Daily Pulse | 2026年7月20日 周一版 | Qwen 3.8登顶HN：2.4万亿参数开源模型；MiniCPM-Robot端侧AI大脑开源；小米机器人VLA模型开放下载；ScaleBFM人形基础模型逐批发布
🎯 周一速览（7月20日）
周末的技术新闻密度惊人。阿里Qwen 3.8以2.4万亿参数成为目前最大的开源模型，直接登顶Hacker News。中国机器人开源生态本周三箭齐发：OpenBMB端侧机器人AI大脑、小米机器人VLA基础模型、ScaleBFM人形行为基础模型——三个不同层面的基础设施级开源项目几乎同时登场。AI格局正在加速重构。
• 🧠 Qwen 3.8 登顶HN — 2.4万亿参数开源模型，741点赞，阿里再定义AI规模极限 • 🤖 MiniCPM-Robot 端侧AI大脑 — 1.5B VLA模型击败5B+对手，Unitree Go2实时运行 • 🔧 小米机器人VLA模型 — 100K+小时真实轨迹训练，全栈开放下载 • 🦾 ScaleBFM 人形行为基础模型 — 官方论文开源代码分批释出 • 📉 Kimi K3供不应求 — Moonshot暂停新订阅，用户涌入挤爆API
1. 🏆 Qwen 3.8 登顶HN：2.4万亿参数改写开源模型天花板
一句话总结：阿里巴巴通义千问发布Qwen 3.8，以2.4万亿参数成为史上最大开源模型，在Hacker News获得741点赞，同步上线Max Preview推理API，定价模式对标ChatGPT Plus。
💡 为什么重要：2.4万亿（2.4T）——这一数字将开源模型的参数规模推到了前所未有的高度。作为对比，GPT-4被广泛估计为1.7T参数，而Llama 3 405B仅为0.4T参数。Qwen 3.8并非简单的”更大”，而是展示了阿里在MoE（Mixture of Experts）架构下的工程极限。
7月19日，阿里Qwen官方Twitter账号公布Qwen 3.8信息，迅速在Hacker News引发741点赞的热议。同步上线的Qwen 3.8 Max Preview通过Token Plan订阅制对外开放，Lite Plan起价$9/月、Standard Plan $39/月、Pro Plan $99/月。
值得注意的是，阿里同时推出了Qwen Token Plan——一个统一的订阅方案，覆盖文本、视觉、语音、图像生成多模型接入。这意味着Qwen 3.8不只是模型发布，更是阿里AI平台化战略的一步。
HN上的讨论焦点集中在两点：一是参数规模的真实意义——大是否一定好？多位HN用户指出，2.4T参数的推理成本将极高，实际部署中的性能-成本比才是关键；二是中国AI开源的速度——就在Kimi K3登顶HN数天之后，Qwen 3.8再次引发全球关注，中国AI开源项目的国际化程度正在肉眼可见地加速。
关键数据：
- 📊 参数规模：2.4T（业界最大开源模型）
- 📊 HN点赞：741（截至7月20日早）
- 📊 API接入：Qwen Token Plan（$9-$99/月）
- 📊 Max Preview：同步上线，兼容OpenAI协议
- 📊 发布形式：模型开源 + API服务并行
🔗 Qwen官方Twitter | Qwen Token Plan | HN讨论
2. 🤖 MiniCPM-Robot 开源：端侧机器人AI大脑，1.5B击败5B+
一句话总结：OpenBMB（面壁智能）发布MiniCPM-Robot系列——专为机器人设计的端侧VLA模型家族，包含MiniCPM-RobotManip（1.5B通用操控VLA）和MiniCPM-RobotTrack（0.9B端侧目标追踪器），多项基准超越更大规模竞品。
💡 为什么重要：机器人AI面临一个经典困境——云端的模型太慢，端侧的模型太笨。MiniCPM-Robot的突破在于：在1.5B这样的小参数规模下，通用操控能力超越了π₀.₅（3B）和Qwen-VLA（5B+）等大参数模型。流式推理保持了原生记忆能力，响应速度与之前一致。
MiniCPM-Robot包含两个子模型：
MiniCPM-RobotManip（🦾 1.5B）：通用机器人操控VLA，一套权重覆盖多任务。在代表性评估中击败了π₀.₅（3B）和Qwen-VLA（5B+）等更大模型。
