AI 新闻日报 2026-10-14：Gemini 4 Argon 上架、Anthropic 自研版本控制、人形力控臂万台交付-平芜编程栈

主题：前沿模型与开发基建在同一周里被同时抬高，具身智能的资本开始加注执行单元与本体
编制时间：2026-10-14
本期看点：Gemini 4 Argon 正式上架、Anthropic 自研版本控制系统 Scion、人形力控臂万台级交付

一、要闻速览（Top Stories）

序号	事件	标签	关键词
1	谷歌 Gemini 4 Argon 正式上架，单次输出上限提到 100 万词元	AI Coding	旗舰模型 / 100 万输出 / 首发价 2 与 10 美元 / C++ 迁 Rust
2	Anthropic 用自研 Scion 换掉 Git，日合并量从 2500 涨到 3 万以上	AI Coding	版本控制 / changeset / 基建缩到 1/200 / 五个月迁移
3	Cognition 给 Devin 加上动态工作流，编排写成可恢复的 Python 脚本	AI Coding	确定性编排 / 断点续跑 / schema 约束 / 会话消耗
4	智谱发布法律垂域模型 GLM-Legal，单任务成本压到闭源前沿的零头	AI Coding	GLM-5.3-Flash / Harvey LAB 19.2% / 模型与脚手架共训
5	面壁智能 MiniCPM-V 4.7 发布，350 亿 MoE 在手机上无损运行	AI Coding	端侧 MoE / 约 3GB 内存 / 前瞻专家调度 / 下载破 6000 万
6	阿里千问 Go! 开放体验申请，个人智能体代办理赔与价保	综合	Personal Agent / 航班延误赔付 / 淘宝价保 / 内嵌千问 App
7	星尘智能完成 10 亿元融资，估值达 150 亿元	具身智能	绳驱量产 / 半年第四轮 / 三个月涨 50 亿 / Lumo-2
8	珞石第 10000 台人形力控臂在山东邹城下线交付	具身智能	国内首个月台级 / 全关节力控 / 微秒级响应 / 80 家头部客户
9	特斯拉 Optimus V3 方案接近冻结，计划 2026 年底开启量产	具身智能	新剑传动 / 弗里蒙特产线改造 / 年薪百万台目标 / 丝杠量产订单
10	爱仕达智能谷具身智能创新中心在上海揭牌	具身智能	ASD-S1 / 31 个自由度 / 单臂 5kg / 生态伙伴联合研发

筛选标准：5-10 条，侧重 AI Coding 与具身智能方向；每条一句话概括事件 + 快速定位标签。

二、AI Coding 与智能体工程深度动态

1. 谷歌 Gemini 4 Argon 正式上架，单次输出上限提到 100 万词元

事件：10 月 13 日，谷歌把旗舰模型 Gemini 4 Argon 从受控范围推向公开渠道，同时出现在 Gemini 应用、搜索的 AI 模式、Gemini API、AI Studio，以及智能体开发平台 Antigravity 上。此前它只通过 Fairwind 计划向少数受信任的安全防御方开放，这次是全量开放。

核心能力 / 核心参数：

单次输出上限从 6.4 万词元提高到 100 万词元。作为对照，GPT-6 Astra 与 Claude Opus 5.5 的常规输出上限都是 12.8 万词元。这个数字指输出长度，不等同于上下文窗口。
首发优惠价每百万词元输入 2 美元、输出 10 美元，约为 Astra 与 Fable 的五分之一；优惠到 11 月底结束，之后回到 4 美元与 20 美元，与 Opus 5.5 持平。
官方披露的内部测试成绩：长程软件工程基准 DeepSWE v1.1 得 77.9%，Zapier 的 AutomationBench 业务流程测试 51.3%，长视频理解 LVBench 91.7%，漏洞修复 CWE-bench v1 以 68% 并列第一。
两个内部工程案例给了具体量级：把 C/C++ 代码库迁移到 Rust，范围从数万行的基础库一路推到超过 80 万行的 Fuchsia Zircon 内核；针对视频解码器 libgav1 重写约 3.2 万行 SIMD 代码，官方称在相同输出下比原有 Rust 移植版快 2.7 倍。
准入仍然是分层的，只覆盖每月至少付费 20 美元的订阅用户与 API 用户。免费档与 5 美元档的抱怨被 AI Studio 负责人洛根·基尔帕特里克正面回应：Argon 体量太大，暂时难以大规模供给，其他版本的 Gemini 4 在路上。

