今日看点： 阿里 800 亿港元配售全部砸向全栈 AI，将"AI 资本战"从债权融资烧到股权融资；人形机器人赛场上天工 Ultra 38.15 秒破人类 400 米世界纪录、众擎 T800 释出 1.4 万 W 峰值功率，硬件与算法同步发力；法国 Pasqal 把"Vibe Coding"带进量子计算机，AI 智能体能自主编写并运行真实量子实验代码。资本、产业、科研三条主线同时给出 24 小时内的标志性节点。
1. 阿里启动 800 亿港元配售，100% 净募资砸向"全栈 AI"
8 月 23 日，阿里巴巴宣布通过香港市场配售新股，发行 7.1 亿股，募资约 800 亿港元（约 102 亿美元），配售价 112.70 港元，较前一交易日收盘价折让约 3.6%。这是港股上市公司史上规模最大的"一级市场后续股票发行"（来源：财联社/Reuters/新浪财经）。本次募资明确全部投向全栈 AI 能力——AI 芯片、基础设施和模型的开发部署，已获多国主权财富基金超额认购，摩根士丹利、汇丰、瑞银、中金担任联席整体协调人（来源：雪球、新浪港股）。最近一个季度阿里资本开支已达 676.8 亿元，同比增长 75%；AI 相关产品收入连续 12 个季度三位数同比增长（来源：智东西/36 氪）。
值得关注的原因： AI 竞争已从"看哪家模型跑分高"打到"看哪家账本厚"。阿里这笔募资让"百亿美元级 AI 战"的资金全部来自股权而非债务，给后续芯片层、模型层、应用层同步扩张提供长周期弹药。对国内同行而言，"用股权换长期算力"正在成为新常态。
2. 天工 Ultra 以 38.15 秒打破人类 400 米世界纪录
8 月 23 日下午，第二届世界人形机器人运动会 400 米（大型组）决赛在北京落幕：来自北京人形机器人创新中心的天工 Ultra 以 38.15 秒夺冠，超过人类男子 400 米世界纪录 43.03 秒（范尼凯克 2016 里约奥运），较去年该项目冠军成绩 1 分 28.03 秒压缩过半（来源：上海证券报、新京报贝壳财经、新华社/网易）。天工 Ultra 同样在 22 日晚的开幕式预赛中以 9.39 秒跑完 100 米预赛、并以 2.8843 米打破立定跳高人类纪录（来源：贝壳财经、网易）。研发负责人郭宜劼透露，性能跃升的关键是关节转矩与转速的大幅提升，叠加更大电机功率支撑高速奔跑（来源：新京报贝壳财经、北京日报）；跑步姿态由强化学习自主习得，并非逐行编程，过弯"压弯"动作即由模型自行生成（来源：深网·腾讯新闻）。
值得关注的原因： 38.15 秒跑 400 米，等于机器人首次在"周期性长距离耐力跑"项目上稳定超越人类极限——并且是通过强化学习而不是预编程达到。这意味着具身智能的"小脑"层（运动控制）正在逼近并超越人体极限，而"大脑"层在网球、足球、双足协同等对抗性任务上也在加速（参考其它条目）。人形机器人从"演示"迈入"破纪录"的新阶段。
3. 启元机器人 Q1/T1 双产品预订开启，消费级人形机器人走入"被购买"周期
8 月 23 日，上纬新材（智元机器人控股）旗下消费级机器人品牌"启元"正式开启 Q1、T1 双产品预订，预计 2026 年 9 月首发发货（来源：中国工信新闻网、北京日报、QQ 新闻/新京报贝壳财经）。启元 Q1 身高约 88cm、重 15kg，是全球首个小尺寸全身力控人形机器人；启元 T1 站立身高 100cm、重 16kg，可在轮足人形与四足形态间自主切换，定位家庭陪伴、户外伴行、影像创作（来源：贝壳财经）。上半年公司消费级机器人业务预收货款 2.1 亿元，研发投入 1.6 亿元；与蓝思科技、卧龙电驱分别签约万台级产线和核心部件合作（来源：cnii工信新闻网）。线下体验店覆盖上海、深圳、西安、厦门、广州、杭州、武汉 7 城（来源：腾讯/QQ 新闻）。
值得关注的原因： 消费级人形机器人行业一直停留在"展示可体验、不可购买"。启元公开预订意味着行业正式从"被围观"过渡到"被购买"的关键窗口期——这跟此前宇树科创板上市（8-19）属于同一逻辑链的不同环节：硬件正在从 B 端奇观变成 C 端商品。
4. 法国 Pasqal 把"Vibe Coding"带进量子计算机：AI 自主编写并运行真实量子实验代码
