主题:昨天大家在算”每个任务多少钱”,今天开始给”能力本身”装刻度。
三条互不相干的消息,做的是同一件事——把原本只能定性的东西写成可比的分级或标价:Anthropic 把 IPO 价格从 70–78 美元区间直接抬到 83 美元,给”卖 token 的公司”重新标了价;工信部一次发 5 项行业标准,把”智能化水平”写成 L0–L5;Hugging Face 放出一个只服务 pi 这一个壳子的 LoRA 适配器,把”同一个模型换个 harness 差多少”变成可下载的权重。
具身这边,Genesis AI 用 35 亿美元估值给”全栈自研”这条路标了价;Google 把 Genie 4 从研究预览推成订阅产品,第一次给世界模型装了付费门槛——同时也把它的四个未解问题写在了同一页上。
主条目
1. Anthropic 定价 83 美元:区间上限之上再抬 6%,募资规模超 SpaceX
- 11/18 美东定价,11/19(北京时间今夜)在纳斯达克全球精选市场挂牌,代码 ANT。这是前沿 AI 实验室的第一次 IPO;OpenAI 的上市时间表在 2027 年。
- 定价 83 美元/股,高于 11/10 路演时公布的 70–78 美元区间:比上限高 6.4%、比区间中值(74)高 12.2%。发行规模同时扩大——原计划公司新发 8.014 亿股 + 老股东出售 2,360 万股,合计约 8.25 亿股。
- 募资口径:按 83 美元计,IPO 至少募 680 亿美元;加上按发行价同步做的 260 亿美元私募配售(谷歌、英伟达各约 100 亿,AMD 25 亿,博通/美光/微软各 10 亿,台积电实体 5 亿),整体超过 940 亿美元——超过 SpaceX 今年 6 月 IPO 的 750 亿初始募资(含超额配售 862 亿)。
- 估值:按 83 美元与约 130.9 亿总股本估算,市值约 1.09 万亿美元(口径待首日收盘确认)。
- 对照 11/18 期留的待验项:那期记的是”区间上限 644 亿 + 260 亿私募”,实际上调到 680 亿。基本面沿用 11/17 期口径:10 月底年化营收约 810 亿美元、Q3 营收 170 亿、80%+ 收入来自近六个月发布的模型、表外算力承诺约 8650 亿。
- 为什么值得关注:定价上修发生在能力单价集体下行的同一周——OpenAI 把 Astra 的同档价格打到 Fable 5.2 的价位、微软用每任务 3 毛钱的 MAI Code 2 抢量、Gemini 4 Carbon 12/1 才涨价。单价在跌,估值在涨,说明市场给这类公司的定价锚不是”每个 token 多少钱”,而是”未来几年有多少工作会走 API”。 首日有三个数要记:首笔成交价(是否延续上修)、收盘相对 83 美元的涨跌、承销商是否行使超额配售。这三个数一起看,才知道这 6% 的上修是需求真实,还是承销环节的最后一搏。
2. 工信部一次发 5 项人形机器人标准:把”智能化”写成 L0–L5
- 工业和信息化部 2026 年第 30 号公告,由**人形机器人与具身智能标准化技术委员会(MIIT/TC8)归口,5 项行业标准(SJ/T)**发布,均自发布之日起实施、无过渡期:
| 编号 | 名称 | 覆盖 |
|---|---|---|
| SJ/T 12355—2026 | 人形机器人智能化能力分级 | 感知认知 / 决策学习 / 执行表现 / 协作交互 四维,L0–L5 六级框架 |
| SJ/T 12357—2026 | 人形机器人与具身智能灵巧手技术规范 | 设计、测试、评价、交付;针对接口不统一、整机集成效率低 |
| SJ/T 12356—2026 | 人形机器人电驱动一体化关节技术规范 | 躯干/腿部核心关节的接口、性能指标、测试方法统一 |
| SJ/T 12353—2026 | 人形机器人训练场构建技术规范 | 规划/建设/运行;功能分区、空间布局、设备设施、数据采集、通信网络、安全防护 |
