AI日报10.12|宇树已用GPT-6测试机器人,明年GPT-7或将突破具身智能瓶颈

10月12日

AI行业发生了哪些重要的事？

• 宇树王兴兴：具身智能临界点最快一两年内到来，GPT-7或有望突破现有瓶颈

10月12日，在第二十六届中国国际工业博览会开幕式的圆桌对谈中，宇树科技创始人王兴兴表示，AI技术进步速度超出预期，宇树团队已将GPT-6部署到不同机器人上进行任务测试，效果“还不错”。他判断，具身智能的技术临界点最快可能在一两年内到来，并认为明年GPT-7的发布有可能进一步突破当前瓶颈。

王兴兴同时指出，机器人要实现大规模应用，仍需解决泛化能力和作业效率问题。目前，机器人模型开发中的代码编写、训练、部署和测试等环节仍有不少依赖人工，他认为，未来可以让AI更多参与这些环节，形成持续迭代的研发流程。

观察：王兴兴的判断反映出，具身智能的发展预期正越来越多地与基础大模型的能力进步联系起来。不过，模型能力提升并不等于机器人可以立即规模化落地，真实场景中的泛化能力、执行效率和数据积累仍是关键制约因素。

• 腾讯拟发行约50亿美元债券，资金将主要投向AI相关资本开支

10月12日，腾讯控股公告称，拟根据全球中期票据计划发行美元及离岸人民币计价的票据。彭博援引知情人士报道称，此次发行规模约50亿美元，其中包括15亿至20亿美元美元债，以及200亿至250亿元人民币离岸人民币债，最早可能于10月13日定价。最终发行规模及结构仍有待确定。

据彭博报道，腾讯管理层向固收投资者表示，募资将主要用于一般企业用途，包括AI相关资本开支，其中大部分资金将用于采购芯片。路透社数据显示，腾讯2026年上半年资本开支达到963亿元人民币，同比增长约110%。

观察：随着大模型训练、推理和AI应用持续扩张，算力投入正在成为科技巨头资本开支的重要组成部分。腾讯再度通过债券市场筹资，反映出AI基础设施建设对长期资金的需求上升。

• 前优必选联席CTO廖洪涛据报入职腾讯福田实验室，负责具身智能方向

10月12日，据蓝鲸新闻独家报道，前优必选联席CTO廖洪涛已入职腾讯福田实验室，担任具身智能方向负责人，其团队已启动相关人才招聘。廖洪涛此前全面负责优必选机器人操作系统ROSA的研发，拥有法国地质统计学博士学位，曾参与国家数字电视中间件技术规范制定。

福田实验室由粤港澳大湾区数字经济研究院（IDEA研究院）与腾讯合作共建，腾讯首席科学家、Robotics X实验室主任张正友担任实验室主任。2025年，腾讯Robotics X实验室与福田实验室联合发布具身智能开放平台Tairos，通过模型、开发工具及标准化接口向机器人行业开放。

观察：此次人事变动若属实，意味着腾讯具身智能团队可能进一步加强底层软件与系统能力建设。相较于直接制造机器人本体，腾讯更侧重通过模型、软件平台和工具链为不同机器人提供通用能力。随着具身智能产业发展，如何降低模型与不同硬件之间的适配成本、推动技术跨本体复用，将是平台路线能否形成竞争优势的关键。

• OpenAI将GPT-6.1 Sol默认上下文扩至50万Token，订阅用户免长上下文附加费

10月12日，OpenAI宣布，将GPT-6.1 Sol在Codex和Work中的默认上下文长度从27.2万Token提升至50万Token，增幅约84%，用户仍可手动调整，最高支持约105万Token。OpenAI Codex负责人Thibault Sottiaux表示，这一调整旨在减少长任务中的上下文压缩，更好地保留复杂任务所需的细节与信息。

与此同时，当使用量从订阅额度中扣除时，OpenAI将不再对该模型收取长上下文附加费。此次调整仅针对订阅使用场景，API的长上下文附加计费规则仍然存在。

观察：这一调整反映出，头部模型厂商的竞争正从模型能力本身，延伸至实际使用体验与成本控制。对于需要持续处理大量代码、调用工具并执行多步任务的Agent而言，更长的默认上下文有助于减少任务中断与信息丢失，而取消订阅场景下的长上下文附加费，则进一步降低了重度使用门槛。随着Agent应用走向复杂任务，模型的上下文管理能力与综合使用成本，正成为影响产品竞争力的重要因素。

