A | 界面新闻记者 | 查沁君 界面新闻编辑 | 文姝琪 因为太过火爆，距离Kimi K3发布不到一周，月之暗面就按下了“暂停键”。 在“四轮”智能电动后，下一场关于机器人的产业竞争在汽车业愈演愈烈。8月24日当天，包括小鹏、零跑和蔚来在内的三家新势力车企，密集释放了各自进入具身智能机器人赛道的相关信息。 7月19日晚，月之暗面宣布，由于算力资源紧张，暂停开放Kimi新用户订阅，将有限算力优先保障现有订阅用户。 图源：月之暗面 7月20日，月之暗面回应界面新闻称，此次调整仅涉及新用户订阅，现有会员权益保持不变，老套餐并未取消，已订阅用户仍可正常使用并按原规则自动续费。 8月24日，小鹏集团官方宣布，小鹏机器人业务完成首轮超9亿美元融资，投后估值超63亿美元（约430亿元人民币），刷新中国具身智能行业单轮私募股权融资纪录。
B | “小鹏人形机器人IRON计划在2026年底进入量产阶段，从小鹏的门店和园区开始落地商业场景应用，并于2027年面向中国及海外市场正式上市和交付。
C | ”小鹏集团表示，通过本轮融资，小鹏机器人业务获得清晰的市场化估值，也将加速小鹏机器人量产及小鹏物理AI模型的研发迭代，推动高阶通用人形机器人迈向全球商业化应用新阶段。 对于此前手动关闭自动续费的用户，公司将陆续恢复续订功能，老用户升级套餐等功能也将逐步开放；至于新套餐，目前仍因算力资源限制暂未开放购买，恢复时间尚未确定。“本轮募集资金主要用于小鹏机器人业务的软硬件研发、物理AI模型训练迭代、高质量数据采集、全链条量产基地建设及全球商业化拓展。
D | ” 同日，零跑汽车管理层在2026年中期业绩会上表示，新能源车企，尤其是具备全域自研能力的新能源车企，是最具备做具身智能机器人的企业之一。 从官方回应来看，此次调整更像是在有限算力资源下，对新增用户和存量用户体验进行重新平衡，而非对会员体系进行调整。 K3发布后，国内外开发者社区迅速涌现大量体验和测评，不少人将它与Claude、GPT等国际头部模型放在一起比较，围绕推理成本、GPU资源、服务稳定性的讨论，也开始取代Benchmark，成为AI圈新的焦点。 K3到底有多火？ K3发布后，很快登上了全球AI模型讨论的焦点。
E | 独立AI模型评测机构Artificial Analysis发布的最新“智能指数（Intelligence Index）”显示，Kimi K3综合得分达到57分，位列全球第三，仅次于Claude Fable 5（60分）和GPT-5.6 Sol（59分），领先Claude Opus 4.8（56分）。 与此同时，K3完成单项任务的平均成本约0.94美元，与GPT-5.6 Sol基本相当，仅约为Claude Opus 4.8的一半。 对业内而言，更重要的是，这是首个进入Artificial Analysis综合榜单前三的开源模型。针对市场关注的机器人业务进展，零跑汽车确认，“公司对此已有规划，机器人相关信息不久后将对外披露。” 跃跃欲试的还有蔚来汽车。8月24日市场消息称，蔚来智驾负责人任少卿创立具身智能公司，蔚来将对其进行战略投资。长期以来，“开源模型整体落后闭源模型半代”几乎是行业共识，而K3的出现，让这一差距进一步缩小。 图源：Monolith励思资本 除了评测成绩，K3本身的参数规模同样引发业内关注。
F | 对此，接近蔚来管理层的业内人士向财联社记者表示，蔚来长期关注AI前沿技术，以自主研发与开放合作并重的方式进行产业布局。近年来，蔚来在芯片、操作系统等关键技术领域持续投入并取得关键进展，同时通过战略合作、产业协同等方式围绕具身智能、算法模型、智能硬件、新能源与算力基础设施等方向持续支持创新企业发展。K3是月之暗面首款万亿参数级MoE模型，总参数规模达到2.8万亿。 一位国产AI芯片厂商人士向界面新闻表示，今年以来，随着Anthropic等海外厂商不断推出更大参数模型，国内模型竞争再次回到“大参数、长上下文”赛道，万亿参数、百万级上下文正成为头部模型的重要竞争方向。 至此，理想、小鹏、蔚来及零跑汽车四家头部新造车企业，已齐聚智能机器人赛道。