MiniCPM-RobotTrack（🎯 0.9B）：首个完全端侧的具身目标追踪器，覆盖静态、动态和对抗性目标。在EVT-Bench上达到开源SOTA，在宇树Go2 EDU上全本地运行，仅视觉+自然语言追踪，无需任何外部服务器，5+ FPS / ~180ms延迟。
开源时间线显示，项目于2026年7月19日正式发布，这意味着MiniCPM-Robot是目前最新的端侧机器人VLA方案，且采用了与MiniCPM系列一致的”以小博大”策略。
关键数据：
- 📊 MiniCPM-RobotManip：1.5B参数，击败π₀.₅（3B）和Qwen-VLA（5B+）
- 📊 MiniCPM-RobotTrack：0.9B参数，全端侧运行，Go2 EDU实测5+ FPS
- 📊 发布时间：2026年7月19日
- 📊 开源许可：开源发布，含模型权重和代码
🔗 MiniCPM-Robot GitHub | Hugging Face模型集
3. 🔧 小米机器人VLA基础模型开源：100K+小时真实世界轨迹
一句话总结：小米机器人团队（Xiaomi Robotics）正式开源Xiaomi-Robotics-1——一个基于100K+小时真实世界轨迹预训练的VLA基础模型，宣称”开箱即用”的机器人具身智能方案。
💡 为什么重要：这不仅是模型开源。100K+小时真实世界轨迹意味着小米在机器人数据采集上的投入是工业级的——不是仿真数据，不是远程操作模拟，是真实机器人实际运行的数据。这使得Xiaomi-Robotics-1的预训练基础比大多数学术项目更贴近实际部署。
项目代码已托管至GitHub（org: XiaomiRobotics），目前已有71星。README中标注”🚀 Coming soon — July 16, 2026”意味着代码和权重正在逐步开放。配套论文《Xiaomi-Robotics-1: Scaling Vision-Language-Action Models with over 100K Hours of Real-World Trajectories》已提交arXiv。
同步上线的还有官网 robotics.xiaomi.com，目前展示的内容简洁克制——一段描述，一个PDF，一个coming soon的模型和代码入口。但这种”少即是多”的发布风格反而增加了可信度：没有夸大宣传，没有花哨demo，只有”我们训练了一个VLA基础模型，这是论文和数据”。
关键数据：
- 📊 预训练数据：100K+小时真实机器人轨迹
- 📊 GitHub Stars：71★（刚刚开始）
- 📊 论文：已提交arXiv
- 📊 官网：robotics.xiaomi.com
- 📊 开源范围：模型权重 + 代码
🔗 Xiaomi-Robotics-1 GitHub | 小米机器人官网
4. 🦾 ScaleBFM：人形机器人行为基础模型开源代码分批释出
一句话总结：人形机器人”Scaling Behavior Foundation Model”（ScaleBFM）论文官方代码正式启封，作者曾炜帅承诺在7月26日前逐批公开代码与资源，涵盖重定向、训练、部署全链路。
💡 为什么重要：**Behavior Foundation Model（行为基础模型）**是一个比VLA更底层的概念——不是”看-理解-行动”，而是直接学习和生成机器人行为本身。ScaleBFM试图为人形机器人行为建立一个可扩展的基础框架，类似于GPT为语言所做的工作。
项目作者Weishuai Zeng在README中亲自说明延期原因——“我本人正在亲自审查、清理和组织整个代码库，正在尽快将所有内容公开。“51星的项目规模不算大，但这个层面的承诺往往意味着一套高质量的代码即将到来。
值得注意的是，ScaleBFM的定位与人形机器人行为学习直接相关——它不是通用的VLA框架，而是专门针对人形机器人行为建模的基础模型。这与上周我们报道的Psi0形成互补：Psi0解决”通用人形VLA”，ScaleBFM解决”人形行为基础建模”。
关键数据：
- 📊 GitHub Stars：51★（持续增长中）
- 📊 定位：人形机器人行为基础模型