8 月 24 日科技日报援引《自然》报道：法国量子计算初创企业 Pasqal 团队开发出一种 AI 智能体，能根据英文自然语言指令生成量子计算代码，并自动在真实量子计算机上运行。研究人员让 Anthropic 的 Claude 等前沿大语言模型熟悉 Pasqal 中性原子量子机的硬件规格，针对催化剂、特殊磁性材料等多体物理问题进行三组实验——智能体先在经典虚拟机上模拟测试，确认可行后再下发到位于加拿大 Sherbrooke 与沙特 Dhahran 的云端量子处理器（来源：科技日报、Pasqal arXiv 预印本 2607.25834、Nature doi:10.1038/d41586-026-02495-4、新浪科技）。在 3 项案例中，AI 智能体成功识别硬件约束并跑通了完整流程；但其中 2 项需要人类专家发现其物理判断上的错误，包括选了不恰当的观测量、给出"自信但错误"的硬件诊断，团队明确表示该系统目前仍是"副驾驶"而非"司机"（来源：Donga Science、Tom’s Hardware Italy、QQ 深度报道）。
值得关注的原因： 当"自然语言 → 可在真实硬件运行"的链条打通到量子计算这种最尖端的科研场景，意味着 AI 编程正在从"写业务代码"上探到"写新物理实验"。更重要的是暴露了"流畅但偶尔自信出错"的固有风险——这与一般软件错误可被单元测试捕捉不同，量子模拟结果往往没有独立验证手段，凸显 AI 在科研领域必须设计"人回路"的必要性。
5. RabbitOS 3 开启封闭内测：定位"所有 Agents 的 Agent"
8 月 23 日，爱范儿等媒体报道 Rabbit 即将发布 RabbitOS 3 并已进入小范围封闭测试（来源：爱范儿、腾讯新闻）。产品定位是站在所有 Agent、Skills、模型和设备之上的"总 Agent"，核心思路是把用户和后台的多 Agent 系统解耦：用户只需一句自然语言描述想做什么，由系统自动决定调用哪个 Agent、装哪个 Skill、控制哪台设备、任务之间怎么协同（来源：爱范儿）。交互上做了大幅削减：单一对话框取代多 Tab/多 Session、靠一行命令完成设备连入、把 GitHub Skills 链接贴进对话框就能自动安装、用 activity 面板实时呈现多任务进度（来源：腾讯新闻/王兆洋体验文）。其"Auto Teach"模块对训练过的任务提速明显，官方对外披露比基于截图理解的 Computer Use 类方案快 50–300 倍（来源：腾讯新闻/Rabbit 团队体验评测）。
值得关注的原因： 当 Agent 产品普遍越来越复杂，RabbitOS 3 反向选择把"装配工作"全部塞回产品层。用户不需要知道 Claude 还是 Gemini、不需要懂 Skill、不需要管家庭 Mac 还是公司 Windows。它真正想解决的不是"Agent 能不能做更多事"，而是"普通人到底愿不愿意开始用"——这是把 Agent 从"开发者社区"推进到"普通用户桌面"的关键尝试。
6. MemoraX Code 让 Coding Agent 跨会话"不丢记忆"
8 月 23 日，国产 AI 记忆基础设施团队 MemoraX AI 旗下"MemoraX Code"产品实测曝光：通过一行命令把长期记忆层嵌入 Coding Agent 工作流，覆盖会话关闭、上下文压缩、多 Agent 协同等场景，实现 Codex 与 Claude Code 的无缝衔接（来源：十字路口 Crossing/QQ 新闻、IT之家）。MemoraX Code 在 AML（Agent Memory Leaderboard）Coding Track 拿下 62 分排名第一，相较 Claude Mem 提升解题率 10%；在 123 个历史任务片段中自动提炼出 15 条工程经验并归纳为 4 类 Procedure Memory，3 小时新任务综合得分从 11.71 提升至 70.30（关键检查项 2/13 → 10/13），同时模型调用成本下降 22.6%（来源：CSDN 团队专访、新浪财经/8-20 融资报道）。该公司已与华为云签署战略合作，进入华为云大模型战略合作厂商中唯一聚焦长期记忆赛道的入选企业，2026 年 3 月成立以来 5 个月内连融 3 轮数亿元（来源：新浪财经/光源资本）。
