近期AI动态围绕「AI Coding三强格局成形与范式升级」与「具身智能量产验收与消费级破圈」两条主线展开。AI Coding方向，Meta正式发布首款编程智能体Muse Code，以低价策略挑战Anthropic Claude Code与OpenAI Codex，AI编程赛道三巨头格局正式成型——终端编程智能体、ADLC全生命周期管理与技能包生态构成当前三大竞争维度。具身智能方向，Figure 03首次实现人形机器人自主攀爬工业梯子的完整"移动操作耦合"演示，标志着具身智能从单能力展示跨入全身协同新阶段；宇树科技同一天启动科创板IPO，发行估值约610亿元，以规模化盈利答卷验证量产路线的商业可行性；越疆发布全球首款"具身全栖"人形机器人鹿萌，将具身智能从工业/商用首次延伸至C端消费陪伴市场。
一、Meta发布Muse Code：首款AI编程智能体入局，三巨头格局成形
8月6日，Meta首席执行官马克·扎克伯格正式宣布推出首款终端AI编程智能体Muse Code（测试版），由最新基础模型Muse Spark 1.2驱动，直接叫板OpenAI Codex与Anthropic Claude Code。Muse Code定位为面向上万行大型代码库的"AI软件工程师"，可自主完成规划修改、编写代码、验证结果的全流程工程任务。
核心能力：据Meta AI负责人Alexandr Wang介绍，当任务体量较大时，Muse Code会自动拆解出多个独立子智能体在隔离工作目录中并行工作，全程不改动开发者本地工作副本，且具备"崩溃恢复"能力，可连续运行24小时。内部测试中，Meta利用该工具同时为一款游戏开发六项功能，各任务之间未出现代码冲突。
定价策略明确主打低价：常规按量付费为每百万输入token 1.25、输出4.25；同时推出"贡献者档"——用户同意反馈数据后输出价格仅$0.2/百万token，相当于常规价格的4.7%。Wang明确表示Meta的打法是在价格而非能力上实现差异化，将Muse Code定位为竞品的"低价替代方案"。
基准测试表现：在Terminal-Bench 2.1上，Muse Code+Muse Spark 1.2组合得分82.9%，虽不及Claude Code+Opus 5的86.7%，但已超越Codex+GPT-5.6 Terra的81.8%。在DeepSWE 1.1等智能体编码基准上，分别落后Opus 5和Codex约5到9个百分点。
值得关注的原因：
AI编程智能体已成为大模型落地最确定、变现最快的方向——OpenAI有Codex（700万用户）、Anthropic有Claude Code（驱动其470亿美元ARR）、Cursor估值破百亿美元。Meta长期被视为这一领域的"掉队者"，Muse Code的发布标志着三巨头格局正式成形。三个关键看点：（1）"可靠性+低价"差异化路线——Meta没有选择在纯性能上硬碰硬，而是以"崩溃恢复""零数据保留""价格仅为竞品1/10"切入，这可能重演Meta在开源模型领域的"颠覆者"角色；（2）Muse Spark与Muse Code同步训练——模型与智能体联合开发带来的编程性能提升，说明AI编程竞争已从"通用大模型+编程微调"升级为"模型与Agent架构协同设计"的新阶段；（3）市场竞争进入价格敏感阶段——OpenAI CFO此前承认Claude Code用户因账单昂贵而寻找替代方案，Muse Code的贡献者档定价甚至低于DeepSeek，可能加速AI Coding市场的价格战。
二、Figure 03自主攀爬工业梯子：具身智能首次实现完整"移动操作耦合"
