|
|
AI 动态速递 · 2026.07.31
侧重 AI Coding & 具身智能
① OpenAI Codex 五连更：从编程助手升级为自主 Agent
OpenAI 7 月下旬低调为 Codex 推送五项功能：/goal 长期目标模式、锁屏后台运行、Appshots 智能窗口捕捉、团队插件共享、内置浏览器标注。/goal 是核心：用户以 /goal 描述目标后，Codex 不再立刻写代码，而是先拆任务→排计划→评估复杂度→自主执行，运行可达数小时甚至数天；锁屏后台运行打破"电脑关 AI 就停"瓶颈，Appshots 双击 Command 即可读取整个窗口状态（包括未显示的滚动区域）。
关注：从"AI 编程助手"到"通用自主 Agent"的正式换挡，单个 AI 工程师可同时管理多个 Agent 并行交付，工程师角色从"写代码的人"变成"验收入的人"。
② Jacob O'Bryant 揭 AI 编程真相：2x 杠杆而非 10x
Stripe 工程师 Jacob O'Bryant 撰文回顾 2026 年 AI 编程现状：AI 对生产力的提升更接近 2 倍而非神话般的 10 倍。核心逻辑是阶梯理论——AI 够高跨上自动化反馈回路这级台阶实现闭环调试，但再高也无法自动解决代码架构的维护性与文档信息的取舍。最硬核建议：让 AI 写代码，但永远别让它写 README 和注释，因为真正的工程思维无法被 Token 化外包。
关注：当 Coding 速度不再是瓶颈，测试/评审/对齐成为新的卡点；这是企业从"AI 提效"走向"AI 提质"必须正视的现实。
③ Google DeepMind 发布 Gemini Robotics 2 / ER 2：最强具身推理模型
DeepMind 7/30 发布 Gemini Robotics 2 与 Gemini Robotics ER 2。前者实现对整个人形机器人的全身控制（行走/下蹲/操控物体），预录演示操控 Apptronik Apollo 完成穿房-拿洒水壶-上架并避障；后者是机器人"推理系统"，可分析连续视频流、规划多步骤任务、协调多机器人协作，原生调用 Google Search 或自定义函数，任务进度分类准确率 57.4%，接入 Gemini Live API 双向流式端点降低"停止-思考-再行动"停顿。
关注：Google 把"边感知边决策边调整"的推理能力正式作为具身 Agent 的核心模块，多机器人协同从实验室概念进入模型基座——具身 Agent 的"操作系统级"竞争正在升温。
④ WAIC 2026 闭幕：告别剧本式演示，具身进入生产力时代
21 世纪经济报道实地观察：WAIC 展中跳舞打拳的机器人明显减少，取而代之的是搬运/巡检/分拣/整理等实际作业展示；轮式 AGV 取代双足成为多家厂商主推，原因是工况稳定、故障率低、可长时间工作；千寻智能 Spirit v1.6"边干边想"能力让 Moz1 在被扔纸团打断后仍能修正并回到原任务；智身科技以"智身钢镚 L2/铅球 SP1/银毅 NE01"完整产品矩阵亮相，仿真训练平台支撑场景化交付。
关注：人形机器人从"Demo 估值"转向"实际交付"，"先试用后付款"模式倒逼技术驱动→场景驱动；轮式构型在工业/巡检场景的胜出，对双足路线形成现实压力。
⑤ 上海电气发布人形机器人 + AI 原生智能工厂方案
上海电气在 WAIC 2026 发布"溯源"双足人形机器人（41 自由度+多模态视觉+双电池热插拔）、"拓源"工业轮式人形机器人（多规格连接器插接/钣金件上下料）、"美人鱼"仿生轮式（自主识别按钮/旋钮/空气开关），同步推出"星云智造"51 个 AI 模型与智能体覆盖研发/制造/运维全流程，并发布《AI 原生智能工厂技术白皮书》提出主动进化架构：AI 工厂大脑（控制中枢）+ 工业智能体与具身机器人（执行网络）+ 物理孪生（数字镜像）三层闭环。
关注：央企级别的"AI 原生智能工厂"标准正在成型，工业知识数字化复用+机器人决策嵌入+物理孪生实时闭环的端到端方案，是高端装备制造业 AI 落地的样板。 |
|
发表于 2026-7-31 08:48:07