G | 在他看来，K3之所以迅速“出圈”，不仅因为模型能力，更因为它意味着国产开源模型首次进入这一量级。“对于行业来说，2.8T本身就是一个重要信号。 相比新势力，传统主机厂的脚步更快。8月中旬，广汽集团孵化的人形机器人公司广东慧仑科技宣布完成超亿元融资，由中车国创基金、招银国际、四川科创等机构联合投资。” 业内关注很快传导到了开发者社区。几乎同一时期，广汽资本领投了机器人力传感器企业蓝点触控数亿元D轮融资。此外，中国一汽董事长、党委书记邱现东在8月21日的中国一汽2026年科技大会上，明确将突破L4自动驾驶技术、具身智能机器人技术等十大重点技术任务。 在X（Twitter）、Reddit、OpenRouter、Linux.do、V2EX等平台，大量开发者第一时间分享体验，不少人将K3接入Cursor、Cline、OpenCode等AI编程工具进行测试。
H | “我们自主设计开发了全部的原生硬件平台和软件体系。
I | 从代码生成、Agent任务到工具调用，K3几乎成为过去几天AI圈讨论最多的模型之一。 讨论几乎集中在三个问题：第一，它到底能不能替代Claude做编程？第二，它是否真的达到国际第一梯队？第三，它到底值不值得迁移？ 不少开发者认为，K3最大的亮点并非聊天，而是在长流程Agent任务和代码生成场景。
J | 整个（机器人）供应链企业也有 85%以上与当前的小鹏汽车重合。所以我们非常相信，最终小鹏的机器人成本竞争力在行业里面肯定是领先的。一些体验者表示，在复杂代码修改、工具调用等任务中，K3已经能够进入Claude、GPT等国际头部模型的竞争序列。”小鹏集团董事长何小鹏在公司2026年中期业绩会上表示，当前国内机器人BOM成本通常为汽车的2.5-3倍，而小鹏IRON身定位在通用类型集成，“我相信它具有非常广阔的定价空间，其硬件毛利会大幅高于当前我们汽车业务的毛利。” “车企布局人形机器人，具备成本、效率、技术的三重优势。 但也有反馈称，在真实工程任务中，该模型虽然能力突出，但仍会遗漏部分细节，需要人工修正；此外，其复杂统计推理等任务表现仍存在不稳定情况。 另一类讨论则集中在成本。有用户认为，K3虽然单价具有竞争力，但由于复杂任务Token消耗较大，实际使用成本未必低于预期，尤其是在长流程Agent任务中更为明显。
K | K3的热度也迅速传导到了海外AI圈。
L | 美国科技投资机构Atreides Management创始人Gavin Baker将K3称为AI发展的一个“拐点（inflection point）”，他认为高质量开源模型正在加速AI能力扩散，其影响不会局限于模型厂商，而将惠及整个AI应用生态。
M | ”在业内人士看来，汽车产业成熟的供应链体系、制造工艺与成本控制能力，正加速向机器人领域迁移，这种跨产业协同有望推动减速器、伺服系统等关键零部件降本提质，在提升整机可靠性的同时，进一步放大产业链整体需求，“人形机器人正在被车企视为智能化能力的下一块试验田。” 摩根士丹利研报显示，到2036年全球人形机器人保有量将达2440万台，2050年升至10亿台，对应市场年收入达7.5万亿美元；中国2050年累计保有量约3亿台，占全球总量约30%。
N | 人形机器人产业有望逐步从B端工业场景向C端消费市场渗透，成为下一个万亿级新兴赛道。 “未来能够持续生存的汽车企业大多会进入机器人行业。
o | 也有研究者保持谨慎。
p |
