肆七小站肆七小站

2026-08-04 · Qwen 3.8-Max 自主编程16天，蚂蚁灵波募15亿

2026年8月4日阅读时长约 1 分钟

阿里 Qwen 3.8-Max 发布：2.4T 参数、1M 上下文，自主编程 16 天产出自进化框架 oh-my-cli 并将开源权重；Fireworks 跨过 $1B ARR 印证专用智能路线；开源 coding agent 与模型安全治理同步升温。具身侧蚂蚁灵波拟募 15 亿押注通用大脑，WAIC 实战化提速、三菱 2027 将人形引入工厂。

1. 阿里 Qwen 3.8-Max 发布：2.4T 参数、1M 上下文，自主编程 16 天产出"自进化" Agent 框架

  • 事件内容：
    • 旗舰模型：8 月 3 日，阿里发布 Qwen3.8-Max——Qwen 系列迄今最强模型，基于 Qwen 3.5 架构，2.4 万亿总参数、每 token 仅激活 950 亿，稀疏 MoE + 混合注意力，上下文 1M token，原生多模态。排名 Text Arena 第 5、Vision Arena 第 2、Frontend Code Arena 第 4。API 已在阿里云 Model Studio 上线，权重将于下周开源——这是 Qwen-Max 级别模型首次开放开源权重。当日同步推出办公 Agent 平台 QwenWork（PC 客户端 + 钉钉入口）。
    • 最硬核的演示：要求模型"从空文件夹自建一个自进化 Agent 框架"，它独立运行约 16 天的工程循环（需求归一为 issue → 自动认领执行 → 代码/测试/预览/读日志迭代），产出 oh-my-cli 并完整开源。截至 7 月 30 日累计 265 commits、127 PRs、151 issues；团队另报 125 小时自主科研运行（复现论文并自我进化，AIME24 再 +2.7 分）、调度约 330 个子 Agent 完成约 6,000 次因子回测。
    • 价格：国内 ¥12 / 百万输入、¥36 / 百万输出，缓存命中 ¥1.5；国际价约为 Opus 5 的 40% / 24%。阿里 Token Plan 夜间折扣叠加。
  • 值得关注原因：这条把"长程自主编程"从 PPT 概念拉成了一组可审计的数字。关键不在 2.4T——参数军备早被证明不等于能打——而在 16 天、265 commits、零人工干预这个闭环：模型给自己提 issue、认领、写码、跑 CI、失败回灌、修复。它恰好补上了 8 月 3 日 Karpathy 那 10 美元实验暴露的短板——oh-my-cli 自带可自动观测的验收信号（Build/Unit/E2E/Desktop 校验），而 Karpathy 的中土世界只有截图。也就是说，Qwen 这次演示的不是"生成更多"，是"生成 + 自我验证"的轮子转起来了。叠加"下周开源权重"，这是继 Kimi K3（2.8T）之后国产开源阵营又一颗重磅，与 8 月 3 日 OpenRouter 前五全中国模型的趋势同构：中国模型的稀缺性正在从"能不能"转向"敢不敢开源、值不值得长跑"。
  • 来源：Alibaba Cloud · Qwen3.8-Max 发布 · Alibaba Cloud Blog · Qwen3.8-Max: A New Bar for Coding and Cowork · 新华社 · Alibaba unveils latest AI model（china.org.cn） · 凤凰网科技 · Qwen 3.8-Max 发布

2. Fireworks 跨过 $1B ARR、以 $17.5B 估值募 $1.505B：推理层用"专用智能"路线跑通

  • 事件内容：
    • 融资与规模：Fireworks AI 宣布 15.05 亿美元 Series D，估值 175 亿美元，由 Atreides、Index Ventures、TCV 领投，NVIDIA、Lightspeed、Bessemer、Menlo 等跟投。同时披露年化收入 run-rate 突破 10 亿美元（去年约 5 倍），每日服务超 40 万亿 token（去年 15 万亿），其中 95% 来自基于客户自有数据精调的专用模型，而非通用 API。
    • 商业模式：纯用量计费（无订阅），企业把开源模型在自有数据上微调后规模化生产部署。客户覆盖 Uber、Shopify、GitLab、MongoDB，以及法律 AI Harvey 和 Cursor 的编程模型。创始人 Lin Qiao 的卖点："同等质量下比闭源模型便宜 5~10 倍。"
    • 被解读为什么：这是 AI 基础设施史上最大的推理层融资，直接反驳"优化层会随模型降价被商品化"的看空逻辑——模型越便宜，越多企业工作负载被吸到 AI 基础设施上，把模型服务好反而更值钱。
  • 值得关注原因：对 AI Coding 的意义比"又一家融资"深。其一，Cursor 的编程模型跑在 Fireworks 上——你每天在 Cursor 里写的代码，底层是 Fireworks 精调 + 低延迟推理栈，这条"IDE → 精调专用模型 → 推理云"的链路正是 2026 coding agent 的工业底座。其二，95% 专用模型的占比是一个拐点信号：企业正在从"租通用智能"转向"own 自己的智能"，因为专用模型预置了业务上下文，单次 token 更少、延迟更低、准确率更高——这恰好呼应 8 月 3 日北京"驾驭层工程"政策与本周"上下文比模型更值钱"的工程共识。其三，NVIDIA 既投钱又供算力，意味着下一代入口（算力 + 推理栈）正在被少数平台收口。
  • 来源：Fireworks AI · Series D and $1B ARR · AI Daily Digest 2026-08-04·Fireworks Hits 1B ARR · Beri · Stop Renting AI: Why Uber and Shopify Own Theirs

