—— 组织重构 ＋ 重金建厂，依托全产业链布局冲刺物理 AI 赛道
三星正式发力人形机器人赛道，计划整合内部资源设立独立 RX 机器人事业部，投入 19 万亿韩元打造龟尾人形机器人量产基地。依托闲置工厂快速落地产线，联动配套 AI 数据中心构建制造场景数据飞轮。项目属于韩国国家级 “物理 AI” 战略重要一环，与现代汽车形成国内双巨头竞争格局。三星手握芯片、存储、显示、电池、精密制造完整产业链，意图搭建软硬一体的物理 AI 产业集群。全球人形机器人竞争再添重量级玩家，也将对国内机器人企业带来全新外部竞争挑战。
—— 通用人形机器人落地微创外科新里程碑，模块化外科平台能力迎来价值验证
全球首次利用通用人形机器人开展活体动物腹腔镜手术研究刊发于《Nature》，宇树 G1 人形机器人承担床旁执行终端，整套系统融合多方技术单元。康诺思腾内窥镜视觉系统作为关键模块融入前期 LapSurgie 研究框架。该案例打破传统手术机器人整机封闭模式，证明外科视觉、微创器械等专业能力可以模块化拆分、跨平台复用。依托全栈自研底层架构与开放接口，康诺思腾完成 “吸纳外部算法” 和 “对外输出核心外科能力” 双向验证。随着人形机器人等新型本体不断涌入医疗赛道，手术机器人行业竞争重心，将从整机产品延伸至可适配多元硬件形态的底层平台能力。
—— 依托重工业底盘与产业资本，欧洲人形机器人走出差异化路线
全球人形机器人赛道长期被中美企业占据舆论焦点，德国 Neura Robotics、挪威 1X、英国 Humanoid、法国 Aldebaran Robotics 组成的 “欧洲人形机器人四小龙” 悄然崛起。不同于中美依靠风险投资驱动的发展模式，欧洲玩家深度绑定本土工业资本，依托自动化产业积淀走出差异化赛道，分别布局通用工业人形、家庭消费机器人、工厂工业人形、教育科研服务机器人。目前四家企业大多进入产品交付前夜，但量产落地、长期可靠性仍是最大考验，欧洲正在成为全球人形机器人不可忽视的第三极力量。
—— WAIC 观察：具身智能重心从 “能动” 转向 “能干活”
WAIC2026 释放清晰产业信号，机器人赛道告别比拼步态、特技表演，Pick & Place（拾取放置）成为行业核心试金石。苏度科技、零次方、原力灵机代表三条差异化路线：依托大规模仿真实现能力规模化增长、依靠海量真实交互数据探索动作 Scaling Law、通过长时序任务持续验证系统稳定性。三条路径最终共同瞄准开放世界泛化难题，能否处理从未见过的物体，决定具身智能能否走出实验室、实现规模化商业落地。
—— 破除企业智能化幻象：组织变革优先于技术采购，重构人机生产关系
WAIC2026 现场大量企业提出普遍痛点，高价采购 AI 系统却出现 “越用越笨” 的难题。实在智能创始人孙林君指出，根源在于企业普遍存在 “老登思维”，沿用传统科层管理制度、旧业务流程驾驭 AI，仅把智能工具当作流程跑腿员，没有重塑人机协作模式。依托数字员工路线，实在智能提出落地思路：推动业务人员与智能体直接需求对齐，坚持智能体可控、稳定、高效三大落地标准，以自研 ISSUT 技术为底座打造 AIOS 体系。行业进入关键窗口期，最终胜出的不是采购顶级大模型的企业，而是率先重构组织生产关系的企业。
—— WAIC 算力赛道迎来范式转变：系统协同效率取代单卡规模成为核心胜负手
2026WAIC 算力展区超节点集中亮相，国产算力竞争逻辑发生根本性切换，行业告别单纯比拼加速卡数量的 “堆卡时代”，正式迈入软硬件一体化的系统竞争阶段。面对万亿参数大模型、AI Agent 带来的算力需求暴涨，各家厂商围绕互联架构、散热方案、软件调度、光互联技术多路线攻坚，核心目标压缩 Token 生产成本。当前国产算力已经从展会展品转变为规模化商用商品，面向大模型训练、推理、政企私有化机房、海外市场多类客户落地；同时各大厂商纷纷推进生态开放，国产算力底座持续夯实，支撑上层大模型与 AI 应用长期发展。
—— 北京扩容智能家居补贴，具身机器人纳入政策范围，撬动家用与适老化市场
北京扩充消费品以旧换新补贴品类，将具身智能机器人纳入补贴范围，消费者采购产品可享受成交价 15% 补贴，单件最高补贴 1500 元，覆盖养老照护机器人、机器狗、外骨骼机器人等品类。市民通过京通申领券码即可立减。该政策是国内少数面向 C 端具身机器人的消费激励举措，重点面向适老化场景，有望拉动家用具身产品需求，加速物理 AI 走进家庭，为具身智能开辟家庭服务新赛道。
—— 初创阵营担忧生存危机，中美 AI 对话窗口开启
近日，近 200 家硅谷企业通过新成立的 Little Tech Association（小型科技协会）联名致函特朗普政府，呼吁美方不要切断美国开发者获取中国开源人工智能模型的渠道，并警告大范围禁令将直接扼杀新一代本土初创企业。
—— 自建数据中心提速，全球 AI 算力竞争迈向电力博弈
当地时间 7 月 22 日，OpenAI 正式公布大型 AI 数据中心规划 Project Camellia（山茶花项目），项目选址美国佐治亚州埃芬汉县。
—— 嵌套流水线新范式，显存占用与训练速度同步优化
近期，小红书 Dots Infra 团队正式开源多模态大模型训练系统 BigMac，直击行业长期存在的核心痛点：传统多模态训练方案普遍陷入帕累托取舍，想要提升训练吞吐速度，就要承受更高显存开销；若严控显存占用，又会产生大量算力空泡、拖慢整体效率。BigMac 依托全新调度范式，尝试把显存优化与训练提速从 “二选一” 的博弈中解放出来，为图文、音视频多模态大模型规模化训练提供全新工程路径。