一、国内产业政策落地：AI 赋能制造业与软件产业双线推进

本轮地方与国家级政策集中面向产业落地，重点补齐工业场景数据集、智能体应用、机器人训练场等软硬基础设施，不再局限基础模型研发。政策导向从通用大模型转向行业垂直场景，将工业语料库、行业智能体、具身验证场地纳入建设目标，引导软件企业借助 AI 重构开发流程，为数据要素在制造、软件领域的商业化应用提供配套支撑。

工信部发布 “人工智能 + 软件” 专项行动，目标培育百项智能体标杆应用

工信部于 9 月 11 日召开发布会，正式解读《“人工智能 + 软件” 专项行动实施方案》，方案设置两阶段发展目标。到 2028 年，推广覆盖 2 万家规模以上软件企业，落地 100 项软件企业智能化技改项目，打造 100 个智能体软件标杆应用；到 2030 年实现 AI 与软件产业深度融合。官方数据显示，截至 2026 年 6 月国内大模型日均词元调用量突破 500 万亿，智能编程、开发类工具需求持续增长。该专项将推动软件行业训练数据集、智能开发平台建设，加速 AI 原生软件生态成型。

来源：工信部、21 世纪经济报道 发布时间：2026-09-11

淄博出台 AI + 制造三年行动，规划建设具身智能机器人训练场

淄博九部门联合印发《淄博市 “人工智能＋制造” 行动方案（2026—2028 年）》，明确到 2028 年建成山东 “人工智能 + 制造” 先锋应用高地。规划累计建成工业大模型 10 个以上、行业语料库 3 个以上、工业智能体 10 个以上，打造 50 个应用场景，培育 200 家智能工厂，同步建设 6 个人工智能能力中心与 1 处具身智能机器人训练场。方案覆盖模型、数据、场景、机器人验证全链条，推动工业场景下机器人操作数据采集与落地测试。

来源：财联社 发布时间：2026-09-11

二、具身智能商业化赛道：资本加注与场景验证并行

具身智能赛道正在进入资本落地、场景测试并行阶段。资本投资重心由单纯模型能力转向 “数据 — 模型 — 本体” 全栈闭环，赛事与项目也从技术参数比拼转向居家养老等真实任务验证。行业讨论聚焦估值与商业化价值错配问题，产业共识认为高质量实体交互数据仍是落地最大瓶颈。

超维动力完成超 5 亿元天使 + 轮融资，资金用于具身数据与产品迭代

全栈具身智能大模型企业超维动力（Kinetix AI）9 月 11 日宣布完成超 5 亿元人民币天使 + 轮系列融资，投资方包含淡马锡旗下祥峰资本、方广资本、万石资本。本轮融资资金将用于 “数据 — 模型 — 本体” 全栈迭代，加速人形机器人产品商业化落地。创始团队来自自动驾驶、人形机器人领域，融资重点投向机器人真机交互数据采集与仿真数据集构建。

来源： https://im-robot.com 发布时间：2026-09-11

睿抗机器人大赛收官，聚焦养老场景打磨具身智能标准化任务数据集

2026 睿抗机器人开发者大赛全国总决赛暨智元具身智能服务机器人专项赛 9 月 11 日落幕。赛事摒弃纯参数比拼模式，以居家养老真实需求设计任务，把老人取物、服药、喝水等生活化动作转化成标准化可验证的机器人任务，由智元 AIMA 提供底层技术支撑。赛事产出的场景任务集，可直接作为具身模型训练、评测数据集，补齐服务机器人生活化交互数据缺口。

来源： https://im-robot.com 发布时间：2026-09-11

三、海外 AI 安全与智能体：自主 AI 带来新型网络威胁

海外前沿实验室持续释放 AI 智能体的安全风险信号，具备自主执行能力的 AI 系统可独立完成网络攻击、修改恶意代码，突破传统安全防御边界。同时头部厂商持续开放智能体开发接口，产业加速从对话式大模型转向可自主执行多步骤任务的智能体，安全对齐、数据溯源压力随之上升。

Anthropic 发布 AI 威胁报告，证实 AI 智能体可自主改写恶意软件实施攻击

Anthropic 于 9 月 10 日发布第四份 AI 滥用威胁情报报告，覆盖 2025 年 12 月至 2026 年 8 月，划分网络攻击、生物滥用等七类风险场景。报告监测到 AI 智能体在恶意程序被查杀后自动重写代码规避防御，其中一起攻击事件在 34 小时内导出 2100 余组 Azure AD 令牌，波及 40 余家企业租户；团队同时拦截五起借助 AI 开展生物武器研究的尝试。报告附带风险指标清单，提示企业需针对自主智能体新增安全校验。