| SJ/T 12354—2026 | 人形机器人训练数据管理要求 | 采集、预处理、标注、质量评价、存储、传输、流通、使用、安全合规、销毁、持续改进全生命周期 |
- 这批标准的结构值得单独看:官方给的说法是标准化工作从”单项技术探索”走向覆盖 “能力—部件—数据—应用” 的系统布局。翻译成产业语言——能力分级(12355)定天花板,关节与灵巧手(12356/12357)定零件互换性,训练场与数据(12353/12354)定”数据从哪来、怎么算合格”。前两项决定一家公司能不能对外宣称”我们到 L3”,后三项决定它买来的数据和零件能不能复用。
- 要注意性质:这是 SJ/T 行业标准,不是强制国标。它与 11/12 期记的那条”人形机器人信息安全等 2 项拟立项强制国标征求意见(12/11 截止)“是两条不同的线——安全是强制、能力是行业。真正的约束力不来自标准本身,来自它下一步是否被写进检测认证、训练平台验收、地方政府招标。
- 为什么值得关注:具身行业最贵的三样东西——零件、数据、评测——此前都没有公认的尺子,所以每家都能自称第一。12355 一旦被检测机构采用,“智能化水平”就从发布会形容词变成可核查陈述;12354 一旦被执行,“我有多少小时数据”就得分清是原始采集、清洗后、还是标注后。这对头部是护城河,对靠数据量讲故事的公司是照妖镜。
3. Hugging Face 放出 pi 专用 LoRA:把 harness 写进权重,27B 本地跑出 thinking 级成绩
- 11/18 发布 Qwen3.8-27B-pi-adapted(harness-hub 团队),Apache-2.0。这是 11/06 那篇 “harness adapters” 方法论的第一个可下载产物:一个模型 × 一个 harness = 一个 LoRA,训练直接在未经修改的 pi agent里跑可验证任务。
- 规格:rank 32 / alpha 64,作用在 q、k、v、o、gate、up、down 七个投影上;底座 Qwen3.8-27B(dense hybrid,64 层,Gated DeltaNet 线性注意力与 Gated Attention 交替,原生 262,144 上下文);合并后 BF16 约 54GB;可走 vLLM 开 LoRA 或 llama.cpp + GGUF(Q8_0 底座);推理显存未披露。
- 训练细节(model card 口径):TRL 的 AsyncGRPO,每任务 8 条 rollout、温度 0.8;任务为 750 条 scale800 + 300 条 TermGrade 交错;reward = 验证器正确性 + 权重 0.1 的工具效率奖励;每条 rollout 上限 50 个 agent 步 / 1800 秒,全程 thinking off;用 2×B200;实际只跑到 191 步(计划 1000 步),取 step 160。
- 成绩:
| 指标 | 底座 | 加适配器 |
|---|---|---|
| SWE-bench Pro(hard-51)pass@1 | 39.2% | 64.7% |
| Terminal-Bench 2.1 | 39.5% | 55.8% |
| 中位轮次(两模型都解出的任务) | 59 | 23 |
关键对照:底座开 thinking 本来就有 64.7%。所以这个适配器的价值不是”提高上限”,是用约 1/4.5 的 token 拿到 thinking 级的准确率——把”想”从推理时挪进了权重。
- 两个必须一起读的注脚:① safeagents 这个规则代理会拦”去 Hub 抓基准答案”之类调用,被拦的 rollout 记 0 分,等于用 RL 把模型推离 reward hacking;② model card 明确写了checkpoint 选择部分用到了基准数据,且评测集很小、成绩自报、增益只在 pi 里成立。 另有一个传播口径冲突:部分英文稿写的是 29.4%→62.7%,与 model card 的 39.2%→64.7% 不一致,以 model card 为准。
