1. 宇树科技科创板 IPO 定价 150.8 元/股，DeepSeek 战投 1.41 亿元开启"大脑+身体"资本合流
8 月 6 日晚，宇树科技披露科创板首次公开发行股票定价结果：发行价 150.80 元/股，发行 4044.6434 万股（占发行后总股本 10%），对应上市市值约 609.93 亿元，预计募资总额约 60.99 亿元；网上申购日为 8 月 10 日。发行市盈率 219.23 倍，远高于行业平均的 38.56 倍。战略配售名单中出现杭州深度求索（DeepSeek 母公司）的身影，获配 93.339 万股，金额约 1.41 亿元，限售期为上市之日起 36 个月。同日宇树科技与 DeepSeek 签署《战略合作备忘录》，CEO 王兴兴在 8 月 7 日网上路演中回应：三方面重点合作——通用人工智能（AGI）研发、高性能通用机器人、AI 大模型。招股书披露的硬数据：宇树 2025 年度不含轮式双臂机器人的人形机器人出货量超 5500 台，居全球首位；营收约 2.518 亿美元，归母净利润 4120 万美元，主营毛利率 60.13%。创始人王兴兴（90 年生）持股近 30%，有望成为科创板 90 后首富。战略配售名单还包括社保基金、中国石油集团等机构。王兴兴同时透露公司未来将"积极探索人形机器人、四足机器人、机甲方更多产品形态"。
值得关注的原因：这是国产硬科技"大脑+身体+算力“三件套在资本市场全面合流的关键节点。继摩尔线程、沐曦（芯片层）、长鑫存储（存储层）、DeepSeek（模型层）之后，宇树科技 IPO 标志着最后一块"身体层"完成二级市场定价。DeepSeek 罕见投资机器人公司，梁文锋的战略判断很明确——具身智能是 AGI 的一部分，而非独立赛道。当行业还在争论"轮式 vs 双足"“端到端 vs 模块化"等技术路线时，资本与产业已用真金白银给出答案：模型公司反向投资本体公司，意味着具身大脑具身小脑具身数据将在同一体系内贯通。DeepSeek 的 1.41 亿元不在金额大小，而在于其代表的中国 AGI 头部玩家愿意把具身智能纳入主线，长期 36 个月限售也表明这是产业战略合作而非财务投资。人形机器人第一股上市后将形成具身板块的中国估值锚，影响后续智元、银河通用、宇树等公司的二级市场定价。
2. NVIDIA 发布 Cosmos 3 开放物理 AI 世界基础模型，融合视觉推理与世界生成重塑机器人底座
NVIDIA 推出 Cosmos 3——基于混合 Transformer 架构的开放物理 AI 基础全模态模型，整合了视觉推理、世界生成与动作预测三大核心能力，是英伟达"Omniverse"路线图的最新里程碑。Cosmos 系列延续"以视频预测隐式学习物理世界"的路径，将图像、视频、动作轨迹纳入同一训练目标，使下游机器人、自动驾驶开发者可直接基于 Cosmos 的世界表征进行策略学习，无需从头采集数百万小时真机数据。Cosmos 3 在长程时序一致性、相机视角外推、多智能体物理交互三个维度较 Cosmos 2 显著提升，并开放了从感知到控制的端到端微调接口。
值得关注的原因：物理 AI 路线在 2026 年出现明确收敛信号——头部玩家已不再争论"端到端 VLA vs 世界模型+VLA”，而是把两者统一进同一基础模型。Cosmos 3 让英伟达从"卖 GPU"升级为"提供从芯片到世界模型的完整栈”，对自研世界模型的机器人公司（如 Figure Helix、1X、银河通用）形成既合作又压制的双重关系。对中国具身公司而言，Cosmos 既是可借鉴的技术参考，也是国产世界模型必须对标的硬目标。
3. 字节 Seedance 2.5 API 正式上线，30 秒电影级视频为具身智能数据生产开辟新路径
火山引擎正式上线 Seedance 2.5 API，将单次视频生成时长从 15 秒提升至 30 秒，并支持最高 50 个全模态素材参考（一次参考 30 张图、10 段视频、10 段音频）。该版本按电影生成标准重做 SFT 数据，在指令遵循、长叙事、真人感及声画质感上大幅提升，能稳定保持多角色外形与场景关系，兼容十余种语言，并支持时间戳级编辑与白模参考。独立开发者与小红书等生态对 Seedance 2.5 给出"业余创作者觉得不如 2.0、专业创作者看重可控性与电影感"的评价。同日 Krea 也宣布上线 Seedance 2.5，支持 30 秒连续视频、完整多镜头序列与最多 50 个参考。
