AI+机器人行业晨报｜7月24日：Voice 调度 Agent、Figure 达到千台与推理芯片下注

AI+机器人行业晨报｜7月24日：Voice 调度 Agent、Figure 达到千台与推理芯片下注

过去24小时，OpenAI与Claude把语音接入工具和多 Agent 工作流，Figure CEO披露 F.03 整机达到 1,000 台，Sanctuary 继续用遥操作采集训练数据；a16z 押注推理专用芯片，投资者则争论模型是否会压缩到边缘。

AI+机器人行业晨报
AI+机器人行业晨报@Knight Liu

速览

过去 24 小时，最值得具身智能产品经理跟踪的有五条：
  • OpenAI 把 ChatGPT Voice 推进桌面端，用户可以用语音控制电脑，并指挥 ChatGPT Work 或 Codex 中运行的多个 Agent；这是 OpenAI 对 GPT-Live「同时说话、聆听和协调」能力的产品化表述，尚不是机器人控制系统的实测结果。1
  • Figure CEO Brett Adcock 称，BotQ 已制造第 1,000 台 F.03 人形机器人。这个数字来自公司 CEO 的单一披露，未同时给出实际交付、在线率、任务成功率或人工介入率。2
  • Sanctuary AI 展示机械臂用手持电钻完成真实客户任务，并明确说当前通过遥操作采集策略训练数据；视频是项目方演示，不能写成自主作业。3
  • a16z 与 Sequoia 的公开内容把 Etched 的推理专用芯片融资和生产设施推到台前，讨论重点从「训练谁更强」转向「推理每个 Token 的硅和电成本」。4
  • Michael Burry 则给出相反方向的判断：模型会持续压缩到边缘设备，Agent-to-Agent 的实际用途和资本效率都可能被高估。这是投资者观点，不是行业统计。5
覆盖窗口：2026 年 7 月 23 日 07:15 至 7 月 24 日 07:15（东八区）。

AI 企业与开发者

语音开始承担多 Agent 工作流的入口

OpenAI 宣布 ChatGPT Voice 进入 macOS 和 Windows 桌面端，覆盖 Plus、Pro、Business、Edu 和 Enterprise 计划。帖子称，用户可以用语音控制电脑，并指挥 ChatGPT Work 或 Codex 中运行的多个 Agent；iOS 端 Codex 也已支持 ChatGPT Voice，Android 版本待推出。以上是 OpenAI 的产品公告和自述。1
这条更新对机器人产品的启发，不在于给机械臂加一个语音按钮，而在于把语音放到任务编排层：用户下达目标，系统再把工作拆给不同 Agent。真正要补齐的产品字段包括操作确认、设备权限、任务暂停、状态回报和失败后的人工接管。语音理解得再好，如果不能让用户知道「现在谁在执行什么动作」，它就只是更顺手的输入法。
콘텐츠 카드를 불러오는 중…
Anthropic 的 Claude Voice 也在同一窗口升级。Claude 官方账号称，Voice 模式现在可以运行 Opus、Sonnet 等更强模型，并在对话过程中触达已连接的邮件、日历等工具；该功能以公开 Beta 形式覆盖移动端、桌面端和 Web，并增加西班牙语、法语、印地语和日语。6
两家公司都在把语音从单独的问答功能变成工具调用的交互层。对现场机器人，下一步比较的不是语音识别准确率这一项，而是端到端任务完成时间、误触发率、确认动作的等待成本，以及网络中断时能否安全降级。

网络安全模型从通用能力切出专用版本

Google DeepMind 发布 Gemini 3.5 Flash Cyber，称它是面向安全团队的轻量模型，用于在漏洞被利用前发现和修复。Google 说，该模型在自家代码库、包括 Chrome 和 Android 的测试中持续捕获了一些标准模型没有发现的复杂漏洞，目前以有限访问方式向政府和信任合作伙伴提供，并通过 CodeMender 部署。这里的测试结果和「标准模型未发现」均是 Google 的自述，尚无本轮独立评测。7
NVIDIAAI 同时展示了 Nemotron 3 Nano 的托管强化学习流程：在 PrimeIntellect Lab 的基础设施上，一次数学任务的准确率据称从 22% 提升到 91%，成本低于 5 美元，并能导出 LoRA adapter。这个数字是 NVIDIA 的演示口径，帖子没有给出任务集合、重复次数或第三方复现实验。8
对机器人团队，这两条信息都指向专用化，但落地方式不同：Cyber 关注的是安全评测和代码修复，Nemotron 关注的是低成本的任务适配。若把类似流程用于视觉策略或操作策略，评估表里至少要有数据采集成本、失败重试、显存占用、端侧延迟和人工接管率，不能只填一个准确率提升百分比。

企业家与科技从业者

Hugging Face 联创：攻击与防御的开闭源关系出现反转

Hugging Face 联合创始人 Thomas Wolf 称，最近的自主 AI 攻击由一个未公开权重的闭源模型发起，而 Hugging Face 采用 Z.ai 的 GLM-5.2 开放权重模型协助防御。他用「大家原本预期相反」来描述这一反差。Wolf 的帖子补充了当事方时间线，但不是独立取证报告；攻击范围、利用链和损失情况仍应以正式调查材料为准。9
Greg Brockman 还在 X 上推广 Codex 安全插件，称其用于网络防御。10 这两个动作放在一起看，安全能力已经从「模型会不会拒绝危险请求」扩展到「模型能否在真实系统里读取轨迹、定位漏洞并执行修复」。机器人接入网络、凭证和现场系统后，安全门槛也应包含任务外访问、凭证使用、持续规划、硬中断和回滚，而不是只看最终回答。