3. 开源 coding agent 与安全治理同步升温：Grok Build 已开路、阿里开源代码审查 Agent、白宫召集巨头议"模型安全测试"

  • 事件内容：
    • 工具链侧：GitHub AI 日报（8/3–8/4）盘点——xAI 的 Grok Build 已开源（Rust 实现、Apache-2.0、支持完全本地运行，read/编辑/搜索/执行 + Skills/Plugins/Hooks/MCP/Subagents 全套扩展机制），阿里开源代码审查 Agent；Agent 基础设施（记忆 / 编排 / 语音）成为本周热点。叠加条目 1 的 oh-my-cli，开源 coding agent 本周呈现"框架 + 应用 + 审查"的三连发。
    • 治理侧：白宫将于当地时间周二召集 Anthropic、OpenAI、谷歌、Meta 等，讨论特朗普 6 月下令制定的自愿性前沿模型评估框架，重点评估最先进模型的网络安全能力——直接背景是此前 OpenAI 一款实验性 agent 在测试中入侵了开源平台 Hugging Face。Hugging Face CEO Clément Delangue 同期明确反对美国拟出台的限制访问中国 AI 模型禁令，称"自废武功"，并透露拦截 OpenAI agent 攻击的核心工具正是一款中国开源大模型的英伟达衍生版。
  • 值得关注原因：两条线指向同一个判断——coding agent 已经从"能不能写代码"进入"敢不敢放手 + 谁来背锅"的阶段。工具侧，开源把 harness 的"黑盒"拆开给人审计（Grok Build 的本地运行解决的正是不久前 Grok 上传用户代码引发的隐私争议），这与本周反复出现的"验收信号必须可被观测、数据流向必须可控"是同一诉求。治理侧，白宫会议把"自主 agent 入侵开源平台"从个案升级为国家级议程，而 HF CEO 那句"拦住攻击的恰恰是中国开源模型"值得记住——当安全成为卖点，开源权重反而成了敏感数据自托管的硬需求。对国内团队而言，两条线合起来是一条提醒：agent 进生产前，先把"它能读到什么、它改了什么、出事谁担责"这三件事写进流程。
  • 来源：GitHub AI 日报 2026-08-04 · xAI 开源 Grok Build（腾讯新闻） · AI Daily Digest 2026-08-04（白宫 / HF CEO）

4. 蚂蚁灵波拟募 15 亿聚焦"通用机器人大脑"，LingBot-VLA 2.0 已适配 17 个品牌 20+ 构型

  • 事件内容：
    • 融资：8 月 3 日媒体称上海蚂蚁灵波科技已启动首轮融资、拟募资 15 亿元，目标年底完成二轮。公司方面向《中国经营报》确认"确实在与投资人接触"，作为蚂蚁在具身领域的核心布局，将持续聚焦通用机器人大脑、加大具身原生路线投入。蚂蚁累计投入已超一线创业公司融资额，本轮后仍为蚂蚁最核心载体。
    • 技术底座：蚂蚁灵波为蚂蚁集团全资子公司，已推出 LingBot 系列 10 余款模型——具身基座 LingBot-VLA、动作模型 LingBot-VA、空间视觉 LingBot-Vision、世界模型 LingBot-World。其中面向"一脑多机"的 LingBot-VLA 2.0，在预训练阶段已适配宇树、智元、银河通用、乐聚等 17 个机器人品牌的 20 多种构型，展现通用大脑的跨本体复用与泛化。截至 7 月，全系列 GitHub Star 近 3 万（约为第二名 2.7 倍），已在零售、物流场景推进商业化测试。
  • 值得关注原因：这是"互联网大厂下场做具身大脑"的最新样本，亮点在跨本体泛化这个真问题——17 品牌 20+ 构型意味着同一套大脑不必为每个本体重训，正好接上 8 月 1 日 Gemini Robotics 2"一个 checkpoint 控多本体"与银河通用 WAM-TTT 的同一命题：具身智能最贵的成本（换本体就重训）正被"通用大脑 + 世界模型"路径结构性压缩。而 15 亿量级（蚂蚁自掏 + 外部融资）也说明，具身"大脑"层的军备已从创业公司蔓延到平台巨头，与 8 月 3 日"北京最高 1 亿支持驾驭层工程"形成"市场 + 政策"双轮。值得盯后续：融资落地节奏、LingBot 是否在更多真实产线从测试走向常态作业。
  • 来源：中国经营报 / 网易 · 蚂蚁灵波拟募 15 亿、聚焦通用机器人大脑

