The
Assay Room

7 月 31 日，阿里千问大模型正式发布 Qwen3.7-Plus，官方定位为「将视觉与语言统一为一体化智能体基座」的多模态模型。它在 Qwen3.7 文本能力基础上全面升级视觉—语言能力，同时保持编码、工具使用与生产力工作流方面的完整智能体能力。官方强调的核心特色是跨框架泛化：无论通过 Claude Code、OpenClaw、Qwen Code 还是其他框架部署，均能保持稳定表现。

过去发布一个模型，比的是基准分数；这次官方把「装进别人家的 harness 里还稳不稳」当成卖点单独列出来，这是评价维度的迁移。

它和 7 月 30 日 Composio 的实测互为两面——同一个模型放进三个 harness，成功率相近但 token 效率相差最多 30 倍。也就是说，模型的真实表现并不由模型单方面决定，而由「模型 × 运行时」这一对组合决定。厂商开始承认这件事，意味着模型侧的判定权，正在部分让渡给它无法控制的外部框架。

MiMo Code 团队公开了长程任务的完整技术设计，同日在 GitHub 开源热榜领跑。核心有三层：

• 编排代码化（Dynamic Workflow）：把编排逻辑从 prompt 变成代码。主 Agent 生成一段 JavaScript，在隔离沙箱中确定性执行，通过 agent() 派出子 Agent、parallel()/pipeline() 控制并发。
• 记忆外包：主 Agent 对结构化记忆文件只有读权限，唯一被允许的写入通道是自由格式的 notes.md；提取交给独立 writer subagent，且提早触发——在上下文预算的 20%/45%/70% 处而非快满时。理由是「lost in the middle」：95% 利用率下已无处思考，30% 利用率下才游刃有余。记忆分四层（session / project / global / history），Dream 每 7 天整理去重，Distill 每 30 天把反复出现的流程固化成 skill 或 SOP。
• 完成度他证（Goal）：Agent 每次想终止，系统自动发起一次独立模型调用审查完整历史，判断停止条件是否真的满足；这个验证者不参与实际工作，因此不会对自己已完成的部分产生认同偏差。

这是本周第三个独立团队收敛到同一结论：7 月 30 日斯坦福 Shepherd 做意图—执行分离与可回滚，同日夜间 TencentDB Agent Memory 2.0 把记忆资产化并用 Proxy 做权限过滤与审计，今天小米把它推到最直白的一步——不赌模型自觉，用工程把它兜住。

三家路径不同，但都在做同一件事：把「Agent 自己判断自己」的环节，一个一个换成外部的确定性机制。尤其「验证者不参与工作，所以不会认同自己」这一句，几乎是本期主线的技术版注脚。

7 月 31 日，宇树科技在更新的招股书中回应美国 FCC 将境外生产的先进机器人列入管制清单一事：其在售人形机器人 G1、H2、R1 及四足机器人 Go2、B2、A2 均已获得 FCC 认证，现有主要产品对美销售不受影响；但后续新型号若未获豁免，则面临在美销售风险。

7 月 30 日那条 FCC 禁令还是一个轮廓模糊的「关门」叙事，今天招股书把它切成了精确刻度：已认证的存量放行，未认证的增量受审。

这改变了风险的性质——它不是一堵墙，而是一道时间税：老型号照卖，但每一次迭代都要重新排队，产品节奏被外部审批绑定。对一家正在 IPO 的公司而言，把这句话写进招股书，等于承认它已经是一项需要向投资者持续披露的经营性风险，而不是一次性的公关事件。判定谁能上市销售的那支笔，明确不在厂商手里。

围绕 7 月 17–20 日 WAIC 2026（1100 余家企业参展，具身智能企业超 200 家）的会后复盘于今日集中发布，几个能对齐工业口径的落点：

• 节卡机器人 × 华域电动：两台轮式人形机器人构成协同产线，覆盖电机外壳转运 → 物料交接 → 组件装配 → 0.5mm 细密牙纹螺丝高精度锁付 → 成品入库。系统融合 3D 视觉、激光雷达、多维力传感器、YOLO 视觉分割与 AI Agent 决策框架，构成「大脑感知决策 + 小脑运动控制」的 VLA 架构。
• 蚂蚁灵波：发布具身原生世界动作模型 LingBot-VA 2.0；智慧药房场景中，多台不同构型机器人搭载跨本体基座模型 LingBot-VLA 2.0，协同完成订单接收 → 智能取药 → 药品送达。
• 世界模型集体上场：2026 被业内称为「世界模型元年」，昆仑万维 Matrix-Game 3.5、智元、大晓机器人、极佳视界、它石智航、无界动力等同期展示方案。
• 量产刻度：智身科技称截至 6 月累计量产突破 15000 台、6 月单月突破 5000 台；智元在三地四馆公共区域部署 60 台机器人承担指路引导——是真实岗位，不是展台演示。

「单颗螺钉 10 秒」和「99% 识别率」是能直接进 MES 系统、能换算成良品率和节拍的数字，跟「跑得快不快、会不会翻跟头」完全不是一类指标。这意味着具身智能的判定权，从观众的惊叹换成了产线的秒表。

同时必须把话说完整：报道自己也指出，家庭场景的付费意愿与定价区间仍然模糊——一台能叠衣服的家用机器人值一万、三万还是五万，行业至今没有答案。工业场景能算 ROI，家庭场景还不能，这是产业化尚未过关的那一环。

晶泰科技日前在上海发布 XtalPi Science 科学智能平台与 Genius Agents 科学智能体矩阵，并联合 26 家产业、高校及科研生态伙伴发起「科学智能开放生态联盟」，7 月 31 日经媒体报道扩散。

平台把公司十年积累的模型、工具、智能体及实验资源封装为可按需调用的 Science Token；Genius Agents 作为调度中枢，构建兼具全局规划与场景执行的多智能体体系，可在数字世界调用专业模型完成预测，并通过物理智能在真实物理世界开展高精度实验验证，从而贯通「数字假设 → 专业预测 → 物理验证 → 数据反馈」的闭环。

这是 Agent 走进物理世界的另一条路径——不长腿，长实验室。它给 Agent 补上了大模型最缺的东西：一个不能被说服、只能被实验反驳的裁判。

语言模型的幻觉之所以难治，本质是它的输出在闭环内无人反证；把自动化实验接进循环，等于给每一次预测装了一个不讲情面的终审。「缺失负样本」这句话尤其诚实——今天几乎所有科学 AI 都在只见成功不见失败的数据上训练，而失败恰恰是最有信息量的那一半。