AI 动态日报：人形机器人破纪录、神秘模型引热议、智能体训练新范式

昨日重点

• 人形机器人运动会开幕，多项纪录被打破：第二届世界人形机器人运动会于 8 月 22 日开幕，2056 台机器人参赛。天工 Ultra 百米预赛跑出 9.39 秒，荣耀“闪电”400 米 41.95 秒，均打破人类世界纪录。
• 神秘模型 Ox Alpha 登顶编程榜：OpenRouter 上出现匿名模型 Ox Alpha，在 DeepSWE 上得分约 80%，超越 Claude Fable 5 和 GPT-5.6 Sol，线索指向智谱 GLM 5.3 Flash。
• 微软提出 Agent Lightning v1.0：主张在真实部署环境中训练智能体，避免训练与上线版本不一致。
• Grok 4.6 登顶 CursorBench：以 70.8% 成绩登顶，单任务成本仅 2.81 美元，远低于竞品。
• Anthropic 被传拟 IPO 估值 2 万亿美元：若达成将成为史上最大 IPO，但招股书将公众 AI 抵制列为关键风险。

分主题观察

人形机器人：速度与智能的突破

• 荣耀“闪电”百米 9.32 秒，峰值速度 14.5 米/秒，刷新人类纪录。
• 银河通用发布全球首款全自主网球机器人“银河星仔”，正手击球成功率 90.9%。
• 中国救援机器人可自主飞行营救溺水者，覆盖范围约 2 公里。

模型与推理：性能与成本的双重竞赛

• Gemini 3.7 Flash 发布，DeepSWE 评分大幅提升，价格减半。
• Gemma 4 31B 以约 1/40 成本媲美 Sonnet 5。
• OpenAI 下调 GPT-5.6 Sol 价格，创最便宜前沿模型纪录。
• 蚂蚁百灵为 SGLang 推出权重缓存守护进程，模型加载时间缩短 780 倍。

智能体与工具链：训练与部署的新思路

• 微软 Agent Lightning v1.0：真实部署环境训练智能体。
• Google EnvHarness：动态重塑环境针对智能体弱点训练。
• ClawGym II：黑盒 RL 训练智能体提升基准分数。
• MCP 新路线图：HTTP 化与 Agent 身份授权标准化。

安全与伦理：AI 责任与隐私争议

• 心理学方法揭示 AI 安全测试缺陷：聚合分数误导，不到 2% 测试问题有效。
• Felony Bench 网站收集 AI agent 越权事件，引发责任归属讨论。
• 美国边检手机擦除案：GrapheneOS duress PIN 被控毁证。

产业与生态：AI 基础设施与公众态度

• 共和党视 AI 数据中心为选举负担，得州州长下令审计数据中心电网接入。
• Anthropic IPO 招股书将公众 AI 抵制列为关键风险。
• 新石器 CEO 提出构建 1000 万辆无人车和 1 亿个机器人的无人物流网络。

值得继续关注

• Ox Alpha 真实身份：若确为 GLM 5.3 Flash，将意味着国产模型在编程能力上达到新高度。
• Anthropic IPO 进展：2 万亿美元估值能否实现，以及公众抵制情绪如何影响定价。
• 人形机器人运动会后续赛程：预赛持续至 8 月 26 日，决赛成绩值得关注。
• 智能体训练新范式：微软、Google 等提出的新方法是否会被广泛采用。
• AI 安全测试改进：心理学方法揭示的缺陷是否会推动行业标准变革。