AI 日报 · 2026-10-08（周四）
AI Coding × 具身智能 ｜ 6 条主推 + 7 条速览 ｜ 智能体的执行位置从云端挪回本地，机器人的瓶颈被明确指向「数据」而不是模型
01 微软把 AI 智能体搬进 Windows 本地：Copilot 支持本地模型推理，MAI Code 1.1 Flash 进系统
事件内容
- 10 月 7 日，微软在旧金山 Dogpatch Studios 举办 Windows AI 与 Surface 发布会，英伟达 CEO 黄仁勋与微软 CEO 纳德拉同台，宣布双方联合为「AI 智能体在 Windows PC 上运行」重新设计硬件与软件栈（英伟达官方博客、The Verge）
- 微软宣布 Microsoft Execution Containers（MXC） 正式可用：这是操作系统级的智能体运行基础设施，让智能体在 Windows 后台安全、持久运行并受系统观察与治理；纳德拉称目标是把桌面做成「智能体执行最安全的地方」
- GitHub Copilot 将在本月底前支持本地 AI 模型推理，开发者可在云端模型与设备端模型之间自动或手动切换；此前 Copilot 完全依赖云端托管模型
- MAI Code 1.1 Flash（1300 亿参数、上下文窗口 256K、3-bit 量化后体积缩小约 80%）已集成进 GitHub Copilot 与 VS Code，微软计划进一步把它推进 Windows 11 系统层
- 硬件侧：Surface Laptop Ultra 起价 2,599 美元（8 核 CPU、24GB 内存、512GB 存储），10 月 16 日发售；中国商城上架起售价 21,988 元、128GB 顶配 48,388 元，搭载 RTX Spark，最高 1 PFLOP FP4 算力与 128GB 统一内存
- RTX Spark 规格：Blackwell RTX GPU 最多 6,144 个核心加最多 20 核 Grace CPU（600 GB/s 互联），可本地不限量运行 Qwen 3.8 Flash Next（1250 亿参数）；宏碁、华硕、戴尔、惠普、联想、微星、技嘉等同步供货
- 面向企业桌面的 DGX Station for Windows 首次亮相：GB300 Grace Blackwell Ultra 桌面超级芯片、748GB 一致内存、最高 20 PFLOP FP4 算力，可本地运行万亿参数级模型；此前 DGX Station 只能跑 Linux
- 微软给这套路线起名「混合智能」（Hybrid Intelligence），按任务类型、设备性能与安全需求在本地与云端之间协同；Copilot 同时获得访问本地文件与跨系统执行操作的能力
- VS Code 同步更新 1.141，新增「僵尸」智能体会话清理命令（按闲置时长筛选、删除或自动清理）、跨平台沙盒安全与多会话并排布局
- 来源：NVIDIA 官方博客、The Verge、TechCrunch、IT之家
为什么值得关注
- 这是**「智能体落地形态」的一次路线选择**：过去一年行业默认智能体跑在云端沙箱，微软反过来把执行容器、模型与内存一起压到本地 PC，卖点直接给到「数据不出本机」与「不限 token」
- MXC 的分量比硬件更大：把智能体权限收进操作系统级的受管容器，等于承认「智能体越界」必须在 OS 层解决，而不是靠各家应用自觉
- 对开发者的即时影响是成本结构变化：本地运行 1250 亿参数模型意味着高频 Agent 任务的边际成本趋近电费，云端订阅制会被重新议价
- 需要留意落差：DGX Station for Windows 目前只是「预览」，上市时间未公布；128GB 顶配笔记本近 4.8 万元，本轮本地化的第一波用户是预算充足的企业与重度开发者
- 可行动项：把「能否本地跑智能体、是否受 OS 级沙箱治理、满载功耗与内存上限」三项写进 AI PC 采购评估表，不要只看算力峰值
02 OpenAI 把 GPT-6 推给全部 12 亿用户，ChatGPT 换成「智能 UI」
事件内容
- 10 月 8 日，OpenAI 宣布面向所有 ChatGPT 用户开放 GPT-6 系列模型，并同步上线「智能 UI」（Intelligent UI）；ChatGPT 此前停留在 GPT-5.6 系列（OpenAI 官方、The Verge、IT之家）
