1. 宇树科技IPO中签率0.0181%，创科创板历史新低
8月10日晚间，“人形机器人第一股"宇树科技披露科创板网上发行申购情况及中签率。本次发行价为150.80元/股，发行股份4044.64万股。网上有效申购户数约978.46万户，创出科创板有效申购户数历史新高；有效申购股数约536.37亿股，初步有效申购倍数约8288.82倍，触发回拨机制。回拨后网上最终发行970.70万股，最终中签率仅0.01809759%，创科创板历史新低，平均每5525个申购号码中1个中签。
值得关注的原因：宇树科技是A股首家人形机器人整机上市公司，其发行定价与上市表现将为智元、银河通用、优必选等后续拟上市企业提供估值锚点，同时直接带动绿的谐波、双环传动、三花智控等核心零部件环节的市场关注度，标志着具身智能从一级市场融资进入二级市场规模化定价阶段。
2. 智元机器人上半年出货首超宇树，中国厂商占全球人形机器人出货量97%以上
市场研究机构Smart Analytics Global（SAG）发布报告显示，2026年上半年全球人形机器人出货量约1.91万台，同比增长近三倍（2025年同期约5100台）。其中中国制造商占全球出货量97%以上，中国市场自身也占全球需求的85%以上。厂商排名方面，智元机器人上半年出货约8400台，全球份额44%，首次超过宇树科技（5900台，31%）跃居行业第一；银河通用、优必选、乐聚分别约900台、700台、600台。工业及商业应用占总出货量70%以上，高于一年前的约50%。
值得关注的原因：这是中国具身智能产业从"产能领先"走向"市场份额主导"的关键数据信号。智元凭借全尺寸双足、小尺寸双足和轮式机器人多元化产品组合及工业商业场景落地实现反超，意味着行业竞争正从"谁能造出来"切换到"谁能规模化跑通场景”。中国占全球97%出货量也表明，海外厂商（特斯拉、Figure AI等）的量产节奏仍显著落后。
3. 潜界科技LatentVerse完成数亿元种子轮融资，高瓴、智元、星动纪元联合投资
8月11日，具身基座模型公司LatentVerse（潜界科技）宣布完成数亿元种子轮融资，投资方包括高瓴创投、清流资本、英诺基金，以及智元机器人、星动纪元等产业资本。公司成立于2026年5月，由清华大学交叉信息研究院具身智能研究团队创立，创始人兼CEO胡钰承为清华大学交叉信息研究院00后博士生，曾在字节跳动Seed参与具身智能基座模型研究。团队核心成员来自清华、北大、南洋理工及阿里Qwen、小米等机构。
潜界科技提出的UTAM（Unified Tactile Action Model）统一触觉动作模型，试图将视觉语言理解、世界状态预测、机器人动作生成与触觉反馈整合在同一具身原生基座内训练，而非走当前主流的VLA或纯世界模型路线。本轮融资将用于UTAM模型研发、多模态具身数据体系、训练基础设施及真实机器人验证。
值得关注的原因：在VLA与世界模型两条主流路线并行竞争的当下，潜界科技提出"统一触觉动作模型"的第三条路线，并获得智元、星动纪元两大本体厂商的战略投资，反映出具身智能基础模型仍在探索更优架构。创始人团队是00后清华博士，高瓴创投在公司成立前即接触并在融资启动后最快进入，显示出资本对具身智能"原生大脑"窗口期的高度敏感。
4. 英伟达联合六大机构 mobilize超5000亿美元建设AI工厂
8月10日至11日，英伟达宣布与Apollo、BlackRock、Blackstone、Brookfield、Goldman Sachs和KKR合作，建立独立融资平台，动员超5000亿美元第三方资本支持AI基础设施建设，涵盖AI芯片采购、电力生产、数据中心建设等领域。该计划有望成为迄今规模最大的AI基础设施融资行动之一，英伟达主要扮演合作牵头和产业协调角色。
值得关注的原因：5000亿美元规模远超此前英伟达与SK集团达成的合作，标志着AI基础设施军备竞赛从单一企业资本开支升级到"芯片巨头+华尔街财团"联合动员产业资本的新阶段。对于具身智能而言，大规模算力基础设施是训练具身大模型、世界模型和VLA的核心前提，该计划将间接支撑物理AI的迭代速度。
5. 蚂蚁百灵开源Ling-3.0-tiny，7.9B总参数/1.3B激活主打低成本本地推理
8月11日，蚂蚁百灵在Hugging Face平台开源Ling-3.0-tiny模型。该模型为轻量级混合推理MoE架构，总参数7.9B、每Token激活1.3B参数，采用KDA（Kimi Delta Attention）与MLA按3:1比例交替堆叠，并配备128个路由专家的稀疏MoE前馈网络。官方提供BF16、FP8和INT4三个权重版本，已在英伟达DGX Spark、Apple Silicon MacBook和Mac mini等消费级设备验证，M4 Pro MacBook上可达约86-90 Token/s，8K上下文峰值内存占用约8.34 GiB。
值得关注的原因：Ling-3.0-tiny与同日Meta发布的300亿参数Muse Glimmer形成中外"小模型+本地部署"对位竞争，显示端侧AI Agent从"Demo可用"走向"工程化可部署"。对具身智能端侧控制、机器人本地决策等场景而言，低激活参数、低内存占用的本地推理模型是降低硬件成本与延迟的关键组件。