AI 大事件
2026-08-18

立定跳高 2 米、极速 12.66 m/s，声称超人类世界纪录（无第三方验证）；8-19 上市，IPO 网上超购 8288 倍创科创板纪录。

同口径下 Google 为 4.18 亿、Meta 为 2.27 亿次；Qwen 已开源 460+ 模型，衍生出 30 万+ 微调版本。数据源自 Hugging Face 8-14 的《开放模型现状》报告。

官方称同时超过人类的立定跳高与短跑纪录，腿长 0.85m，研发仅用三个多月。需标注：官方未提供任何第三方独立验证。发布时点紧贴资本日程——宇树 8-19 在科创板挂牌，发行价 150.80 元/股，募资约 61 亿元（约 9.05 亿美元），估值近 90 亿美元；网上超购 8288 倍创纪录，DeepSeek 为战略投资者。
为什么重要：其一，人形机器人的竞争指标正从「能不能做家务」滑向「跑得比人快」——这类极限参数对产线落地几无价值，挂牌前 48 小时放这种数据，说明定价权正从工程指标转向资本叙事。其二，上市把整个赛道推进「季报时代」：明年起同行估值锚会直接对着宇树公开财报打（公司预告 2026 上半年营收 10.52–11.28 亿元，同比 +35.6%～45.4%）。

加密公司 World Liberty Financial 正与香港的 AI 平台 WorldClaw 合作。路透核查：平台 90 个模型中 43 个来自中国公司（阿里、百度、Z.ai、DeepSeek、月之暗面），同时也上架 OpenAI 与 Anthropic。用户可用其稳定币 USD1 支付，特朗普家族持股 38%。冲突点：现任政府已将阿里、百度列为「中国军事企业」，Z.ai 列入国家安全限制贸易清单。
为什么重要：抛开政治，这条揭示模型的「国别管制」与「实际可得性」正在脱钩——管制作用于采购与出口许可，分发只需一个境外网关加一种可跨境结算的支付手段。与「中国 AI 公司租境外算力绕开限制」是同一结构的两端。可落地动作：把「模型来自哪家、经由哪个网关、结算路径是什么」纳入供应商尽调。

同口径下 Google 4.18 亿、Meta 2.27 亿次。阿里披露：Qwen 已开源 460+ 模型，社区衍生出超 30 万个微调/衍生版本。
为什么重要：本报 8-15 报的「OpenRouter 前六全为中国模型」是流量口径，这条是存量口径，互相印证。真正含义不是「谁赢了」，而是默认技术栈的迁移——当 30 万个衍生模型、多数微调教程与量化版本都长在 Qwen 上，新项目选底座的惯性会自动倒向它，生态位比单次评测领先难撼动得多。冷静一句：下载量偏向小尺寸、易本地部署的模型，衡量的是普及度而非前沿能力。

瑞典 vibe-coding 公司完成 4 亿美元 C 轮，Menlo Ventures 领投、EQT 旗下 Scaleup Europe Fund 联合领投，估值 133 亿美元（较上轮翻倍）。跟投横跨四洲，含腾讯、Salesforce Ventures、HubSpot Ventures。6 月年化收入 5 亿，预计 8 月底达 6 亿美元，成立仅两年。
为什么重要：133 亿估值对 6 亿 ARR ≈ 22 倍，押的是「工具会沉淀为工作流」而非「被下一个模型吃掉」。两点可借鉴：一是定位明确从「帮你写应用」上移到 「帮人经营生意」——这正是应用层对抗模型层吞噬的标准姿势；二是股东名单里同时出现腾讯与 Salesforce/HubSpot Ventures，说明分发渠道方在用股权提前占位 vibe-coding 入口。

以开放权重在 Hugging Face 放出。给一个创意概念（歌词可选），模型完成作曲、编曲、演唱与制作，输出最长 5 分钟、32kHz 16-bit 立体声完整歌曲，支持含粤语在内的多语种人声。架构为 8B 全局 LLM + 0.6B 局部 LLM，经 Flow-Matching 与 Flow-VAE 直接生成音频、不经离散 token。
为什么重要：音乐生成此前是闭源 SaaS 把持最紧的品类之一。权重开放意味着这条护城河被放掉了水位——任何团队都能把整首歌的生成装进自己产品，不必按次付费、也不受平台内容策略约束。机会在短视频配乐、游戏动态音轨、播客片头这类「够用就好、要量大」的场景；风险是版权与署名责任前移到了你自己头上。

小红书 dots 团队（rednote-hilab）与上海交大 X-LANCE 实验室联合开源。架构为「语义编码器 + Qwen2.5-1.5B + 自回归流匹配声学头」，运行在 48kHz AudioVAE 之上，全程不使用离散 token；支持 24 种语言与零样本声音克隆。代码与 7 个模型检查点均以 Apache-2.0 发布，允许商用。第三方实测称内容错误率与说话人相似度达开源 TTS 的 SOTA 水平。
为什么重要：关键词是「基座」而非「产品」——开源界此前多是发布调好的应用模型，dots.tts 明确按可持续扩展的基础模型来做，且放出 7 个检查点（而非只给最终权重），把继续预训练与领域适配的路径一并打开。技术看点是绕开声学 token 量化损失的全连续自回归，48kHz 高保真与自然停顿是直接收益。Apache-2.0 + 商用 + 零样本克隆这个组合意味着有声书、播客、客服语音、虚拟人的语音成本结构可以重算；同时留一句：欧盟 AI 法案第 50 条自 8-2 起要求合成内容携带机器可读标识，落地前先把标注链路想清楚。