值得关注的原因：

输出长度一次性提高一个量级，改的是长程编程与多轮验证的可行边界。过去这类任务要靠反复切分提示拼出来，现在可以一次生成完整的迁移补丁或多阶段分析报告。
首发价打到竞品五分之一，又把输出上限拉高到同档之上，前沿层的定价压力会往后传。11 月底优惠退坡之后，才是检验真实成本承受力的时点。
官方给出的迁移案例都带具体行数与倍数，不再只报基准分。把内部工程结果连同数字一起放出来，正在成为前沿实验室的默认动作，也意味着外部独立复现会更快跟上。

2. Anthropic 用自研 Scion 换掉 Git，日合并量从 2500 涨到 3 万以上

事件：10 月 13 日，Anthropic 发布工程博客，说明团队用五个月把单体仓库从 Git 迁到自研的版本控制系统 Scion，并配套了代码评审界面 Antique、代码搜索、身份与权限管理等一组工具。

核心参数 / 产品细节：

压力来自两头的叠加。2026 年 5 月日均有约 2500 次合并代码变更，到 9 月超过 3 万次，涨了十倍以上；单体仓库主分支历史接近 100GB，压缩后的工作副本超过 25GB；CI 每天要执行约 2500 万次 checkout，这个数字还不含开发者环境、智能体沙箱和研究任务。
过渡手段全部失效。团队试过部分下载、仓库快照和几百个内部 Git 镜像，快照在两次刷新之间会进一步落后于最新代码，镜像集群在仓库超过单机磁盘或内存上限后也不再能扩。
设计上的关键取舍是反过来假设客户端永远在线。Scion 把提交、合并、变基、历史与追溯查询全部放到服务端，客户端只维护一个有上限的本地缓存，负责铺开工作文件并监听文件系统变化，本地几乎不做计算。
变更的基本单位从 Git 提交换成 changeset，即一条预写日志记录，只存相对于第一父节点的文件列表和指向压缩内容的指针。没有 packfile，也就不需要仓库维护，不需要跨服务端加锁。
版本控制能力全部通过 API 暴露，很多任务不再需要检出代码。确实要文件时用稀疏检出只取指定目录，或用虚拟化检出按需落盘；请求经过计算节点缓存、区域缓存、权威服务端三层，实测缓存命中率超过 99%。
结果是 CPU 与内存需求降到原先镜像方案的约两百分之一，CI 与研究的检出从分钟级降到秒级，CI 额外获得约 25% 的 CPU 容量。这套系统连同 Antique 由一支七人团队完成。

值得关注的原因：

它把瓶颈的位置说清楚了。当写代码不再是瓶颈，被推到前台的会是版本控制、构建、CI、代码评审这些围绕代码生产的环节，而这些系统大多按人类提交速度设计。
这不是一份通用替代方案。Anthropic 自己说明 Scion 不适合当作 Git 的即插即用替代，其价值更像一次极限工况下的公开样本，供有类似压力的团队对照自查。
七人团队五个月做完，工具本身又是被自家模型加速写出来的。这个组合说明智能体时代的基建扩容，供给方与需求方可能都是同一批模型。

3. Cognition 给 Devin 加上动态工作流，编排写成可恢复的 Python 脚本

事件：10 月 13 日，Cognition 通过 Devin 开发者账号公布 Dynamic Workflows，把多智能体的调度写成确定性的 Python 脚本。同一周里 Anthropic 也为 Claude 托管智能体上线了同名机制，两家在同一个方向上出手。