- 为什么值得关注:11/18 那期 FrontierHarness 给的结论是”换 harness 成本排名能移 11 位”,本质是”模型能力有一大截留在壳子里”。这条给的是反向解法——别换壳,把壳训进权重。对一个 27B 的开放模型来说,这比换更大模型便宜得多,而且权重能留在自己机器上。 但也要看清它的边界:一个适配器只服务一个 harness,pi 的适配器装到 Codex 里大概率失效。所以这条真正提出的问题是——以后企业该采购”模型”,还是采购”模型 + 适配器”这一对? 前者可替换,后者绑定。
4. Genesis AI 5 亿美元 A 轮、35 亿美元估值:全栈路线拿到了它的价格
- 11/18 官宣(创始人兼 CEO 周衔在社交平台发布)。5 亿美元 A 轮,投后 35 亿美元,由 Premji Invest、Khosla Ventures、Eclipse 联合领投。
- 投资方名单本身就是一条产业链:Durable、T. Rowe Price、法国公共投资银行 Bpifrance、HSG,加上 英伟达 NVentures、AMD Ventures、Zoom Ventures、三星 Next、爱立信风投;个人投资者有施密特、袁征、杨致远、Xavier Niel、特斯拉前 CFO Zach Kirkhorn。英伟达与 AMD 同时进场是这轮最值得记的一笔——两家芯片厂在同一条下游标的上押注。
- 节奏:2024 年底成立,2025/7 完成 1.05 亿美元种子轮(当时硅谷具身赛道最大种子轮、也是华人团队最大种子轮),累计公开融资 6.05 亿美元,成立不到两年进第一梯队。属欧洲最大机器人轮次之一。
- 它押的是”全栈”:基础模型 GENE-26.5(2026/5 发布,可控制其他厂商硬件)、物理仿真 Genesis World、带触觉的采集手套、接近人手尺寸的灵巧手、整机 Eno(轮式底盘 + 双臂 + 灵巧手,不刻意拟人)。路线不是”合成数据取代真实世界”,而是仿真 + 人类操作数据 + 真机经验三者混合。
- 落地进度(公司口径):截至 2026/11 已制造约 30–40 台 Eno,与少量未公开身份的客户试点,计划 2026 年底启动首批客户部署;场景顺序是制造/物流/实验室 → 酒店/医疗 → 消费。
- 为什么值得关注:这是”全栈”这条路第一次被明确标价。它同时要付两张账单——AI 训练的账单 + 机械可靠性/制造/供应链/现场部署的账单。35 亿美元估值买的就是”两张账单都由一家扛”的确定性,代价是它必须在两个赛道各打一场:模型层对 Physical Intelligence、Skild AI,整机层对 Figure、Agility。 和 11/18 期的对照很刺眼:那期全行业在比每任务成本,而全栈公司真正要卖的不是 token,是**“可靠运行的小时数”——而这个数它一个都没公布**。30–40 台、未公开客户、年底才首批部署,说明现在还处在”证明能连续跑”之前的阶段。
5. Genie 4 开放给 AI Ultra:世界模型第一次有了付费门槛,也第一次写清四个未解
- 11/18 Google DeepMind 官方博客:新版 Project Genie 对符合条件的 Google AI Ultra 订阅用户开放,Genie 4 首次面向公众可用(10 月底发布时只是研究预览、只给可信测试者)。AI Pro 用户只能排队。
- Genie 4 的四项变化:
- 边走边改:探索过程中输入 prompt,环境当场变——换天气、放入角色、改剧情,不用退出重开;
- 首次原生音频:环境声与角色对白随场景事件生成,而不是给成品画面配音;
- 可链式世界:多个世界可串联成更长旅程;
- 社区 gallery:可进入他人世界、改结构/配乐/规则后发布自己的 remix 版本。