值得关注的原因：Seedance 2.5 除了影视预演价值外，更重要的产业意义是为具身智能数据生产提供新路径。30 秒连续动作 + 多角色一致性 + 白模参考，让开发者可以用 AI 生成结构化的"仿真视频-动作数据"对，弥补真实机器人示教数据稀缺的痛点，是继 NVIDIA Cosmos 之后世界模型路径在生成侧的又一里程碑。“白模"能力意味着可用极简几何生成完整动作序列，未来配合 Cosmos 类世界模型验证物理一致性，将形成"AI 生数据 → 物理仿真验证 → 真机精调"的低成本数据闭环。同期阿里千问 Wan3.0（万相 3.0）也在 8 月 6 日公测，支持稳定直出 30 秒一镜到底视频、导演级镜头与蒙太奇叙事，强调角色/道具/场景高一致性保持——国产视频生成模型已整体跨入"30 秒一镜到底 + 多角色一致"时代。
4. 阿里千问 Wan3.0 公测，国产视频生成跨入 30 秒一镜到底导演级
阿里千问全网首发公测视频生成模型 Wan3.0（万相 3.0），在生成时长、镜头语言、角色真实感及一致性保持等维度全面升级。该模型支持稳定直出 30 秒一镜到底视频，具备导演级镜头与蒙太奇叙事，并强调角色、道具、场景高一致性保持。Wan3.0 主打超高性价比，现已在千问创作（c.qianwen.com）开放体验，千问 app 也将陆续开放。同期，千问 App 8 月 7 日上线多项新功能并支持最新旗舰模型 Qwen3.8-MAX：“思考研究"强化复杂推理与工具调用；“定时任务"可预设执行时间自动完成行业简报梳理等周期工作；“办公助理"能连接备忘录、日历等应用并操作电脑浏览器，直接输出可用的 Office 文档；语音通话支持 7×24 小时多场景，智能体广场首批覆盖物流、房产等十多个领域。
值得关注的原因：Wan3.0 与 Seedance 2.5 同日（8 月 6-7 日）相继进入"30 秒 + 多角色 + 导演级"阶段，标志着视频生成从"几秒短视频炫技"跨入"可承载长叙事/可控剧情/具身数据生产"的可商用阶段。国产 AI 大厂在视频生成赛道的迭代频率已与海外并跑，且 Wan3.0 的"超高性价比"定位将进一步压低行业使用门槛。千问 App 同步把 Qwen3.8-MAX 与办公助理、智能体广场打通，是国产 AI Agent 在"端侧全场景助手"维度的落地样本。
5. 谷歌、亚马逊、微软联合发布 Agent Plugins 1.0.0，统一智能体插件规范打破生态孤岛
Agent Plugins 1.0.0 正式发布，由谷歌、亚马逊、微软等支持的中立目录规范，将 Agent Skills 和 MCP 服务器打包为单一可移植单元。通过标准化 plugin.json 清单和固定目录布局，开发者无需为不同 AI 编码智能体和 IDE 维护单独封装。谷歌已作为核心维护者加入，并在 Agents CLI 和 Data Agent Kit 中提供支持。同时英伟达也发布了面向 Cosmos 3 的 Agent Plugins 适配。这意味着从代码编辑器到数据智能体，从云服务到机器人控制台，未来都可基于同一套插件清单复用能力。
值得关注的原因：AI Agent 生态正进入"标准化卡位战"阶段。当各家智能体框架各自封装技能、工具、提示词模板时，Agent Plugins 1.0.0 的核心价值在于把"插件可移植性"从单一 IDE（Cursor、Claude Code、Codex）扩展到所有支持该协议的智能体运行环境。这对具身智能 Agent 同样意义重大——未来机器人控制软件、视觉模型、世界模型、轨迹规划器都可能以同一份 plugin.json 描述，让一个机器人 Agent 同时调用云端 LLM 和本地 VLA。这条标准的实际推广效果将决定 AI Agent 生态是走向开放繁荣还是新一轮闭源孤岛。