Musk 的 Grok 4.5 评价缺少可比基线

Elon Musk 发帖称「Grok 4.5 is the best value for money AI」，没有给出价格、任务集、竞品范围或单位任务成本。11 这句话可以记录为产品方创始人的立场，不能直接转成模型选型结论。
对具身智能，性价比至少要落到一个完整任务：Token 费用、端侧显存、网络延迟、失败重试、人工接管和数据合规一起算。低价模型适合承担状态摘要或异常分流，不代表它适合直接进入高风险控制回路。
콘텐츠 카드를 불러오는 중…

投资者与 VC

Etched 的融资叙事把焦点推向推理成本

a16z 公开表示支持 Etched，并在配套文章中把 AI 推理称为规模巨大的计算负载，主张当负载足够稳定、足够大时，专用硬件可能比通用 GPU 更有优势。a16z 的文章还把 Etched 的「生产就是产品、机器就是护城河」作为投资逻辑的一部分；Sequoia 账号则确认由其领投 Series C。具体融资金额、估值和设施规模来自项目方及投资方口径，不能当作独立财务核验。4 12 13
这条线和机器人产品直接相关，因为具身系统的成本常常被推理调用、传感器处理和网络传输共同决定。专用芯片若能把延迟、功耗和每次任务成本压下来，才有机会改变端云分工；在规格、供货和真实负载数据出来前，投资叙事仍不能替代选型测试。
콘텐츠 카드를 불러오는 중…

两种相反的算力判断：专用推理芯片 vs. 边缘压缩

Michael Burry 在长帖中认为，模型会因为知识重复和使用范围有限而持续压缩，最终在边缘计算上运行；他还判断 AI 基建可能过度建设，并认为 Agent-to-Agent 的实际用途有限、资本消耗过高。5 这是个人投资判断，没有给出模型压缩曲线、边缘硬件清单或任务级成本测算。
它和 a16z 的专用推理芯片论点并不完全互斥：两者都在质疑把所有工作长期放进通用云端 GPU，只是前者押注小模型和边缘化，后者押注稳定负载的专用推理硬件。机器人团队不需要先选边，应该先测同一个任务在云端、边缘 GPU 和专用加速器上的总成本、延迟、功耗与断网表现。

开放权重争论开始进入资本配置语言

Mayhem4Markets 认为，禁止或限制开放权重模型会伤害美国初创公司和受益于 AI 瓶颈的硬件公司，真正受益的会是通过闭源 API 销售 Token 的大型前沿实验室。该账号同时强调开放性会加快创新。14 这是市场评论账号的立场，不是政策结论。
Azeem Azhar 对 Kimi K3 的分析则认为，开放权重模型不会自动压低 AI 总收入，价格下降可能带来更多 Token 消费；他还提出，价值可能从模型层转移到托管模型的基础设施层。15 16 对机器人产品经理来说，开放权重的意义不只是「能不能下载权重」，还包括能否在现场部署、能否审计更新、能否固定版本，以及出了问题能否回滚。

给具身智能产品经理的跟踪点

今日信号已确认到哪一步仍缺什么产品动作
语音控制多个 AgentOpenAI 和 Claude 都把语音接到工具或 Agent 工作流机器人场景的误触发、确认耗时、断网降级把语音当任务入口测试，单独设计权限、暂停和人工接管
F.03 第 1,000 台CEO 披露 BotQ 完成整机制造里程碑交付量、在线率、任务成功率、维护与人工介入把产能和现场可用性分开记，等待部署数据
电钻任务训练Sanctuary AI 明确展示遥操作采集训练数据自主执行比例、跨设备泛化、客户验收指标评估「遥操作→策略训练→自主执行」链路，不把视频当部署证明
推理硬件路线a16z 押注专用推理芯片，Burry 押注模型压缩和边缘化真实负载下的每任务成本、功耗、延迟、供货用同一任务做云端、边缘和专用芯片的 A/B 测试
AI 安全闭环Wolf 描述闭源模型攻击、开放权重模型防御；Google 推出 Cyber 专用模型独立取证、攻击复现、轨迹审计和硬中断效果把越权检索、凭证使用、暂停后替代路径纳入上线门槛
今天的新增信息，集中在两个尚未被数据完全回答的问题上：Agent 能否从语音入口安全地调度工具，机器人产能能否转化为可持续的现场作业。前者要看权限和回滚，后者要等交付、在线率和人工介入数据，而不是再看一段演示视频。

참고 출처

  1. 1OpenAI：ChatGPT Voice 进入桌面端
  2. 2Brett Adcock：BotQ 完成第 1,000 台 F.03
  3. 3Sanctuary AI：电钻紧固任务与训练数据采集
  4. 4a16z：支持 Etched
  5. 5Michael Burry：AI 压缩与 Agent-to-Agent
  6. 6Claude：Voice 模式接入更强模型与已连接工具
  7. 7Google DeepMind：Gemini 3.5 Flash Cyber
  8. 8NVIDIAAI：Nemotron 3 Nano 托管 RL 微调
  9. 9Thomas Wolf：自主攻击与开放权重防御
  10. 10Greg Brockman：Codex 安全插件
  11. 11Elon Musk：Grok 4.5 性价比判断
  12. 12a16z：How to Win the Largest Market in AI
  13. 13Sequoia：领投 Etched Series C
  14. 14Mayhem4Markets：开放权重模型的监管观点
  15. 15Azeem Azhar：Kimi K3 与 AI 经济学
  16. 16Azeem Azhar：中国模型与美国基础设施厂商

관련 콘텐츠

  • 로그인하면 댓글을 작성할 수 있습니다.
More from this channel
View the full content archive of "AI+机器人行业晨报"Explore more channels on Discover