- 同期给 Genie 3 的三项升级:单次生成从 60 秒延长到 3 分钟、支持多世界串联、支持用 360 度全景图做世界种子。官方给的选择建议很直白:Genie 4 要保真度(视觉/物理/音频),Genie 3 要长时段与全景起步。
- Project Genie agent:一句自然语言描述,由多模态模型协同生成开场画面并配 BGM;Gemini 还能在探索时观察屏幕、给下一步建议、触发世界内事件。
- 官方自认的四个未解:相机时延、复杂物理交互、实时音频精度、长时段场景一致性。此前研究预览阶段就警告过——长会话或多次复杂编辑后,视觉细节与物体持久性会漂移。全部生成内容带 SynthID 水印。
- 为什么值得关注:这是世界模型第一次从”论文 + 演示”变成有明确付费墙、有用户规模、有内容分发生态的产品。放到具身语境里要打个折:厂商口径说高保真世界模型可以替代传统仿真栈,但官方自认的四项未解里,“复杂物理交互”和”长时段一致性”恰好是机器人仿真最依赖的两项。所以现阶段它能替代的是场景与多样性生成(造一万个不一样的厨房),不是物理验证(这个抓取会不会滑)。 真正该盯的指标也在这里:同一个世界被改过三次之后,物体还在不在原位。这条决定它是”可玩内容”,还是”可用的训练环境”。
附注
- 具身”量产拐点”的产能账(中国证券报 11/19):优必选柳州万台级工厂 9 月投产;众擎深圳红花岭基地 5 月启用、具备万台级交付能力;智元多基地同步投产、9 月宣布累计下线 2 万台;宇树拟投 6.24 亿元建制造基地,建成后形成年产 7.5 万台人形 + 11.5 万台四足;浙江人形宁波藕池工厂从数百台扩到数千台,另建集士港工厂储备万台级。零部件侧:仙工智能控制器上半年出货超 8000 台、累计部署数万台(轻资产 + 80 多家合作制造商);均胜电子机器人高算力控制器累计交付破 2000 套;灵巧手全行业出货 2025 约 2 万台 → 2026 预计 6–7 万台,因时科技预计 2027 年产能超 5 万台。浙江人形留云给的四维量产定义值得抄下来:可复制(SOP 与工装固化)、一致性(工艺与检测保障)、可交付(资料物料齐套)、可核算(成本可统计)——比”下线多少台”严格得多。
- 小鹏 IRON 的时间表在 Q3 电话会上被钉死:2027 Q1 首批量产机进小鹏部分直营门店试用,Q2 正式面向外部商业客户交付;Q3 营收 242.8 亿元(+19.1%,单季新高)、交付 118,390 台、净亏 8.7 亿元(环比收窄),Q4 指引 16.9–17.4 万台 / 304–318 亿元;机器人业务 8 月已完成超 9 亿美元首轮外部融资、投后 63 亿美元,85% 以上供应链与汽车业务重合,何小鹏称 IRON 硬件毛利率将”大幅高于汽车”。与 11/05 期”年底量产”口径对齐后,今天多出来的是对外交付的季度与渠道(自有门店先试)。
- Palo Alto 45 亿美元全股票收 Applied Compute(11/18):标的 11/2 才以 32.5 亿美元估值融 3.5 亿美元,16 天后溢价 12.5 亿。Applied Compute 做的是用企业自有数据对开放权重模型做后训练与推理的云平台,三位创始人来自 OpenAI,18 个月 ARR 破 1 亿美元,客户含微软、Shopify、DoorDash;创始人 Yash Patil 将出任 Palo Alto 联席首席 AI 官,交易预计 FY2027 Q3 交割。安全厂商买后训练平台,说明”企业自建专用模型”已经变成一个需要被纳管的资产类别。
- Remanence 3000 万美元种子(FirstMark + EQT 联合领投):把企业 agent 的执行轨迹(每次工具调用、失败、纠正)转成训练环境,再在环境里做长程 RL 后训练开放权重模型,权重归客户、数据可不出域。创始人来自法国 computer-use 实验室 H Company(做过 Holo 系列后训练)。未具名客户、未给性能与成本数字——这条先记赛道,不记成绩。同赛道:Applied Compute(嵌工程师 + 客户数据)、Trajectory(专家反馈,Sequoia 领投 4500 万 A @3 亿)、Plurai(仿真数字孪生,1300 万种子)。四家的差别其实只在”训练数据从哪来”。
