85%–90% 区间，TrendForce 口径更审慎；本数据源自彭博转述 SAG，已标注待核验。

来源： QQ 新闻/彭博转述 · 腾讯新闻 · 香港商报 · 凤凰网

四、arXiv 论文快筛

本周从 arXiv cs.RO/cs.AI/cs.CL/cs.LG 中筛选与 VLA、世界模型、具身智能相关的预印本（提交于 2026-08-10 至 08-16），保留 5 篇。

10. [学术前沿] G0.5：推理与动作统一于单一自回归流

• arXiv： 2608.11739（cs.RO，提交于 2026-08-12，Galaxea 等）
• 核心： 主流 VLA 将预训练 VLM 与独立训练的 flow-matching 动作专家耦合，使 VLM 退化为上下文编码器。G0.5 用单一 Transformer decoder 在同一目标下输出推理 token 与动作 token，配套跨本体动作分词器、原生思维链流、多秒视觉记忆模块。
• 结果： 7 项独立基准超越 SOTA——真实机器人微调 76.7%（vs π0.5 53.3%、GR00T-N1.7 24.4%）、2025 BEHAVIOR 挑战 50 项长程任务 31.4%、LIBERO 98.9%、RoboTwin 2.0 93.3%、DROID 零样本迁移 82.5%。
• 意义： 推理与动作共享权重，预训练 VLM 能力直接迁移到物理行为，提示词即可调动作粒度与任务时长，无需重训。

11. [学术前沿] StellaVLA：测试时检索单条结构化演示实现跨场景泛化

• arXiv： 2608.11671（cs.RO，提交于 2026-08-11/12）
• 核心： VLA 在场景/视角/物体变化时易失效，通常需重采数据微调。StellaVLA 在测试时仅检索一条演示，由离线管线自动转为任务计划、子目标描述与口语化 3D 运动（传达"为何这样做"而非像素轨迹），可跨本体（真实机器人、人手、XR）复用，推理时仅动作专家运行、无额外延迟。
• 结果： VLA-Arena 排行榜总分 0.63（π0.5 为 0.44），LIBERO 平均成功率 98.8%。

12. [学术前沿] RIFT：世界-动作模型无需 rollout 即可"想象"未来

• arXiv： 2608.11521（cs.RO，提交于 2026-08-12）
• 核心： 世界-动作模型（WAM）靠逐帧生成未来视频决策，部署时延高。作者在 4 个 WAM、40 个 LIBERO 任务上做闭环干预，发现复用固定未来 K/V 缓存几乎不影响执行；RIFT 用可学习预期 token 单次前向构造完整未来缓存，将"消费缓存"与"生产缓存"解耦。
• 结果： LIBERO 成功率 98.8%（与 rollout 法一致），动作块时延降低 68.2%–89.1%。

13. [学术前沿] ForeWAM：不解码未来视频即为动作头提供动态上下文

• arXiv： 2608.11605（cs.RO，提交于 2026-08-11）
• 核心： 显式未来帧 WAM 需迭代去噪视频、代价高；直接策略 WAM 快但无预测动力学接口。ForeWAM 提出无需在部署时显式生成未来视频、即可为动作生成提供预测性上下文的直接策略 WAM。

14. [学术前沿] FACT：让失败动作也成为训练目标，缓解成功偏置幻觉

• arXiv： 2608.10232（cs.RO/cs.LG，提交于 2026-08-13，含 Nicklas Hansen、Xiaolong Wang）
• 核心： WAM 几乎只在成功演示上训练，无从学习"坏动作导致什么"，推理时易幻觉出成功未来。FACT 改为以实际执行的动作所条件化的未来视频与任务进度为预测目标，将失败 rollout 转为合法监督信号；进度预测器同时见成功与失败结果，推理时对候选动作打分。
• 结果： 仿真与真实双臂实验中，随失败数据加入持续改进，坏动作下的成功偏置幻觉显著下降。

来源： arXiv 2608.11739 · arXiv 2608.11671 · arXiv 2608.11521 · arXiv 2608.11605 · arXiv 2608.10232 · FutureX Physical AI Daily #88

五、快速扫描

以下条目为本周监测到但未展开的重要信号，供后续追踪。

六、本周观察

开源/国产旗舰"同一周阅兵"，API 定价转向峰谷分层

8/10–8/13 是罕见的模型发布密集期：DeepSeek V4 Pro、Qwen3.8-Max 开源权重、GLM-5.3、Grok 4.6、微软 MAI-Thinking-1 在五天之内集中落地。它们的共同点不是"更大"，而是后训练 + 长程 Agent 执行力——V4 Pro 仅靠后训练把 DeepSWE 从 12.8 拉到 62.7，GLM-5.3 在 7430 亿参数不变下做到体感 +50%，Qwen3.8-Max 2.4T 权重开放意味着"旗舰级开源"不再是例外。

值得关注的是定价格局：DeepSeek 8/17 启动峰谷定价（高峰输出涨 350%），标志"绝对低价普惠"时代的结束。当国产模型性能逼近 Fable 5 而价格仍低一个数量级时，算力稀缺驱动的市场化分层成为必然——模型能力的竞争正从"谁更强"收敛为"性能够用前提下谁更便宜、更能干"。

安全治理进入"实操"：同一周内"放行"与"叫停"并存

本周 OpenAI 同时做了两件方向相反的事：将 GPT-5.6-Cyber（High 级、95% 完成率、已发现 CVE）经 Daybreak Red 严谨管控后放行；而对疑似触及 Critical 门槛的 Astra 维持暂停。这是 Preparedness Framework 首次在"放行/叫停"两个方向上同时被实操。Manus 因监管禁令与 Meta 分拆、恢复独立运营，则把"合规"从政策文本推入资本结构——安全与合规已从纸面框架进入产品形态与公司治理。

具身智能：从"估值锚"到"出货量锚 + 资本锚"双锚定

SAG 报告首次给出可对比的半年度出货量数字（全球 1.91 万台、智元 8400 反超宇树 5900），宇树 8/19 科创板上市在即将行业送上第一个公开市场估值基准。两条信息叠加，使具身智能从"讲故事"进入"用数字说话"的阶段。但需注意结构性温差仍在：宇树招股书披露科研教育占 73.6%、工业仅 9%，美国进口限制又关闭其重要海外市场；SAG 同时提示 97% 的中国占比与地缘政治风险——出货量领先不等于商业化健康，工业占比能否从 9% 爬升才是下一阶段真正的观察点。