- 档位划分：付费用户使用 GPT-6 Sol，免费与 Go 用户使用 GPT-6 Luna；OpenAI 称 ChatGPT 每周活跃用户在 12 亿以上
- 智能 UI 的能力：GPT-6 会按问题内容动态组合文本、图像与交互元素，包括图表、表单、可点按钮与可视化示意图，而不是只返回一段文字
- 系统卡安全口径：两款模型均被列为网络安全与生物化学领域「高能力」级别，但未达到「AI 自我改进」的高能力门槛
- 防护数字：多轮越狱测试中各攻击预算下的防御成功率均高于 GPT-5.6 Sol；指令层级提示注入防护率分别为 99.99% 与 99.79%，间接提示注入为 97.13% 与 95.80%；生化严重威胁拒绝得分 0.980（GPT-5.6 Sol 为 0.954）
- 同日 OpenAI 发布首份青少年使用报告：青少年日均使用不足 15 分钟，连续使用超 3 小时的占比不到 2%；出现休息提醒的对话中近半数用户在 5 分钟内暂停或结束聊天
为什么值得关注
- 值得记的不是「GPT-6 全量开放」，而是交互形态的换代：从「一问一答的文本」转到「按需渲染交互组件」，会直接改变 Prompt 写法与前端集成方式
- 对集成方的含义是评测口径要更新：模型开始控制输出形态，纯文本评测覆盖不了「它生成的表单能不能填、按钮点下去会怎样」
- 安全数据要看懂对比：99.99% 的提示注入防护率来自指令层级测试，而间接注入的 97.13% 才是真实攻击面，两者的差距就是恶意网页与文档留下的缝
- 同一天把「青少年日均不到 15 分钟」当利好发布，说明 OpenAI 正主动占据青少年安全叙事；但第三方机构同日的评测结论与之相反，见本日速览
- 可行动项：接入方应新增一类回归用例——同一问题在智能 UI 下的组件输出是否可解析、是否有稳定的结构化回退，否则前端会随模型输出形态变化而碎
03 Anthropic 发布 Claude Haiku 5.5：成本较前代降 75%，同时把 Sonnet 5.5 缓存读取打五折
事件内容
- 10 月 7 日，Anthropic 发布 Claude Haiku 5.5，是它一个月内 Claude 5.5 家族的第三款模型，官方称其为迄今最快、最便宜、能力最强的 Haiku（Anthropic 官方、路透社、IT之家）
- 定价：提示词 10 万 token 以内时输入 0.10 美元、输出 0.50 美元每百万 token，相比 Haiku 4.5 的 1.00 与 5.00 美元降 90%；超过 10 万 token 时降 50%，为 0.50 与 2.50 美元
- 官方称平均运行成本较 Haiku 4.5 低约 75%；脚注说明该口径基于「约 90% 的 Haiku 4.5 请求落在低价档」，并计入了新分词器带来的 token 数微增
- 同步动作：Sonnet 5.5 的缓存读取价格从每百万 0.20 美元降至 0.10 美元，降幅 50%，官方称多数智能体任务成本因此再降约 20%
- 新能力：Haiku 系列首次加入可调节推理强度；也是首个内建「针对窄范围高风险网安请求」防护的 Haiku，官方称日常任务不受影响
- 官方自报跑分：GDPval-AA v2.1 得 1620（Haiku 4.5 为 735，GPT-6 Luna 为 1437）、OSWorld 2.1 离线子集 72.4%（前代 15.7%）、Terminal-Bench 4.0 39.2%（前代 0.0%）、Humanity's Last Exam 45.9%（无工具）与 57.4%（有工具）
- 官方同时给出边界：复杂的 agentic coding 任务仍应使用 Sonnet 5.5 或 Opus 5.5；Haiku 5.5 定位是压缩、摘要、分类与「子智能体」；此外新推 Max 与 Team 订阅的月度 API 额度（Max 5x 100 美元、Max 20x 200 美元、Team 最高 500 美元）
为什么值得关注
- 这是智能体成本结构的一次下移：把 10 万 token 以内的档位砍 90%，等于为「大量小模型干粗活加少量大模型做决策」的多智能体架构直接让出利润空间
- 更值得看的是同一天对 Sonnet 5.5 缓存读取打折：缓存读取占智能体 token 消耗的大头，这一刀针对的正是长上下文被反复读取的 Agent 循环，而不只是单价
