🔦 今日速览
AI 编程赛道迎来年度级融资：Devin 母公司 Cognition AI 完成 20 亿美元 E 轮融资，估值在四个月内从 260 亿翻倍至 480 亿美元，ARR 逼近 9 亿美元。黄仁勋在 X 平台高调宣告"AGI 已到来"，并披露 GPT-6 Astra 由 10 万+ 块 Grace Blackwell GPU 训练而成、另有 40 万块即将上线。国内条线，宇树科技发布 UnifoLM-X2，首次实现人形机器人全自主搏击，验证世界模型路线。
趋势1：AI 编程 Agent 估值飙升成新风口 趋势2：AGI 叙事与算力军备竞赛共振 趋势3：具身智能从"运动控制"迈向"自主决策"
🌍 国际动态
1. Cognition AI 完成 20 亿美元 E 轮融资，估值翻倍至 480 亿美元 ⭐
事件简述：AI 编程智能体 Devin 的开发商 Cognition AI 于 9 月 8 日宣布完成超 20 亿美元的 E 轮融资，投后估值 480 亿美元，由新投资方 a16z 与 Accel 领投，Founders Fund、General Catalyst、英伟达等跟投。四个月前（5 月 27 日）其 D 轮融资估值仅 260 亿美元，本轮估值近乎翻倍。公司 ARR 从 D 轮时的 4.92 亿美元增至本轮时的 近 9 亿美元，增速约 83%。 关键数据：20 亿美元融资；估值 480 亿（≈D 轮 260 亿的 1.85 倍）；ARR 近 9 亿美元；客户含英伟达、GE 航空、花旗、梅赛德斯-奔驰等。 影响分析：Cognition 的估值跃迁印证了"让 AI 智能体承担真实工程工作"的商业化路径正在跑通，AI 编程赛道成为仅次于基础模型的新资本焦点。但也加剧市场对 AI 智能体规模扩展成本与 Cursor 等竞品之间竞争的关注。 📅9月8日
2. 黄仁勋宣告"AGI 已到来"，披露 Astra 由 10 万块 Grace Blackwell 训练
事件简述：英伟达 CEO 黄仁勋 9 月 7 日在 X 平台发文祝贺 OpenAI，宣称 GPT-6 Astra 由约 10 万+ 块 Grace Blackwell NVLink72 芯片训练而成，并直言"AGI 已到来"，从 ChatGPT 到 o1 再到 Astra 仅用 4 年。他同时透露下一批 40 万块 GPU 即将上线，暗示算力军备竞赛仍在加速。 关键数据：Astra 训练用 10 万+ 块 Grace Blackwell；下一批 40 万块 GPU 部署中；英伟达最新季度营收 962 亿美元（数据中心业务 +117%）。 影响分析：这是英伟达掌门人对"AGI 是否到来"迄今最直白的表态，将 AGI 里程碑与自家硬件强绑定。业界仍有争议（Gary Marcus 等学者直批"为时过早"），但 40 万 GPU 的追加部署信号明确，头部实验室算力开支短期内仍将刚性扩张。 📅9月7日
3. GPT-6 Astra 独立通关《传送门》，23 小时 43 分无人工干预
事件简述：开发者 cozyblaze 在 X 平台宣布，用 GPT-6 Astra 完全自主通关解谜游戏《传送门》，从设定初始目标到看到制作人员名单全程 约 23 小时 43 分、零人工干预。模型通过 MCP 与修改版 SourcePauseTool 控制游戏，思考时暂停、行动时恢复。 关键数据：全程 23 小时 43 分；按 Astra 标价估算 token 成本至少 570 美元（开发者实际用 200 美元 Codex 订阅）；代码与文档已发布 GitHub。 影响分析：这是展现前沿模型在复杂环境中"自主规划—执行—纠错"长程能力的又一生动案例，为评估推理与工具调用边界提供直观参照，也可能影响市场对 Astra 能力上限的判断。 📅9月8日
4. Arm 与三星联合开发 2nm 端侧 AI 芯片，数据中心押注 AGI CPU
事件简述：Arm 与三星合作开发 2nm 端侧 AI 加速器 SoC，Arm 提供架构与核心 IP，三星负责集成与代工，瞄准手机等低功耗推理场景。Arm 数据中心战略仍押注 AGI CPU，CEO 称 2027-2028 财年该业务需求超 20 亿美元。 关键数据：2nm 制程端侧 AI SoC；Arm 2027 财年 Q1 营收 12.9 亿美元（+22.4%）；AGI CPU 需求指引 20 亿美元。 影响分析：这揭示 Arm 在"端侧 AI 走量扩张"与"数据中心高利润业务"之间的战略分野，也牵动台积电、三星代工竞争格局。 📅9月8日
🇨🇳 国内动态
1. 宇树 UnifoLM-X2 实现人形机器人全自主搏击，世界模型路线首获验证 ⭐
事件简述：宇树科技 9 月 7 日发布视频，展示其"世界-动作大模型" UnifoLM-X2-1.0 驱动人形机器人完成"出拳-格挡-躲闪-连续攻防"全程脱遥控、无脚本的全自主搏击。公司称这是全球首次在人形机器人上实现动态对抗场景下的实时规划与决策执行，突破了瞬时交互瓶颈。 关键数据：全球首次全自主格斗；宇树 IPO 募资超 20 亿元投入具身大模型；此前被质疑"小脑强、大脑弱"，此次为 IPO 后首个公开答卷。 影响分析：宇树用一次高动态演示回应了"只有运动控制、缺乏智能"的质疑，验证"世界模型+动作大模型"路线在复杂动态环境中的可行性。但单次演示的泛化能力仍待检验，安全伦理边界与监管框架也亟待建立，"ChatGPT 时刻"不会因一次视频就到来。 📅9月7日
2. 字节或 10 月推实时空间视频模型，张一鸣亲督 VR 生态飞轮