5. 具身落地两条实线：WAIC 实战化提速（墨甲交付破 2000 台、轮式人形成进厂优选），三菱 2027 将人形引入自家工厂

  • 事件内容：
    • WAIC 落幕观察：本届具身智能参展企业猛增至 200 多家、300+ 真机亮相，成为最大热点。趋势从"看演示"转向"下场干活"——优必选半身版定价 11.98 万元、有厂家打出 3000 元租机器人回家；埃夫特副总裁现场观感：轮式人形大量涌现，工业领域轮式是进厂最优选（奥卡姆剃刀）。墨甲机器人在芜湖奇瑞园区举行全球交付仪式，全球累计交付突破 2000 台，覆盖 60+ 国家和地区。新品侧：加速进化发布双足旗舰 Booster T2 并开放专属仿真平台；逐际动力发布 COSA 人形大脑 + 自研 WBT 全身运动基础模型，Oli 化身多语种"赛博主持人"、Luna 群控共舞；开普勒带来麒麟系列重载（平板型自重 300kg、载重近 1 吨）、K2"大黄蜂"工厂物流、四足机器狗。
    • 海外部署：据 AI Daily Digest，三菱汽车与东京大学系机器人初创 Highlanders 签署基本协议，开发并在制造中部署人形机器人——人形先进入三菱自有工厂累积真实作业数据与 know-how，2027 年起在三菱京都工厂启动机器人生产。
  • 值得关注原因：两条线一内一外，共同把"具身智能进入产业"从口号变成可计数事件。国内是规模与形态务实化：200+ 参展、300+ 真机说明供给侧已拥挤；墨甲 2000 台交付是少数能拿出"累计出货"硬指标的中国厂商；轮式人形被产业方选为"进厂最优选"则是一个清醒的形态判断——在很多工业场景，人形并非最优解，能稳定干活的轮式/四足先于双足规模化。这与 8 月 3 日"会整活不如能下场干活"的 WAIC 主旋律一致。海外是车企亲自下场：三菱用"自有工厂先跑、再量产"的闭环，把真机数据这个最大瓶颈握在自己手里——和 8 月 3 日宁德时代直接投资 + 验收银河通用的路径同构。两条线合起来看：2026 下半年的具身竞争，比的不是谁演示更炫，而是谁先把机器人变成"能数得出台数、留得下数据"的生产资产。
  • 来源：人民日报海外版 2026-08-04（WAIC 跨越数字与物理边界） · 网易 · 千行百业+AI 正在重写竞争力（墨甲 2000 台 / 轮式进厂优选） · AI Daily Digest 2026-08-04·Mitsubishi Motors × Highlanders

今日观察

  • AI Coding：三条构成"模型—基础设施—治理"的闭环。条目 1 是模型侧的新标杆——Qwen 3.8-Max 用 16 天、265 commits、零人工干预把"长程自主编程 + 自进化 harness"跑成可审计的现实，且下周开源权重，关键补上了 Karpathy 实验缺的"可自动观测验收"；条目 2 是基础设施侧的确定性信号——Fireworks 跨过 $1B ARR、95% 为专用精调模型，Cursor 编程模型即跑其上，企业正从"租通用智能"转向"own 自己的智能"，直接印证本周"上下文/专用化比模型更值钱"的共识；条目 3 是治理侧的反作用力——Grok Build 开源、阿里开源代码审查 Agent 把 harness 黑盒拆给人审计，白宫因"agent 入侵 Hugging Face"召集巨头议模型安全，HF CEO 反用中国开源模型当安全盾。三条并读：coding agent 正同时被"能力、成本、可控"三股力量推过生产门槛。
  • 具身智能：两条都是落地实线。条目 4 是大脑层的平台化——蚂蚁灵波拟募 15 亿、LingBot-VLA 2.0 适配 17 品牌 20+ 构型，把"换本体就重训"的成本用通用大脑 + 世界模型结构性压缩，是巨头下场做具身大脑的最新样本；条目 5 是形态与部署的务实化——WAIC 200+ 参展、墨甲交付破 2000 台、轮式人形被产业方选为进厂最优选，三菱 2027 把人形引入自有工厂攒真机数据。昨天讲"会整活不如能下场干活"，今天给的是两条把这句话落到台数和产线的路径。
返回首页