- 对选型方的含义是别再用单价比较模型：Haiku 5.5 在 Terminal-Bench 4.0 只有 39.2%，官方自己承认它不适合复杂编码；按「单位任务成本乘以任务成功率」比较才有意义
- 时间点也说明问题：Anthropic 正在 IPO 前密集补齐产品线（一个月内三款 5.5 模型），轻量模型降价是拉高调用量最直接的手段
- 可行动项：把「子智能体调用（压缩、摘要、分类）是否已迁到 Haiku 5.5」列为成本优化第一项，通常不必改架构就能看到账单变化
04 Mecka 拿 6000 万美元 B 轮：把「真人第一视角演示」做成机器人的数据层
事件内容
- 10 月 7 日，Mecka 宣布完成 6000 万美元 B 轮，由红杉资本领投，英伟达、微软 M12、高通创投与三星作为新投资方进入，老股东 Kindred、Framework Ventures 与 Neo 继续跟投（Mecka 官方、Let's Data Science 转 BetaKit）
- 天使投资人名单包括 DoorDash 创始人兼 CEO Tony Xu、前 ServiceNow 与 Snowflake CEO Frank Slootman、前特斯拉 Optimus 负责人 Milan Kovac
- 融资历史：800 万美元种子轮（2025 年 8 月）加 6000 万美元 A 轮（分 2025 年 11 月与 2026 年 6 月两笔），累计披露约 1.28 亿美元；公司未披露本轮投后估值
- 业务：自研多传感器采集硬件，在全球家用与商用环境中采集人类第一视角（egocentric）演示数据，覆盖家庭、厨房、化学实验室、金属加工厂与皮革店等场景；内部视觉团队负责动作追踪与 3D 重建，官方称在野数据上可做到亚厘米级手部姿态精度
- 商业口径（厂商自报）：2026 年 6 月年化收入已超 1 亿美元，预计年底达 3 亿美元；团队规模约 40 至 60 人；公司称数据已供应多家头部前沿机器人实验室与多家 Mag 7 公司，但未公布具名客户
- 研究背书：公司参与 EgoVerse 人机迁移联合研究，合作方包括佐治亚理工、斯坦福、加州大学圣迭戈分校、苏黎世联邦理工、MIT 与 Meta；该研究结论是「更多人数据总体提升机器人策略表现，但效果取决于数据与学习目标是否匹配」
为什么值得关注
- 它把具身智能的瓶颈明确指认为数据而不是模型：官方那句「机器人不缺智能，缺的是经验；运动、接触、力与几何都不在互联网上，抓不到也买不到」是数据派目前最完整的一次表述
- 投资方结构本身就是信号：红杉领投、英伟达与三星新进、前 Optimus 负责人以个人身份入局，说明算力方与本体方都认为「数据采集与后训练」会成为独立且必须下注的一层
- 但数字必须打折看：年化 run-rate 不等于已到手营收，3 亿美元是年底预测；40 至 60 人的团队做出九位数年化，在机器人行业极不寻常，需要后续披露验证
- 真正的技术疑问在迁移效率：人手与机器人夹爪不是同一种工具，第一视角数据的价值取决于「动作追踪加 3D 重建」能否跨过形态差异，EgoVerse 自己也承认数据规模并不自动等于更好表现
- 可行动项：评估具身数据供应商时优先问三件事——采集是否覆盖力与触觉、标注能否对齐到目标本体、是否有可复跑的迁移实验数据
05 乐天物流联手俞真机器人拿下韩国国家级项目：把双足人形放进三个物流中心跑完整链路
事件内容
- 10 月 7 日，乐天全球物流宣布入选韩国产业通商资源部下属 KEIT（韩国产业技术评价管理院）的「2026 年机器人产业技术开发项目」，项目期约五年，从今年延续至 2031 年 3 月，预算未披露（Chosun Biz、Chosun.com 英文版）
- 承担方：俞真机器人（Yujin Robot）牵头，CISO 与韩国电子技术研究院（KETI）为研究伙伴，乐天旗下 Hi-Mart 作为需求方提供场地；目标是开发可用于物流现场的国产物理 AI 模型，降低对外国机器人与 AI 模型的依赖
- 与去年的单点试跑不同，本次要把自主性扩展到连续多工序：订单确认、商品拣选、数量核验、放置、搬运、条码确认、包装与分拣线投料，并验证机器人在工序衔接与异常情况下的自主应对能力
- 三个物流中心（镇川、梁山、利川）各测六个工序：3D 分拣机操作、GTP 站拣选与放置、安全监控与巡检、小件合流与包装、维修件拣选与检验、中小家电单件包裹拣选