• 模思智能完成超10亿元Pre-A轮融资，押注全模态实时交互

10月12日，上海大模型公司模思智能宣布完成超10亿元Pre-A轮融资，由华控基金领投，国开科创、上海科创基金、新微资本、徐汇资本等参与投资，部分老股东继续跟投。本轮资金将用于全模态实时交互智能研发及全球商业化。

模思智能孵化于复旦大学教授邱锡鹏带领的OpenMOSS团队。2026年以来，公司围绕语音、视觉和实时多模态方向持续推出开源模型，累计发布20多个模型。公司还计划推出全模态实时交互系统MOSS Live，采用前端交互模型与后端任务执行模型协同的架构，面向AI眼镜、智能汽车、家庭终端及机器人等场景。

观察：随着大模型竞争从文本生成延伸至现实场景交互，能够融合语音、视觉并支持持续感知与任务执行的模型，正成为新的技术探索方向。模思智能获得大额融资，反映出资本对这一方向的关注；但其能否将开源模型积累转化为稳定的产品、客户与收入，仍有待后续验证。

• 无问芯穹完成23亿元C轮融资，累计融资43亿元，创AI Infra赛道融资纪录

10月12日，AI原生基础设施企业无问芯穹宣布完成23亿元C轮融资，成立以来累计融资额达43亿元。据报道，其单轮及累计融资额均创国内AI原生基础设施赛道新高。本轮投资方涵盖国资机构、产业资本及财务投资机构，包括腾讯、百度、联想、红杉中国、启明创投等。

无问芯穹成立于2023年，是清华大学与上海交通大学的科技成果转化企业。公司围绕多元异构、软硬件协同和自主式AI布局Agentic Infra基础设施，目前平台已部署触达3.7万P算力，覆盖16种主流芯片，并实现多种国产芯片与AMD、NVIDIA芯片的大模型混合训练，披露的最高算力利用率达97.6%。公司还联合中国电信完成了超4000公里跨区域混合训练技术验证。截至今年7月，其Agentic MaaS平台单日Token调用量较去年12月增长约40倍。

观察：随着大模型推理和Agent应用增加，AI基础设施的竞争正从单纯扩充算力，转向提高算力利用率、优化推理效率和降低Token成本。无问芯穹的大额融资反映出资本对这一环节的关注。不过，技术指标和调用量增长能否转化为可持续的收入与利润，仍是这类企业需要证明的关键问题。

• 博通CEO陈福阳：资本或成AI扩张最大瓶颈

10月12日，据路透社报道，博通CEO陈福阳在新加坡星展银行举办的论坛上表示，随着AI基础设施持续扩张，资本可能成为行业发展的最大制约因素，其影响可能超过晶圆和存储芯片短缺。他指出，行业此前面临的供应瓶颈正在逐步缓解，但AI基础设施建设仍需要持续投入大量资金。

同场活动中，英特尔CEO陈立武也表示，资本获取能力及融资成本是AI产业面临的重要挑战，企业还需要证明大规模投资能够带来足够的回报。

星展集团CEO陈淑珊则透露，星展2026年以来已促成约250亿新加坡元（约200亿美元）的AI相关融资交易，资金主要流向半导体、存储芯片和数据中心硬件。她表示，市场正在重新评估AI投资的风险，要求更明确的回报，这种风险重新定价是“健康的”。

观察：AI基础设施竞争正在从争夺芯片、电力等硬件资源，延伸到争夺资金和投资回报。随着算力建设持续扩大，融资能力将影响企业能否推进扩张，而投资者也会更加关注AI业务的收入增长能否覆盖巨额资本开支。

• 工信部总工程师：纵深推进“人工智能+制造”，发展开源基座模型和垂类模型产业集群

10月12日，在第26届中国国际工业博览会开幕式上，工信部总工程师王卫明表示，将纵深推进“人工智能+制造”，大力发展开源基座模型和垂类模型产业集群，并加强关键核心技术攻关、推动传统产业升级、夯实智能软硬件基础，支持建设智能工厂和高标准数字园区。

这一表态与中共中央、国务院10月9日印发的《关于发展新质生产力的意见》方向一致。该文件提出全面实施“人工智能+”行动，强化算力、算法、数据等要素供给，推动人工智能在各行业应用。

观察：从政策方向看，AI与制造业的融合正在从鼓励企业试点，进一步延伸到基础模型、行业模型、数字化服务商和智能工厂等产业环节。开源基座模型有望为制造业应用提供可二次开发的技术基础，垂类模型则更直接面向具体行业需求；后续值得关注的，是政策能否推动更多可复制、可规模化的工业AI应用落地。

封面图：AI生成

本文由AI整理，经人工编辑审核

-END-