8月初，Figure AI创始人Brett Adcock在社交平台X发布视频，展示Figure 03人形机器人在实验室环境中自主攀爬工业梯子——完全无遥控、无人工协助、无预设动作序列。这是具身智能领域首次将视觉伺服（眼睛）、抓握（手部）与动态平衡（腿部）三套控制回路耦合进同一连续动作的完整演示。
技术突破的核心——"移动操作耦合"（loco-manipulation）。爬梯子之难不在"爬"，而在"同时"——传统人形机器人演示中，走路归走路、抓取归抓取，两者在不同控制回路中独立运行，相互割裂。Figure 03首次把两者拼到一起：视觉系统识别扶手抓握点，手部精确抓握发力，腿部维持动态平衡，三套回路在连续的攀爬动作中同步运转。Figure将此能力归功于今年1月发布的Helix 02三层神经网络架构——System 2（语义理解/1Hz）将"爬上梯子"分解为动作序列，System 1（实时执行/1kHz）负责落地。
量产进度：Figure 03产量已从日产1台提升至时产1台，累计交付超350台。5月，三台Figure 03在Suncity总部完成200小时不间断直播分拣，处理24.9万个包裹，约3秒一件，接近人类速度。6月，宝马斯帕坦堡工厂部署Figure 03做物流分拣。Figure C轮私募投后估值约390亿美元。
三个必要限定：必须指出：
（1）视频未经独立验证，Figure未披露成功率、测试条件或失败数据；
（2）爬梯子是实验室能力，不是工厂能力；
（3）演示和量产必须合起来看——单看演示会高估Figure，单看量产会低估它。
2026年下半年人形机器人最大的叙事风险，就是媒体把演示当验收。
值得关注的原因：
这是具身智能"验收季"的标志性事件。爬梯子之所以引发行业热议，不是因为动作炫酷，而是因为它证明了一件事：人类建造的环境中，第一次没有机器人进不去的区域。这意味着人形机器人的适用场景从平地板面扩展到了所有人类可以进入的垂直空间。更深层的看点在于：（1）2026下半年五家企业量产答卷集中揭晓——Figure（时产1台）、Agility（SPAC上市+3亿美元订单）、宇树（IPO+5500台出货）、比亚迪（"小迪"发布）、特斯拉（Optimus Gen 3产线投产），五条不同路线在8月集中交汇，资本市场将首次从收入报表而非Demo视频来评判产业化能力；（2）移动操作耦合是通用化的核心前提——如果机器人不能在移动中持续操作，那它就只是一个会走路的机械臂，永远无法在人类环境中完成真实任务；（3）中美人形机器人出现定价权分裂——美国市场为技术付费（Figure 390亿美元估值），中国市场为成本付费（宇树420亿元人民币估值、16.7万均价），两种路线将在各自市场独立验证。
三、宇树科技科创板IPO启动：发行估值约610亿元，DeepSeek与腾讯战略配售
近日，宇树科技正式启动科创板IPO询价，发行价150.80元/股，初始发行市值近610亿元。DeepSeek和腾讯作为战略投资者参与配售，杭州资本、上海国资等地方国资基金也在投资者之列。
全球首家IPO前盈利的人形机器人企业：宇树2025年出货超5500台人形机器人，占全球出货份额约32.4%，扣非净利润5.9亿元。产品均价从2023年的约65万元持续降至2025年的约16.7万元，降幅超74%，核心驱动力是90%以上核心部件（电机、减速器、控制器、传感器等）实现自研自产。
赛道共振：宇树IPO同日，博登智能马鞍山具身机器人创新中心正式启用；深圳华强北AI眼镜及无人机、机器人销量激增超100%；北京海淀集聚超30家脑机接口核心企业。机构分析指出，宇树的高估值IPO为A股人形机器人产业链（执行器、传感器、丝杠、减速器、整机）提供了明确的估值锚定逻辑，板块有望迎来估值与业绩预期双重提升。
值得关注的原因：
这是人形机器人从"概念赛道"进入"资本市场定价"的分水岭事件。三个维度值得关注：