核心能力 / 产品细节：

与托管智能体模式的区别在于控制权归属。此前由一个协调会话启动并监督子会话；现在拆分方式、阶段划分和交接条件都写在可执行代码里，Devin 负责生成并运行这段脚本。
每次智能体调用都被记录下来，所以一次运行能显示进度并在中断后续跑：已完成的调用直接重放保存的结果，未完成的部分重新执行。脚本还可以复用，存进仓库就成为一个技能。
脚本支持用 schema 约束每个智能体返回的结构化结果，前一阶段的输出会直接决定后一阶段的指令。适合的任务是彼此独立、需要判断或验证、最后要汇总的阶段型工作，官方建议独立单元在五个以上时使用。
成本结构跟随控制结构走。每次智能体调用都会开启一个 Devin 会话，官方提示一次工作流的会话消耗可能明显高于在单个会话里完成同样的活儿。高频阶段可以指定更便宜的档位，但文档没有给出该功能对应的具体定价或用量数据。
默认自动批准，可以改。企业版要先由管理员开启，组织内才能使用。Cognition 说明了机制怎么运作，但没有公布工作流在真实客户任务上对完成率、稳定性或成本的影响。

值得关注的原因：

确定性与自主性的分工更清楚了：计划本身变成可读、可版本管理的代码，模型只负责开放式的判断，这比让主智能体每次重新推理下一步要好检查得多。
两家竞品在同一周推出同名机制，说明多智能体调度正在从提示词技巧沉淀为工程设施。后面的差异会落在录制粒度、续跑可靠性和成本可预测性上。
现在缺的是实测。会话数变多意味着更多算力消耗和更多需要检查的执行路径，工作流是否真的提高交付质量，还需要外部复现来回答。

4. 智谱发布法律垂域模型 GLM-Legal，单任务成本压到闭源前沿的零头

事件：10 月 12 日到 13 日，智谱正式发布面向法律实务的垂域模型 GLM-Legal，基座是轻量的 GLM-5.3-Flash，覆盖合同审查、证据分析、跨境合规等任务，已开放 Beta 申请并支持企业 API 接入。

核心参数 / 产品细节：

评测口径值得先看清。Harvey LAB 采用全通过评分，只有当识别问题点、引用法条、论证、输出格式每一环都正确才算通过，任何一环出错该题就是零分。在这个标准下 GLM-Legal 拿到 19.2% 的全通过率，比基座 GLM-5.3-Flash 的 6.7% 提升 12.5 个百分点，全尺寸 GLM 5.3 为 8.3%。
LegalBench 与中文法律评测 PLawBench 分别得 86.2 与 77.3，官方称接近海外前沿闭源模型水平。
第三方分析给出的成本对比更直观：GLM-Legal 在 Harvey 基准上单任务约 0.15 美元，Gemini 4 Argon 约 10.55 美元，差约 70 倍。
方法论上的关键设计是模型与脚手架协同进化。训练分中间训练与后训练两段，后训练里运行时编排框架和模型同步迭代、双向影响：训练中暴露的边缘案例指向框架的瓶颈，框架的改进又让模型暴露在真实的执行约束下，学会检索上下文并根据中间执行信号调整。

值得关注的原因：

竞争的单位变了。真正决定交付质量的，是模型加领域数据加运行时工作流加从业者反馈的组合体，而不是单看模型分数。这条路径对法律、会计、医疗、采购、合规这类高要求场景都适用。
轻量基座叠加领域强化学习，把成本压到闭源前沿的零头。对愿意自建合规链路的企业法务来说，这个价格差足以改变选型起点。
官方同时强调法律是压力测试场景，要求事实、法条、推理与可交付成果之间保持不间断的链条。这种对链条完整性的要求，会反过来推高垂域智能体在评测上的门槛。

5. 面壁智能 MiniCPM-V 4.7 发布，350 亿 MoE 在手机上无损运行

事件：10 月 13 日，面壁智能发布新一代端侧多模态模型 MiniCPM-V 4.7，含 35B-A3B 与 1B 两个版本，后者主打端侧效率。

核心参数 / 产品细节：

35B-A3B 采用 MoE 架构，总参数 350 亿，每次推理只激活 30 亿。官方称这是首个可在端侧无损流畅运行的开源 MoE 模型，约 3GB 内存即可运行，iPad Pro 上实测解码速度 15+ token/s。
发布当日即支持瑞芯微、NVIDIA、Intel、Apple 等国内外主流芯片平台，同时支持 iOS、安卓与鸿蒙，并提供开源端侧适配代码与主流推理框架。
突破点来自自研的前瞻专家调度技术。传统做法是算出要用哪位专家再临时搬进内存，搬运与计算交替进行，于是出现卡顿；该技术在计算进行时提前预测并加载下一批专家，让加载与计算同步推进，官方称这一方案目前为业界独家开源实现。
面壁智能联合 OpenBMB 开源的 MiniCPM 系列，全球累计下载量已突破 6000 万次，覆盖文本、视觉、语音全模态。