来源：Anthropic 官方 发布时间：2026-09-10

OpenAI 上线 Agents API 公测，面向开发者开放可自主执行任务的智能体框架

OpenAI 于 9 月 10 日开放 Agents API 公开测试版，向开发者提供云端托管的智能体构建与运行框架，支持单次 API 调用部署生产级多步骤自主代理。该框架源自内部 Codex 调度系统，能够独立完成长流程软件操作、跨工具任务执行，标志产业重心从静态对话模型，转向持续自主行动的 AI 智能体。该产品配套内置数据隔离机制，降低企业内部数据被智能体意外泄露风险。

来源：OpenAI 官方 发布时间：2026-09-10

四、算力与模型产品迭代：国产算力集群与多模态模型同步推进

大模型厂商持续推进推理架构优化与大型智算中心建设，算力采购、集群部署成为模型落地核心环节。新发布模型主打轻量化 MoE 架构，在保留多模态能力前提下降低推理成本，适配 Agent 场景。国内外厂商同步推进算力系统软硬件协同优化，国产 AI 芯片开始大规模进入推理集群。

DeepSeek 发布 V4.1 Flash 多模态模型，轻量化 MoE 架构降低 Agent 推理成本

DeepSeek 在 9 月 10 日正式发布 DeepSeek V4.1 Flash，属于新架构系列轻量化多模态模型，采用 5520 亿参数 MoE 架构，输入阶段仅激活 80 亿参数，输出激活 160 亿参数，原生支持视觉理解。官方定位面向 AI Agent 场景，在保证多模态能力的前提下压缩推理开销，降低企业部署智能体的数据处理与算力成本。

来源：DeepSeek 官网 发布时间：2026-09-10

DeepSeek 规划内蒙大型智算中心，拟采购 16 万颗国产昇腾芯片用于推理集群

据彭博社 9 月 11 日报道，DeepSeek 计划在内蒙古乌兰察布建设吉瓦级智算中心，拟部署至少 16 万颗华为昇腾 950DT 芯片，订单总额约 25.6 亿美元，履约周期不少于 18 个月。规划中昇腾芯片主要承担模型推理任务，原有海外芯片用于模型训练，双方还将联合设计算力超节点架构，优化长文本推理延迟，支撑万卡级集群扩展，是当前规划规模最大的国产 AI 推理集群项目之一。

来源：Bloomberg 发布时间：2026-09-11

1：政策重心转向垂直场景数据底座建设；本次工信部 AI + 软件、淄博 AI + 制造两份文件，都把行业语料库、工业数据集、机器人训练场纳入硬性建设目标。说明国内 AI 政策已经从基础大模型补贴，转向补齐行业专用数据基础设施，对于数据标注、行业数据集服务商而言，制造与软件领域的数据项目需求将持续扩容。

2：具身智能融资不再只看模型能力，数据闭环成为加分项；超维动力本轮融资资金重点投向机器人真机数据采集，睿抗大赛产出养老场景标准化任务数据集，共同反映资本判断：人形机器人落地瓶颈不在基础大模型，而在真实物理交互数据。具备场景数据采集、自动标注能力的企业更容易获得资本青睐。

3：AI 安全风险升级，自主智能体带来全新攻防范式；Anthropic 报告显示 AI 智能体可以自主迭代恶意代码，不再是人类简单输入指令。这会抬高企业 AI 落地的合规与安全门槛，企业部署 Agent 时，训练数据溯源、输入输出内容审计、权限隔离将成为必选项，带动 AI 数据治理需求。

4：算力分层趋势显现，国产芯片优先切入推理集群；DeepSeek 规划的乌兰察布智算中心区分训练算力与推理算力，昇腾芯片承担推理任务。该趋势意味着未来算力采购分层，训练侧仍以海外高端芯片为主，推理、行业场景部署成为国产算力与配套数据处理基础设施的主战场。

5：产业主线从通用大模型，转向智能体 + 实体机器人落地；OpenAI Agents API、工信部智能体专项、具身机器人赛事共同指向，行业竞争从单纯跑分竞赛，转向能够自动执行任务、对接物理世界的系统。高质量多模态、视频、触觉操作数据集，将成为智能体和人形机器人企业的核心资产。

9 月 11 日前后的行业动态共同勾勒出 AI 产业两条并行主线：国内依托专项政策，在软件、制造业落地场景，建设行业语料库、机器人验证场地等数据底座；海外厂商持续推进自主智能体产品，同时直面 AI 自主执行带来的网络安全风险。资本在具身智能赛道持续加注，但资金投向不再聚焦模型参数，更多倾斜物理交互数据采集与仿真数据集建设。算力层面出现明显分层，国产芯片在推理集群加速落地，支撑智能体与工业场景规模化部署。整体来看，模型能力已经不再是唯一竞争壁垒，场景数据、数据治理、实体机器人闭环验证，共同决定 AI 企业商业化落地速度。