（1）盈利能力的定调——5.9亿元扣非净利润证明人形机器人不是"只烧钱不见回头"的概念项目，毛利率能否守住60%将是上市后最受关注的指标；
（2）DeepSeek入股的战略含义——AI大模型与机器人"大脑"的深度融合不再是理论合作，而是资本层面的绑定，宇树与DeepSeek的技术+制造协同可能催生新的产业范式；
（3）"成本曲线"的商业逻辑持续验证——90%核心部件自研自产撑起74%的均价降幅，这种"技术降本→价格下降→出货放量→数据回流→技术迭代"的正循环，如果在IPO后继续加速，宇树将为人形机器人行业提供一个"规模化验证"的完整范本。
四、越疆发布全球首款"具身全栖"人形机器人"鹿萌"：具身智能首次进军C端消费陪伴市场
8月5日，越疆科技正式发布全球首款具身全栖人形机器人越疆鹿萌（DOBOT LUMO）。依托全栈自研的"空弈"具身大模型，鹿萌在三个关键维度实现突破：多模态情绪感知（视觉+语音融合识别并主动共情）、三维空间理解与主动行动（高精度导航、拟人步态、复杂地形行走）、场景化自主进化（持续学习家庭作息与交互偏好）。
"具身全栖"四维定义：越疆提出"具身全栖"并非营销概念，而是以具身智能为底座的完整框架——空间全栖（自由穿梭家庭、商场、校园等多元空间）、角色全栖（根据交互对象切换为生活搭子、运动玩伴、科普伙伴等身份）、能力全栖（融合视觉、语音、运动，从被动应答升级为主动感知与行动）、周期全栖（随用户成长持续迭代，越用越懂用户）。
产品细节：鹿萌整机身高约1.3米，外观偏温和亲和造型。面向都市上班族可承担晚间问候、情绪疏导、休闲对话；面向育儿家庭可开展亲子运动互动、儿童安全看护、日程提醒；面向学龄青少年可承担知识讲解、益智互动教学。除消费场景外，还面向K12、职业院校及高校开放二次开发接口，可作为具身智能教学与科研平台。官方实拍视频显示，鹿萌步态流畅自然，可自如穿梭草坪、沙地、鹅卵石等复杂地形，夜间感知主人入睡自动切换轻柔步态并关灯。
产业定位：越疆是国内少数覆盖工业、商用、文旅、消费全场景的具身智能企业，此前已在工业协作、多足巡检、超仿生文旅等领域实现落地。鹿萌的发布意味着越疆"一脑多体、全场景覆盖"的具身智能生态版图完成B端到C端闭环的关键布局。
值得关注的原因：
长期以来，消费级陪伴机器人困在"语音交互+固定底座"的形态桎梏中——本质上是加了屏幕的智能音箱，只能在固定位置被动响应，无法自主移动、无法感知物理空间、无法主动提供服务，始终难以摆脱"玩具化""鸡肋化"的市场评价。鹿萌的发布有三个维度的突破意义：
（1）从"坐着说话"到"走起来陪你"的质变——自主移动能力让陪伴机器人第一次具备"走到你身边"的能力，这是用户体验从"工具"升级为"伙伴"的基础门槛；
（2）场景从单一走向复合——同一台机器人可以在运动陪练、生活助手、育儿帮手、科普老师四种角色间无缝切换，这依赖的是底层具身大模型的能力泛化，而非场景特化的硬件改装；
（3）消费级定价——虽然官方未公布具体售价，但越疆在工业机器人领域的成本控制经验（自研电机、减速器、控制器）使其在C端具备成本优势的可能性。对行业而言，越疆此举验证了一个重要判断：具身智能正在从"B端工业场景"向"C端消费场景"自然溢出，千亿级智能陪伴市场的竞争格局可能因此重塑。
五、Cloudflare推出ADLC平台：AI Coding从"辅助写代码"正式升级为"接管完整软件工程生命周期"
8月初，Cloudflare密集发布了一整套智能体基础设施：Agents平台、Agent Development Lifecycle（ADLC）、智能体追踪（Agent Tracing）、软件工厂（Flue）及CI SDK，明确提出以ADLC（Agent Development Lifecycle）取代传统SDLC（Software Development Lifecycle）。这是基础设施厂商首次以平台级姿态重新定义AI时代的软件开发生命周期。