- 时间口径分两层：项目研究期到 2031 年 3 月；乐天 Hi-Mart 另行表示 2028 年起在其利川物流中心投入使用
- 政策背景：韩国政府目标是 2030 年部署 20 万台机器人，并计划 2027 年在政府侧采购超过 1,700 台
- 口径限定：这仍是研发与试点立项，不是采购订单；镇川与梁山的投用时间、机器人数量与预算均未公布；「2028 年」来自乐天 Hi-Mart 单方面表述，且仅适用于利川
为什么值得关注
- 最值得注意的是任务清单的宽度：只做拣选的机器人每一步都要交回给人或传送带，而「连续跑完整链路」才有资格被拿去和工人一个班次做对比，这是把机器人当产能而非当演示的分界线
- 韩国的打法是国家项目绑定自家企业场景：研究院出技术与评估、物流企业出真实现场，绕开「先买机器再找用途」的路径，代价是周期长且五年内无营收
- 前一日的斗山协作机器人方案同样出自 KEIT 项目，方向却是 AI 芯片进本体、2031 年才商业化；两条并看能看出韩国正把「国产物理 AI 加国产本体」写成一套组合政策，赌的是供应链自主而非短期回报
- 未回答的关键问题同样清楚：没有预算、没有台数、没有异常率基线，「降低对外国机器人依赖」也没有可量化的验收指标
- 可行动项：看同类型政府试点时先区分「立项」与「量产订单」，判断成色的三个指标是是否公开连续作业时长、是否公开异常率、现场是否有既有产线做对照
06 HiPHI 数据集发布：617.5 小时亚毫米级人体运动数据，策略直接迁移到宇树 G1
事件内容
- 10 月 7 日，IEEE Spectrum 与 Wiley 发布白皮书，介绍大规模人体运动数据集 HiPHI（High-Precision Human Motion and Object Interaction）；该白皮书由诺亦腾机器人（Noitom Robotics）赞助（IEEE Spectrum 与 Wiley 白皮书）
- 数据规模：617.5 小时全身人体运动数据，采用光学动捕采集，精度达亚毫米级；其中 245.7 小时为人与物体交互，配有同步的物体轨迹与网格
- 组织方式：用语言学框架 FrameNet 结构化人体动作，按施动者、目标、工具、结果等语义成分系统覆盖全身动作，而不是随机录制；白皮书称此举同时填补了「网络视频缺精确物理状态」与「实验室动捕覆盖面窄」两个缺口
- 白皮书另附一套基准套件，用于衡量动作多样性与交互 grounding；并报告了在该数据集上训练的强化学习策略部署到真机宇树 G1 人形机器人上的迁移结果
- 官方结论口径：随数据规模与多样性提升，策略对未见扰动的鲁棒性增强，仿真到真机的落差明显缩小
为什么值得关注
- 它正面回答了具身数据的一条核心争论：「网络视频够不够用」的答案是不够——视频有行为多样性但拿不到精确物理状态，而精确动捕过去又只覆盖窄动作集
- 同步物体网格与轨迹是比小时数更重要的部分：机器人要学会推送、搬运这类任务，需要的是接触物理与动量传递，而不只是手在哪儿的坐标
- 但要看清赞助方结构：这是厂商赞助的白皮书而非独立同行评审论文，「策略迁移到 G1」的结论缺少第三方复现，泛化能力也没有在全部动作上验证
- 现实影响是降低中小团队门槛：数据集与基准若真正开放，没有自建动捕棚的实验室也能进入这一层竞争，本体厂商的差异化会更依赖数据工程而不是硬件参数
- 可行动项：引用该数据前先分开标注两件事——数据集规模（可核实）与迁移结论（仅白皮书口径）；并把「是否包含力与触觉信号」列为首个考察点
速览
- 英伟达拟追加投资 Figure：据 The Information 10 月 7 日报道，英伟达已讨论向人形机器人公司 Figure AI 追加投资 10 亿美元，Figure 本轮融资前估值约 380 亿美元；英伟达一年前已参与其超 10 亿美元 C 轮，双方均未确认，交易尚未敲定（Humanoids Daily、腾讯新闻转述）
- Nous Research：10 月 7 日确认完成 9000 万美元 B 轮、估值 15 亿美元，Robot Ventures 领投，英伟达、微软 M12、三星与 USV 等参投，累计融资约 1.58 亿美元；同期推出面向企业的 Hermes for Businesses，其开源 Hermes 智能体已被克隆超 2400 万次（公司口径，称为全球 AI token 用量的约 2.5%），年化收入 9 月中约 3600 万美元、预计年底破 1 亿美元（TechCrunch、Startup Fortune）