值得关注的原因：

350 亿参数的 MoE 压进约 3GB 内存，说明端侧瓶颈的解法正在从量化压缩转向调度策略，硬件不需要换代也能多装一个量级的能力。
多模态是这轮的增量。端侧视觉理解过去基本靠小参数模型硬撑，把 MoE 稀疏激活和多模态一起做进手机，才让端侧智能体有本钱处理图像与界面。
发布当日就打通四家芯片平台、三套系统，生态铺开的节奏比模型能力更能说明这条路线的工程成熟度。

6. 阿里千问 Go! 开放体验申请，个人智能体代办理赔与价保

事件：10 月 13 日，千问官方公众号确认 Personal Agent 千问 Go! 已开放体验申请，入口内嵌在千问 App 内，并非独立应用，官方会分批放量。此前它依托阿里生态已具备购物、出行、物流等数十个领域的办事能力。

核心参数 / 产品细节：

测试用户晒出的案例相对具体：在多张机票订单里排查出延误航班，联系平台客服提交理赔材料，在客服提出以代金券赔付时明确要求现金，最终拿到 70 元赔偿；也能自动扫描淘宝订单找到价保入口，为一笔炒锅订单退回 52 元差价。
其余可执行的任务包括按车型与门店致电途虎询价并预约保养、按球馆与时段预订羽毛球场、以及在购买冰箱时综合补贴、优惠券、旧机回收和送装费用比价，总价低于设定阈值时再提醒用户。
行业背景是同期产品密集出场。Meta 的 Muse 上线不到三周下载量超过 340 万次；Manus 推出独立个人 Agent 产品 Cue，可调度多个智能体分工协作；国内字节、腾讯、蚂蚁也各有个人助手在推进。

值得关注的原因：

把智能体内嵌进已有 App，而不是另做一个独立入口，是一条更稳的落地路径：开发与推广成本更低，也更容易把既有生态服务直接变成可被调度的动作。
已披露的案例都落在需要跨系统、有客服博弈、金额很小的日常事务上。这类任务的难点不在规划，而在能否真正把事办成，也是对执行链路最实在的检验。
瓶颈也很清楚：调查显示仅约 8% 的美国用户愿意把账号密码交给 AI，国内核心服务又锁在各自的 App 之内，跨应用授权尚无统一答案。入口之争的胜负，短期取决于权限设计而非模型能力。

三、具身智能与机器人深度动态

7. 星尘智能完成 10 亿元融资，估值达 150 亿元

事件：10 月 13 日，深圳具身智能公司星尘智能宣布完成约 10 亿元新一轮融资，投后估值 150 亿元，由深投控旗下投控东海领投，洪泰基金、善恒资本等参与，老股东先沐追投。

核心参数 / 产品细节：

这是星尘近半年内的第四轮融资。2026 年 3 月以来先后完成 A+、A++、B 轮及本轮；6 月 B 轮系列融资总额超 10 亿元，估值首次破百亿元，三个月后再抬升 50 亿元。此前股东包括云启资本、经纬创投、字节系锦秋基金、蚂蚁集团、国科投资。
技术路线选择绳驱，用柔性绳索模拟人类肌腱传递动力，官方称是全球首个实现绳驱 AI 机器人量产的企业。全栈架构分三层：Lumo 具身基座模型、Astribot OS 操作系统、绳驱本体。
模型方面，7 月发布的 Lumo-2 定位面向家庭场景的隐式世界动作模型，公司在 22 项以上真机复杂评测中称其在时序推理、物理理解和操作复杂度三个维度的综合表现位列参评模型首位；近期还发布了在线强化学习框架 SmoothRL，用于在执行中优化行为、减少对离线训练的依赖。
交付节奏上，S 旗舰系列 2025 年 9 月开启千台级订单，新一代 T1 于 2026 年 6 月开始发货，把高精细操作机器人带进 9 万元价格区间，S 与 T 系列合计产能达到万台级。客户包括金马游乐、中科创达、博登智能、仙工智能、央视及京东，自研的机器人零售服务店已在北京、上海、广州等六城批量部署。