五大组件详解：Agents平台将部署在Cloudflare上的所有智能体会话统一到单一视图，支持OpenTelemetry兼容框架，可测量每次模型调用、工具执行和token消耗。ADLC让AI智能体从仅生成代码扩展到承担需求分析、架构设计、测试、部署、监控等完整开发流程。软件工厂（Flue）在Astro仓库上实测，通过隔离的AI子代理复现、诊断并修复bug，将开放issue从200+降至约30个，预计下月归零。CI SDK基于Workflows和Sandbox SDK，支持构建、lint、类型检查、单元测试、依赖缓存及条件部署。Local Tracing让智能体通过Local Explorer API查询追踪数据，定位失败操作、修复本地环境并验证结果。
ADLC vs SDLC：与SDLC的"需求→设计→编码→测试→部署→维护"人类主导流程不同，ADLC的核心逻辑是"用户意图→智能体拆解→多Agent并行执行→自动验证与合并"。在Flue的案例中，整个过程从识别issue到修复到验证，人类开发者只需要确认合并，中间完全不介入代码编写。
值得关注的原因：
这是AI Coding从"代码生成工具"向"完整软件工程自动化平台"跃迁的标志性事件。三个关键看点：
（1）ADLC概念的意义不亚于当年DevOps的提出——如果SDLC是"人驱动流程"，ADLC就是"Agent驱动流程"，这意味着软件工程的治理范式正在发生根本性位移：从管理人怎么写代码，变成管理Agent怎么协同工作；
（2）Flue的issue清零案例为多智能体协作提供了实证——200+个issue、隔离子代理并行修复、预计归零，这不是单模型能力的展示，而是多Agent工程学的系统验证；
（3）Cloudflare以基础设施厂商身份入局区别于Anthropic/OpenAI以模型厂商身份做Agent，Cloudflare的差异化在于全套工具链（追踪、CI、本地调试、统一视图）补齐了AI智能体工程化的关键基础设施缺口，这对于企业级落地（安全审计、合规追溯、日志规范）具有不可替代的价值。
值得持续跟踪的是：ADLC在更大规模、更高业务关键度的生产环境中能否复现Flue的issue清零效果。
【总结】
8月7日的AI动态呈现出两条主线同步进入深水区的格局。
AI Coding方向，竞争维度正在从"谁的模型更强"裂变为三个战场：终端编程智能体（Meta Muse Code以低价入局，三巨头格局成形）、全生命周期管理（Cloudflare以ADLC重新定义软件开发范式）、技能包生态（GitHub Trending Agent Skills持续走高，已从上月的"三巨头霸榜"新闻变为一个正在沉淀的产业常态）。三者的共同趋势是AI Coding正在从"个人效率工具"变成"企业工程体系"——当Agent接管需求分析到部署的全流程，软件工程的治理规则（审批策略、凭证边界、日志规范、跨厂商模型路由）将比模型能力强弱更重要。
具身智能方向，8月第一周成为行业的"高密度验证窗口"：Figure 03用爬梯子展示技术上限（移动操作耦合），宇树用IPO展示商业下限（规模化盈利），越疆用鹿萌打开新市场空间（C端消费陪伴）。三条线分别指向同一个答案：具身智能已告别"能不能动"的阶段，进入"能不能赚钱、能不能持续干活、能不能走进生活"的产业化深水区。中美市场出现技术叙事与成本叙事的估值分裂——Figure以390亿美元在美国讲通用智能的故事，宇树以420亿元人民币在中国讲规模化盈利的故事——两条路线的正面碰撞不会在同一个市场里发生，而会在各自的收入报表和客户名单里得出最终答案。
湘公网安备43019002001288号