长期研究人工智能对工作影响的宾夕法尼亚大学沃顿商学院教授Ethan Mollick在X上表示，他曾让Kimi K3对自己此前的一项学术研究进行复杂统计审计，但模型“在很多方面都搞砸了”，包括错误使用统计分析方法。”奇瑞汽车执行副总裁、墨甲机器人总经理张贵兵表示，汽车企业往往拥有数万名研发工程师，其中相当一部分是软件工程师，人才和工程能力天然可以向机器人延展。“具身智能机器人当下正在进行工业场景匹配，第一个阶段的应用会是在物流领域，物流场景会比整个汽车的装配领域更容易匹配。
Mollick认为，K3已经非常接近全球领先模型，但复杂专业任务中的可靠性仍需更多真实场景验证，而不能仅依据Benchmark成绩作出判断。”
（文章来源：财联社）。
这一评价也反映出当前AI社区对新模型的一种普遍态度：一方面，K3在代码生成、Agent等场景的表现获得了大量开发者认可；另一方面，模型在复杂专业任务中的稳定性和可靠性，仍需要更多真实场景的持续验证，而不能仅依据榜单成绩作出判断。
算力紧缺仍是瓶颈
也正是在开发者快速涌入、调用量持续攀升的背景下，月之暗面很快遇到了另一个问题——算力。
过去两年，大模型行业更常见的叙事是“训练一个模型需要多少GPU”、“参数规模达到多少”，而不是因为用户太多，不得不暂停开放订阅。
事实上，训练完成并不意味着算力投入结束，尤其是在AI Coding、Agent等场景快速发展的背景下，模型需要持续调用工具、读取上下文、执行多轮推理，一个请求占用GPU资源的时间远高于传统聊天场景。模型能力越强、上下文越长、用户调用越频繁，对推理算力的消耗也越高。
“今天最大的问题还是缺算力，尤其是高质量的推理算力。”上海国投孚腾资本投资总监陈雨沁此前接受界面新闻采访时表示，即便是头部模型公司，也已经开始取消无限量使用、提高服务价格，本质上都反映出推理资源依然紧张。“如果基础设施没有解决，很多应用公司其实不敢真正大规模推广产品。”
“从供需关系来看，国内AI算力长期处于供不应求状态，而随着头部模型集中发布，这种紧张局面会进一步放大。”上述芯片产商人士向界面新闻称。
他介绍，目前像月之暗面、智谱、MiniMax等独立模型公司，获取算力主要依赖两种方式：一是租用公有云厂商的算力服务，二是建设自有算力集群。但前者资源有限，后者属于重资产投入，需要较长建设周期，因此模型厂商的算力供给始终存在一定压力。
“业内普遍认为，支撑万亿参数模型训练和推理，万卡级集群已经成为基础门槛。”他表示，从2024年至今，真正具备万卡级部署能力的厂商仍然是少数，不少已经宣布建设的大规模集群项目，落地周期往往以年计算，因此供需之间仍存在长期缺口。
今年WAIC期间，一个细节让上述国产芯片厂商印象深刻。
他告诉界面新闻，各家国产芯片厂展示超节点产品时，被问得最多的两个问题就是：“能不能支持万卡集群？”“能不能支持万亿参数模型训练？”
相比过去围绕单卡性能、芯片参数展开讨论，如今产业链更加关注的是超大规模集群能力，以及支撑头部模型持续训练、推理的基础设施。
这一变化，也折射出大模型竞争逻辑的变化。
过去，模型公司比拼的是参数规模、训练能力和Benchmark成绩；如今，随着越来越多模型进入真实生产环境，推理效率、服务稳定性、成本控制以及基础设施能力，开始成为新的竞争维度。
K3暂停开放新用户订阅，也许只是一次短暂的资源调配，却让外界第一次如此直观地看到，大模型竞争已经进入新的阶段。模型能力决定产品能否吸引用户，而推理算力、基础设施和持续服务能力，则决定它能否承接真正的大规模应用。
Current article:http://b4tuic3.chengjuecannaobianmouqueduoyu.shop/nmm/20260826/318956.html
Published on:19:46:13