值得关注的原因：

半年四轮、三个月估值抬升 50 亿元，是这一轮具身融资节奏的样本。第三方数据显示 2026 年上半年国内具身智能融资总额约 935 亿元，同比增长约五倍，但资金明显向头部集中，前 20 家拿走近六成，估值破百亿的企业已达 26 家。
投资方的考察重点从技术演示转向订单、交付与产能。能同时拿出量产产品和真实客户的公司，在谈判中的议价能力明显更强，这也是星尘把交付与产能数字同融资一起公布的原因。
绳驱是一条与电机直驱分岔的路线。柔性传动的精细度与安全性更有优势，代价是控制与寿命验证更难；它能否在万台级量产上兑现，是这条技术路线最关键的一次公开检验。

8. 珞石第 10000 台人形力控臂在山东邹城下线交付

事件：10 月 13 日，珞石机器人宣布第 10000 台人形力控臂在山东邹城的珞石智能制造未来工厂下线交付，成为国内人形力控臂领域首个实现万台级规模交付的企业。

核心参数 / 产品细节：

产品线是太白 AR 系列人形力控臂，采用仿人化七自由度设计与十字腕构型，实现全臂力觉感知与微秒级高动态力控。公司自 2017 年起锚定全关节力控技术路线，把柔性协作机器人在汽车、3C 电子、新能源、金属加工领域积累的工程能力迁移到具身智能。
技术侧的判断是力觉比视觉更靠近接触式操作的核心。非力控手臂缺乏对空间的直接感知，摄像头精度只有毫米级，能看清位置却看不见力；装配、插拔、搬运、贴靠这类操作里，视觉描述不了有没有接触、接触力多大、有没有插到底。行业过去两年把开发重心放在大脑，机器人走进真实场景后才暴露出缺一双有分寸的手臂。
产业配套方面，珞石已与 80 余家产业头部企业开展合作，70 多家具身智能公司正在把力控手臂接入各自的机器人系统。邹城已集聚 25 家机器人制造及零部件配套企业，建成国家机器人检验检测公共服务平台的济宁分平台等载体，近三年当地机器人产业年均增长率保持在 20% 以上，是山东最大的工业机器人生产基地。

值得关注的原因：

万台级交付把执行单元从技术验证推入规模化量产。整机厂商的产能规划要落地，前提是关节、力控模组这些核心件能保证可靠供给、质量一致与成本可控，这一环过去很少被单独观察。
力控是当前进厂任务的真实卡点。能否在装配与插拔里稳定控力，直接决定机器人是做演示还是做工序，这也是为什么力觉重新回到产业讨论的中心。
70 多家具身公司接入同一套力控臂，意味着执行单元正在形成一层可复用的公共供给。对自研整机的团队来说，这一层成熟的速度，会影响他们该自研还是该采购的边界。

9. 特斯拉 Optimus V3 方案接近冻结，计划 2026 年底开启量产

事件：10 月 12 日晚间，特斯拉人形机器人核心供应商新剑传动发布创业板上市审核问询函回复，表示特斯拉机器人设计方案接近定型，即将进入量产周期。相关内容于 10 月 13 日被多家媒体报道。

核心参数 / 产品细节：

量产节奏方面，Optimus V3 的设计已可以展示，计划在 2026 年底前开启量产。特斯拉已把美国弗里蒙特工厂原 Model S 与 Model X 产线改造为 Optimus V3 产线，长期产能目标为 100 万台每年，改造正在进行；德州超级工厂计划 2027 年开工，建成后用于量产 Optimus，长期产能目标 1000 万台每年。
目前已有少量 Optimus 在弗里蒙特工厂内部运行，主要用于 AI 训练和数据采集。
传动方案上，公司判断旋转执行器不使用行星滚柱丝杠，而直线执行器要把电机的旋转运动转化为直线运动，必须使用丝杠作为传动部件。丝杠、直线驱动关节、灵巧手直线电驱动器是成本占比较高的核心件。新剑传动还透露已收到 A 公司的人形机器人丝杠量产订单，订单量随量产爬坡逐步提升。
公司同时梳理了特斯拉已公开的机器人专利，涉及执行器、膝关节、灵巧手、电池、散热、充电等方面，据此判断硬件设计方案逐渐明晰、V3 基本冻结定型。