事件简述：据彭博社 9 月 7 日报道，字节跳动正开发一款实时空间视频生成 AI 模型，最快 10 月发布，创始人张一鸣亲自协调资源推进。该模型基于 Seedance 构建，可为直播、短剧、游戏生成交互式三维虚拟世界，并响应 Pico 头显的语音或动作指令。 关键数据：最快 10 月发布；关键设计将高算力生成任务转移到云端以降低终端门槛；对标谷歌 Genie。 影响分析：若落地，VR 竞争重心或从硬件参数转向 AI 内容与基础设施。但实时生成对延迟极敏感，云端渲染与空间一致性仍是硬挑战，苹果 Vision Pro 已占高端，字节走平民路线的性价比能否打透市场存疑。 📅9月7日
3. 雷军发布小米 18 Fold，玄戒 O100/D100 明年商用
事件简述：小米 9 月 7 日举办秋季旗舰发布会，正式发布搭载自研 玄戒 O3 芯片的小米 18 Fold 与小米平板 9 Pro Max，首次集齐自研芯片、AI 与操作系统三大技术。雷军同时透露，玄戒 O100 与 D100 将于明年正式商用。 关键数据：小米 18 Fold 起售价 10999 元；造芯累计投入 210 亿元；长鑫 LPDDR6 率先在旗舰端量产商用。 影响分析：小米自研芯片从"单点突破"迈向"全栈多芯"，O100/D100 明年商用的表态显示其中长期芯片路线图已经铺开，对 AI 手机产业链及国产芯片生态具有信号意义。 📅9月7日
4. 工信部发布信通业"十五五"规划，2030 年智能算力目标 9800 EFLOPS
事件简述：工信部发布信息通信业"十五五"规划，提出适时启动 6G 商用，并设定到 2030 年智能算力规模达 9800 EFLOPS、行业收入 4.1 万亿元等目标。 关键数据：智能算力 9800 EFLOPS（2030）；适时启动 6G 商用；行业收入目标 4.1 万亿元。 影响分析：6G 商用时间表与智能算力量化目标为 AI 基础设施长期投资提供了政策指引，利好算力产业链上游芯片、服务器、液冷、光模块等环节。 📅9月7-8日
📄 今日论文
1. CUA-Universe：混合 GUI+CLI 智能体的可扩展环境
作者：Haoting Shi, Wenhao Wang, Weicheng Fang et al. 核心贡献：提出 CUA-Universe，一套把真实桌面软件转成"GUI+CLI 混合环境"的规模化数据管线（App-Forge 适配 16 个应用、Task-Weave 合成任务、Path-Steer 引导路径）。用该数据训练的 9B 模型在 CUA-Verse 上得分 +39.3 分、步数 -37%、token -60%，在 OSWorld 上也取得 +16.8 分 / -57% 步数的显著提升。 为什么重要：真实电脑操作本就是"视觉交互+命令行"混合态，此前计算机使用智能体要么偏 GUI 要么偏 CLI。该工作提供了一条规模化构造混合环境的路径，直接提升智能体的效率与成功率。 📄 arXiv:2609.05374 📅9月4日
2. RISE：自外推策略蒸馏的递归自我改进
作者：Yang Li, Semih Yavuz, Shafiq Joty 核心贡献：提出 RISE，直接从模型自身 RLVR 训练轨迹构造"合成教师"——外推当前 checkpoint 与滞后锚点之间的位移（参数空间或 logits 空间），把稀疏结果奖励转成稠密的 token 级目标，无需任何外部模型或特权条件。教师每轮随学生进步而刷新，使蒸馏成为递归改进机制，在数学推理、STEM、代码与多轮智能体任务上全面超越纯 RLVR 与在线自蒸馏。 为什么重要：为"既想用策略蒸馏的稠密监督、又受限于教师质量"的后训练困境提供了免外部模型的解法，对开源推理模型自我迭代有直接借鉴价值。 📄 arXiv:2609.05295 📅9月4日
3. RoboSPA：VLA 模型能否超越简单场景与短程任务？
作者：Zhenxuan Fan, Bo Zhang, Yutong Lin et al. 核心贡献：推出 RoboSPA，一个大规模机器人操作基准，聚焦"细粒度空间推理"与"长程程序规划"两大维度，覆盖 10 类任务、56 个基础任务、经 5 档难度扩展为 280 个变体，收集 52.7 万条轨迹。实验显示现有 VLA 模型在复杂空间关系、低层精确执行与记忆密集规划上仍普遍挣扎。 为什么重要：为具身智能提供了比"二元成功率"更细的诊断指标，直接回应了宇树等"世界模型+动作大模型"路线能否应对复杂动态场景的问题，是评估具身智能进展的严格标尺。 📄 arXiv:2609.05324 📅9月4日
4. 大模型记忆能"跨越升级"吗？一项受控研究
作者：Ankit Goyal, Jaideep Ray 核心贡献：系统对比了智能体记忆在模型升级后的可移植性：固定 schema 知识图谱（KG-fixed）迁移最稳（换模型后精度变化仅 +0.0004），而压缩成自然语言笔记（NOTES）则高度耦合于写入模型（迁移后精度偏移可达 +9.91 / -13.28 个百分点）；混合 50/50 嵌入索引只保留满血重建 11.9 个百分点增益中的 4.96。诊断指出 NOTES 的精度损失 80% 源于初始构造时的信息丢失。 为什么重要：模型升级是常态、但记忆迁移被普遍忽略。该研究为"智能体记忆应存成什么形态"提供了可操作结论——固定 schema 与保留原始历史，是做深智能体系统的关键工程取舍。 📄 arXiv:2609.05339 📅9月4日