AI正在教自己进化：两天四大突破，物理智能爆发前夜

文/码农财经

大家好，我是码农财经。

这两天AI圈的信息密度，高得有点让人喘不过气。从北京的世界机器人大会，到Anthropic实验室的蛋白质设计，再到芯片巨头们的合纵连横——如果你还在用“大模型卷不动了”的旧眼光看这个行业，可能已经错过了最重要的拐点。

物理AI正在接棒，成为下一阶段AI增长的核心变量。什么意思？AI正在从“聊天的脑子”，进化成“能干活的脑子”。咱们一个个来看。

一、机器人自己写代码、自己进化

8月20日，2026世界机器人大会在北京开幕。宇树科技创始人王兴兴在大会主论坛上透露了一个重磅消息：公司正在推动 “物理AI机器人自进化” 。

什么叫“自进化”？说白了就是——让AI自己教自己。

这套体系由顶尖AI大模型驱动，机器人自己去搜索论文、编写控制代码、在仿真环境里验证、再到真机上测试，最后AI和人类一起给它评分反馈，形成一个闭环迭代。王兴兴的原话是：“大幅提升机器人开发效率，甚至实现其自我进化，这是非常值得做的事情。”

打个比方：以前的机器人像是学生，工程师是老师，一道题一道题地教。现在这个“物理AI自进化”体系，相当于给机器人发了一堆教材、一套模拟考试系统和一个智能评分系统，让它自己学、自己考、自己改错。老师只需要最后看一眼成绩单。

王兴兴还提到，下一个十年，在AI大爆发背景下，机器人的进化速度已经远超预期，“这是一个全新的起点”。

同一天，银河通用也发布了全球首个具备自主学习能力的智能体人形机器人。鹿明机器人发布的NexCore系统，则能把机器人技能开发周期从数周压缩到数天。

机器人行业的“寒武纪大爆发”，可能比我们想象的来得更快。

二、Claude自己设计蛋白质，效率是人类的几十倍

如果说机器人是“物理AI”的身体，那大模型就是它的脑子。而这两天最炸裂的“脑子”新闻，来自Anthropic。

8月18日，Anthropic公布了一项实验结果：让Claude自主设计全新蛋白质。给它15个蛋白质靶标，让它自己设计能结合上去的新蛋白质——14个靶标成功。1320个设计中，354个经两家独立实验室验证有效，总成功率26.8%。而这个领域的行业平均水平只有10%到15%。

更让人震撼的是细节。Claude没有发明任何新工具，它用的是RFdiffusion、ProteinMPNN这些开源模型。研究人员只是写了一份约1.6万词的提示词，把蛋白质工程师的工作流程编进去。然后——没有任何人介入任何设计决策。

Claude自己选靶点、选工具、跑模型、筛选优化，最后排序交付。整个过程24到48小时，而人类专家做同样的事需要数周。

在一个叫TNFα的靶标上——全球最畅销药物之一Humira就靠结合这个蛋白起效，多个专家团队此前尝试从头设计结合剂全部失败——Claude产出了12个有效设计。

这不是“AI辅助科研”，这是 “AI独立做科研” 。一个通用大模型，在需要专家数周完成的科研任务中，24到48小时自主跑出了经实验室验证的专家级结果。

三、大模型“上车”“入口袋”，端侧AI加速落地

算力再强，如果只能跑在云端，那AI就永远是“别人的工具”。这两天，大模型正在以前所未有的速度“下沉”到终端设备。

8月14日，阿里通义千问团队正式开源Qwen 3.8-27B原生多模态稠密模型。同一天，联发科宣布已完成该模型在天玑汽车座舱平台C-X1及天玑旗舰移动芯片上的首发适配——实现发布即用。

27B的参数规模，专门为笔记本等消费级硬件打造。官方称其性能可以达到规模十倍于自身的大模型水平。天玑C-X1平台采用3纳米制程，提供最高达400 TOPS的全模态AI算力。

你可以理解为：以前大模型像大型服务器，得专门找地方放；现在它像一台笔记本电脑，揣兜里就能走。从智能手机到智能汽车，端侧AI正在打通“最后一公里”。

截至上周，中国AI大模型周调用量达34.25万亿Token，环比增长21.76%，连续十五周超过美国，稳居全球首位。国产大模型调用量位居全球前列。

四、芯片战场：谷歌联手AMD，AI推理云融资3.5亿美元

AI再聪明，也得有“心脏”供血。芯片领域的竞争这两天同样激烈。

8月18日，有消息称谷歌正与AMD合作开发其下一代张量处理单元（TPU）。Wedbush Securities分析师直言，若合作属实，“或将在半导体行业引发巨变”。分析认为谷歌可能借助AMD设计第十代TPU，专门面向强化学习与代理工作负载优化。

同一天，美国AI推理云独角兽Groq宣布完成3.5亿美元A轮融资，投后估值35亿美元。英伟达计划参投。Groq称融资将用于扩充基于英伟达芯片的计算集群。

8月19日，AI芯片初创公司Etched完成新一轮7亿美元融资，投后估值达到210亿美元——短短一个月估值翻倍。

巨头联手、资本涌入、估值飙升——AI芯片的战争才刚进入白热化。

回头看这两天的新闻，一条清晰的线索浮出水面：AI正在从“数字世界的智能”走向“物理世界的智能” 。

Claude自己设计蛋白质，是AI在生物物理世界的突破；宇树的机器人自进化，是AI在机械物理世界的突破；Qwen 3.8上车入口袋，是AI算力从云端向物理终端下沉；谷歌联手AMD造芯、Groq融资，是给这场“物理化”运动铺路搭桥。

中信建投的研报说得直接：物理AI正接棒成为下一阶段AI增长的核心变量。

欧洲央行行长拉加德8月19日警告，欧洲不能在人工智能领域继续落后，不应重蹈错过上一轮“数字革命”的覆辙。连央行行长都在喊“不能掉队”——这场竞赛的紧迫感，可见一斑。

AI正在教自己进化。而我们，正在见证一个新时代的黎明。