值得关注的原因：

这份判断出自正在申报 IPO 的一级供应商的正式披露文件，而不是券商研报的口径，可信度和可追溯性都更高，也为产业链其他公司提供了一个新的估值参照。
直线执行器必须用丝杠，这类工艺判断一旦确立，会在一段时间内锁定相关环节的供给格局，重载场景尤其如此。
2026 年底量产与弗里蒙特产线改造是两个可以对照检查的硬节点。接下来几个月能否按期推进，会同时影响整机厂的进厂排期和上游零部件的扩产决定。

10. 爱仕达智能谷具身智能创新中心在上海揭牌

事件：10 月 13 日，以「具身生态部署未来」为主题的 2026 爱仕达生态伙伴大会在上海智能谷举行，会上揭牌爱仕达智能谷具身智能创新中心，定位以智能制造与场景驱动为核心的全栈式平台。

核心参数 / 产品细节：

大会现场按两条线展示：工业机器人一线覆盖控制器、减速机等核心零部件与重载、焊接、视觉检测、抛磨等整机，面向汽车、3C、五金卫浴场景；具身智能一线展示四足与人形机器人的核心零部件与整机，其中爱仕达自研的 ASD-S1 人形机器人有 31 个自由度，单臂负载 5kg，最高速度 4.5m/s，面向科研开发与算法验证。此外还展示了无人零售仓、零售部署态、陪伴机器人与社区部署态等场景方案。
公司的路径是把三次能力叠加起来：48 年炊具制造积累的实业与渠道基础、五大智能制造基地与上万个国内终端渠道，钱江机器人十五年的工业机器人积累，以及 2026 年与智元创新、魔法原子、钛虎等具身智能企业达成的战略合作，由此形成工业机器人与人形机器人双线布局。
会上多位学界人士到场作技术分享，包括哈尔滨工业大学机器人研究所所长赵杰与孙立宁院士。出席者普遍提到，行业正从展会演示走向常态部署，关键不在实验室参数，而在真实场景里的稳定作业与规模复制。

值得关注的原因：

这是传统制造企业切进具身智能的一种典型路径：不自研全部技术，而是用自己的产线、渠道和制造业经验去对接已经成熟的机器人团队，把单点能力变成可复制的部署。
上万个国内终端渠道与千城百店的零售网络，是稀缺的场景资产。人形机器人从演示走向部署，卡点常常落在谁来承担场景改造与运营，这类企业恰好补在这一环。
双线布局也带来取舍问题。工业机器人有明确的交付与回款模式，人形机器人则还在验证期，两者团队与资源的分配方式，会是接下来观察这类跨界玩家的关键角度。

四、产业趋势总结

模型层的竞争重心从分数转向长程任务成本：Gemini 4 Argon 把输出上限提到 100 万词元又给出五分之一的首发价，GLM-Legal 把法律任务的单次成本压到闭源前沿的零头，两者指向同一件事，长任务能不能跑完、跑一次要花多少，正在取代静态基准分成为选型依据。
开发基建成为智能体时代的真实瓶颈：Anthropic 日合并量十个月涨十倍、CI 每天 2500 万次检出，最终被迫重写版本控制系统。当写代码不再是瓶颈，版本控制、构建、评审、权限这些外围环节会依次撞到上限。
多智能体调度从提示词技巧沉淀为工程设施：Anthropic 与 Cognition 在同一周推出各自的动态工作流，共同点是把编排逻辑写成可执行、可录制、可续跑的代码，而不是留在自然语言的提示里。
端侧能力靠调度策略而非硬件换代提升：MiniCPM-V 4.7 用稀疏激活加快照加载，让 350 亿参数的 MoE 在约 3GB 内存里运行。端侧的上限正在被调度算法重新定义。
具身智能的资本开始从整机流向执行单元与零部件：珞石人形力控臂万台级交付、新剑传动拿到丝杠量产订单，说明量产的前提是关节、力控模组、丝杠这些核心件先跑通规模供给，资本也在同步重估这一层。
交付与产能替代技术演示，成为融资与披露的共同语言：星尘把万台级产能和六城部署写进融资公告，特斯拉一级供应商用 IPO 问询回复披露量产节点，行业叙事的落点已经从「能做到」换成「能交多少」。