- 📊 代码释出计划：逐批公开，7月26日前完成
- 📊 全链路覆盖：retargeting → training → deployment
5. 📉 Moonshot AI暂停新订阅：Kimi K3需求暴增压垮基础设施
一句话总结：继Kimi K3登顶HN首页之后不到48小时，Moonshot AI宣布暂停新订阅注册，原因是需求暴增导致基础设施不堪重负——这是”好问题”的典型代表。
💡 为什么重要：Kimi K3登顶HN后，全球用户涌入注册。Moonshot的选择——不是限制现有用户，而是暂停新用户注册——在创业者社区获得了普遍好评。这在”先增长再修复”的科技行业惯例下是一种反直觉但务实的选择。
Moonshot在Twitter上发布的声明简洁而坦诚：“由于Kimi K3的需求超出预期，我们暂停新订阅注册以保障现有用户的体验质量。“负面的是用户无法注册，正面的是Kimi K3的真实需求远超公司预期——对于一个中国的AI创业公司来说，这是最好的”烦恼”。
从上周Kimi K3登顶HN（2060点赞，600+评论），不到72小时内Moonshot就做出了暂停新订阅的决定。这一速度说明：要么是需求确实爆炸到运营团队无法处理，要么是Moonshot选择了保守扩容策略——或许是两者兼有。
在HN和Twitter上，暂停订阅的公告获得了182点赞，评论区整体基调是理解而非批评。多位HN用户评论称”这才是负责任的AI服务提供商”。
关键数据：
- 📊 事件：暂停新订阅注册
- 📊 原因：Kimi K3需求量暴增
- 📊 时机：HN登顶后约48小时
- 📊 现有用户：不受影响，继续正常使用
6. ⚡ Claude Code改用Rust编写的Bun运行时
一句话总结：Anthropic将Claude Code从Node.js迁移至Bun运行时，而Bun本身是用Zig编写的JavaScript/TypeScript运行时——Hacker News上361点赞的关注焦点是Bun的Rust-Zig混合架构。
💡 为什么重要：虽然不直接涉及机器人领域，但Claude Code迁移至Bun代表了AI编码工具基础设施层的重大升级。Bun在启动速度、内存占用和包管理方面的优势，直接转化为Claude Code更快的响应速度和更低的资源消耗——这对需要快速迭代的机器人开发工作流是一个间接利好。
Simon Willison在其博客中详细分析了这一变更的技术意义：Bun的核心是用Zig编写的JavaScript运行时，但其越来越多的组件正在用Rust重构。这种”Zig核心+Rust组件”的混合架构正在成为新一代系统工具的趋势。
对于机器人开发者而言，这意味着：AI辅助编码工具正在变得更轻更快，而Claude Code目前是机器人SDK开发中广泛使用的AI编程助手中响应时间最短的选择之一。
关键数据：
- 📊 HN点赞：361
- 📊 底层：Bun（Zig核心 + Rust组件）
- 📊 影响：Claude Code启动速度提升、内存占用降低
🔍 本周AI与机器人开源趋势观察
7月20日周一的数据量远超预期。如果我们把过去72小时（7月18-20日）的信号放在一起看：
中国AI开源：从”另有其人”到”主角之一”
Kimi K3、Qwen 3.8、MiniCPM-Robot、小米VLA——四个项目都是中国团队的产出，每个都在各自领域引发国际关注。这不再是”中国AI追赶”的叙事，而是中国AI正在定义某些方向。尤其是在机器人VLA领域，中国团队的贡献密度已超过任何单一国家。
机器人AI的三层开源同时补位
- 基础模型层：小米VLA（100K小时真实轨迹）、ScaleBFM（行为基础模型）
- 端侧推理层：MiniCPM-Robot（1.5B Go2上实时运行）
- 应用开发层：多个机器人SDK和开发框架
这三层同时有高质量开源项目出现，意味着2026年下半年将是机器人AI开发门槛大幅降低的半年。
值得注意的趋势信号
Moonshot因需求暂停订阅——这在中国To C AI产品中极为罕见。它说明：中国AI产品的全球需求可能被大幅低估了。如果Kimi K3和Qwen 3.8都面临类似的需求曲线，那意味着中国AI基础设施的投资还需要再上一个台阶。