值得关注的原因： 编程 Agent 当前的瓶颈不是"不会写代码"，而是"换 Session、换 Agent、压缩上下文后会不会忘掉项目结构、用户偏好和失败过的尝试"。MemoraX Code 切的就是这个 Agent Infra 的最后一公里——为 Coding Agent 提供"工程经验沉淀"。这跟海外的 Letta、Mem0 走的是同一条赛道的国产玩家，但更专注于 Coding 场景的高价值落地。
7. 橡鹿机器人 WRC 全球首发 CookingMuse 厨启，烹饪 AI 模型首次走出"展示"
8 月 23 日，橡鹿机器人在 2026 世界机器人大会（WRC）上全球首发多模态烹饪 AI 基座 CookingMuse"厨启"、3K 视觉 AI 炒菜机器人和具身烹饪机器人"现炒方舟"（来源：时代财经、QQ 新闻、网易）。其中 CookingMuse 是业内首个基于真实厨房数据训练的多模态烹饪 AI 基础模型，覆盖中式爆炒、西式料理全流程无人化作业；3K 视觉炒菜机器人则面向小餐馆与餐饮连锁做精细化动作；三款产品共同指向同一信号——烹饪机器人从"单点动作炫技"转向"系统化作业"（来源：时代财经/橡鹿发布会）。
值得关注的原因： 烹饪是检验具身智能"密集技能 + 多模态感知 + 长流程任务"的极佳压力测试场景。做菜涉及视觉识别（火候/菜品状态）、精细操作（颠锅/调味/计时）、与软硬非结构化物体交互，几乎把具身智能几大难题打包在一道菜里。橡鹿拿出 CookingMuse 作为基础模型而非单点算法，意味着中国厂商开始把"垂直技能 + 通用底座"组合起来做产品矩阵。
8. 众擎 T800 释放 1.4 万 W 峰值功率，"仿人脑"具身智能引擎 EngineAI Awaken 同步面世
8 月 23 日，众擎机器人在 2026 WRC 现场搭起八角笼擂台，由 T800 人形机器人组成的"豆浆"和"卤煮"两支战队完成格斗展示，单台峰值功率达 1.4 万 W、最大力矩 450 Nm，已在立讯精密工厂上岗（来源：南方都市报/N 视频、新浪科技）。众擎同期发布的"仿人脑"具身智能引擎 EngineAI Awaken 采用分层异构多频控制架构：把 2 Hz 的重度语义推理与 100 Hz 的高频运动控制彻底解耦，从架构上规避大模型计算延迟导致的机体失控问题，使其在保持高阶认知的同时仍能对物理事件做实时响应（来源：南方都市报赵同阳专访、新浪财经 WRC 综述）。
值得关注的原因： 在跑步、跳舞之外，格斗演示给具身智能出了一个极端对抗场景——所有动作都必须"踩在时间窗内"完成，没有离线重试机会。T800 把峰值功率拉到 1.4 万 W 是个非常具体的硬件说明，证明中国整机厂在功率密度、关节扭矩这些底层指标上已经跨过"能演"门槛。EngineAI Awaken 提出的"2 Hz + 100 Hz 分层异构"方案实质是把"大脑"和"小脑"用不同时间尺度解耦——这是当前机器人反应速度跟不上决策速度的一个工程化答案。
今日观察
三条主线贯穿本日动态：
AI 资本战进入"股权阶段" —— 阿里 800 亿港元配售全部投向 AI，叠加昨日（8-23）曝出的美股科技巨头加速囤 GPU，AI 行业的胜负越来越直接挂钩资产负债表的厚度。对中国 AI 厂商来说，"用股权换长期算力"已经从选项变成必选。
具身智能从"展示"跨入"破纪录" —— 天工 Ultra 在 400 米项目稳定超越人类世界纪录、T800 在格斗场景跑到 1.4 万 W 峰值功率、启元机器人正式开启预订。三件事分别对应"运动极限 / 硬件极限 / 商业化极限"，意味着行业从单一指标炫技迈入"指标 + 落地"双轨竞争。
AI 自主科研出现"可运行"案例 —— 法国 Pasqal 让 AI 智能体在真实量子硬件上跑通实验全流程，同步暴露"自信犯错"的风险。AI 进实验室已是大势，但流程上的"人回路"和"独立验证"将是接下来科研 AI 必须写进架构里的工程约束，而不是事后补丁。
数据来源：财联社/Reuters/新浪财经/雪球/智东西、上海证券报/新华社/新京报贝壳财经/网易/北京日报/深网、中国工信新闻网/QQ 新闻/贝壳财经/腾讯新闻、科技日报/《自然》/arXiv:2607.25834/doi:10.1038/d41586-026-02495-4/Donga Science/Tom’s Hardware Italy、爱范儿/腾讯新闻、十字路口 Crossing/QQ 新闻/IT之家/CSDN/新浪财经、时代财经/QQ 新闻/网易、南方都市报/新浪财经等公开信息，截至 2026 年 8 月 24 日。