- ChatGPT for Teens 被评「不可接受风险」：10 月 7 日，非营利机构 Common Sense Media 旗下青少年 AI 安全研究所发布评估，基于针对 13 至 17 岁账号的 4000 多次提示词测试，称 ChatGPT 青少年版在涉及自杀、自残与进食障碍的对话中未能及时通知家长，部分情况下持续一小时也无警报，并呼吁修好前限制未成年人使用；OpenAI 反驳称测试未准确反映实际机制（The Verge、IT之家）
- 博通为 OpenAI 定制芯片筹资：据 WSJ 10 月 7 日报道，博通正为其与 OpenAI 共同开发的定制 AI 芯片项目安排超过 500 亿美元融资，阿波罗全球管理与黑石已就参与洽谈，谈判仍处早期；该芯片项目内部代号 Nexus，计划 2026 年下半年起部署至 2029 年底（新浪财经、el fondo 转 WSJ）
- 三星电子 Q3 预告：10 月 8 日监管文件显示，三星预计 7 至 9 月营业利润 107.4 万亿韩元、同比增 782.5%，营收预计 195 万亿韩元、同比增 126.6%；分析认为 AI 基础设施需求增速已超过存储芯片供给增速，缺口预计持续到 2027 年，详细业绩 10 月 29 日发布（界面新闻）
- Google 三方共投「虚拟细胞」：10 月 7 日，Google DeepMind、Meta 与药物发现公司 Isomorphic Labs 联合向非营利生物医学机构 Biohub 主导的项目投资 3 亿美元，目标是构建研究人员可用的「虚拟细胞」以对抗疾病（The Verge）
- 五角大楼 Tradewinds 加速 AI 采购：10 月 7 日 WIRED 报道，美国国防部一项低调控价的采购计划 Tradewinds 允许潜在承包商提交不超过 5 分钟的产品视频即可获得特殊资格、更快拿到政府采购，已把 OpenAI、Anthropic 与 Google 等「非传统」国防承包商纳入（WIRED）
主线判断
今天两条线各自把「基础设施」重新定义了一遍，而且都指向本地与自有。编程侧，微软用 MXC 执行容器加 RTX Spark 与 DGX Station for Windows（748GB 一致内存、最高 20 PFLOP）把智能体的运行时、模型与内存一起搬到 Windows 桌面，纳德拉的说法是把桌面做成「智能体最安全的执行场所」——云沙箱作为默认前提第一次被公开质疑。与之呼应的是 Anthropic 把 Haiku 5.5 在 10 万 token 以内的档位砍 90%、把 Sonnet 5.5 的缓存读取砍 50%：当推理可以被放进本机，云侧的选择就是用「单位任务成本」重新争取留在链路里。OpenAI 同一天把 GPT-6 推给 12 亿周活用户，并换成会渲染表单与按钮的「智能 UI」，模型开始决定输出的形态而不只是内容，评测与集成方式都得跟着改。具身侧的钱则明确流向数据：Mecka 拿 6000 万美元（红杉领投，英伟达与三星新进，前 Optimus 负责人以个人身份入局）把真人第一视角演示变成训练原料，HiPHI 用 617.5 小时亚毫米级动捕与 245.7 小时人机物交互补上「网络视频缺物理状态」的缺口并把策略迁到宇树 G1，乐天物流则用韩国国家项目把双足人形塞进三个物流中心跑七道连续工序——三者分别在卖数据、造数据、买场景。这一轮的竞争焦点已经不在模型分数，而在三件更硬的事：智能体在哪台机器上执行、训练数据从谁手里买、以及机器人能不能连续跑完一整个班次而不需要人接手。
信息来源
- 中文媒体：IT之家、界面新闻、新浪财经、腾讯新闻
- 英文媒体：TechCrunch、The Verge、路透社、The Wall Street Journal、WIRED、BetaKit、Chosun Biz、Chosun.com、Humanoids Daily、Startup Fortune
- 一手源：NVIDIA 官方博客、OpenAI 官方博客、Anthropic 官方模型页、Mecka 官方公告、IEEE Spectrum 与 Wiley 白皮书（Noitom Robotics 赞助）、乐天全球物流与 KEIT 项目公告、The Information