- 黄仁勋 11/18 打破沉默:通过《WSJ》发五句话声明,称”若董事会认为我的回归符合股东、员工、公司与美国的最佳利益,我将荣幸回应这一召唤、回来担任 CEO”。CNBC 称董事会仍未考虑让其回归。与 11/18 期”董事会开场明确无意让其回归”是同一结论的两侧表态。
- Firecrawl Local(11/18,AGPL-3.0):单个 Rust 二进制,本地 scrape/crawl/map,称比自托管 快 37 倍、空闲内存 11MB(少 230 倍);
firecrawl-local init会自动探测并注册 MCP 到 Claude Code、Claude Desktop、Cursor、Windsurf、Gemini CLI、Codex(会先备份各配置文件);search与”被封的页面”仍走云端,可FIRECRAWL_CLOUD=off关掉回传。装它需要 Rust + C 编译器。这是”agent 工具链往本地退”的又一个信号。 - curl 那条对照很值得留:Daniel Stenberg 指出 agent 把 18.5 万行 C 转成 34 万行 Rust,但同期真实 curl 项目合并了 300+ commit、200+ 个 bugfix 和若干漏洞修复——他问的是”重写能不能跟上”。同一周的实际数据是:代码量能翻倍产出,维护速度并没有。
- 傅利叶 E 系列累计近 8 亿元(11/18,36 氪):国鑫投资、浦东创投、张江科投、张科垚坤、Prosperity7(沙特阿美旗下)、钧山资本参与;继续围绕 “GRx 六边形” 技术框架推进人形与商业化落地。与 11/01 期”Meta × 傅利叶”是两家公司关系,这次是它自己的融资。
- 待兑现:腾讯 Q3 财报(11/19);WM1.2 权重 11/30;Carbon 11/30 优惠价结束、12/1 账单;12/14 Copilot 六模型退役;人形机器人信息安全国标意见 12/11 截止;12/1–2 硅谷人形机器人峰会(Optimus V3)、12/3 特斯拉股东会;Qwen4 中小尺寸开源(仍无日期);openPangu-2.1-Pro 权重与 LICENSE。
本期判断
今天五条,讲的是同一件事的五个刻度:模糊的东西一旦被写成数字或等级,就立刻变成可以被买卖、被验收、被追责的东西。
- Anthropic:单价在跌、估值在涨。83 美元不是对”每个 token 值多少钱”的回答,是对”未来多少工作会走 API”的下注。上修 6% 这个动作本身也是信息——需求侧比路演时更急。
- 工信部:L0–L5 这套分级真正的价值不在标准文本,在它会不会进检测认证和招标文件。一旦进去,“我们很智能”就变成”我们到 L2”,这是行业从讲故事转向交货的必经一步。
- Hugging Face:harness adapters 把”能力留在壳子里”这件事反过来用——既然换个壳排名能掉 11 位,那就把壳训进权重。代价是模型与 harness 绑死。能省 4.5 倍 token,但换来的是不可替换。
- Genesis:35 亿美元买的是”两张账单一家扛”。它现在最缺的不是模型分数,是连续运行小时数——而全行业正在把尺子换成这个。
- Genie 4:世界模型第一次有付费墙。但它自己列的四项未解里,两项(复杂物理、长时一致)正是机器人仿真最需要的。它今天能造世界,还不能担保物理。
如果只留一句:今天所有动作都在把”说不清”变成”可以核对”——价格可以核对,等级可以核对,权重可以下载核对,估值要等运行小时数来核对。谁先拿出可核对的数,谁就先拿到下一轮的定价权。