8月26日，雷峰网披露多项AI领域新进展。AI基础设施公司基元律动完成新一轮融资，累计融资金额达数千万美金；同一天，雷峰网还报道了两项围绕大模型与机器人效率的研究，分别提出加速视觉-语言-动作模型（VLA）推理和编排异构策略的新方案。
据雷峰网报道，基元律动本轮融资由弘晖基金领投，聚合资本、尚势资本等机构参与，此前已完成由Granite Asia领投的种子轮融资。基元律动由前华为诺亚方舟实验室主任王云鹤创立，核心团队多来自华为盘古、头部大模型厂商与云服务企业，公司押注大模型与应用之间的Routing Harness（智能路由与调度底座），并计划从Routing Harness进一步走向Agent-Native Model。其首款开源AI Agent产品OpenSquilla已获超6600个GitHub Stars；多模型聚合API平台TokenRhythm API已累计吸引5.4万名用户，单日Token调用量突破5000亿。王云鹤表示，模型能力只是Agent的一部分，如何组织模型、理解真实任务并让使用反馈持续反哺模型，可能是下一阶段整个Agent行业需要解决的问题。
基元律动所在的赛道正受到全球科技巨头关注。2026年8月，海外支付巨头Stripe以约75亿美元收购大模型路由平台OpenRouter，而该平台5月估值仅为13亿美元。在DRACO复杂研究任务评测中，基元律动的国产多模型集成方案以三分之一成本超越了海外顶级模型Fable 5。
另一项进展来自即将举行的IJCAI 2026。据雷峰网报道，论文《AC²-VLA》提出动作上下文感知的自适应计算框架。现有高效VLA方法多在视觉侧剪枝，但团队发现视觉复杂度不等于控制难度：机械臂接近目标时画面简单却需要精确计算，而大幅移动时画面复杂但计算需求低。为此，AC²-VLA让一个统一路由器根据动作上下文控制认知缓存复用、视觉token剪枝和层跳过。在SIMPLER基准上，该框架将计算量降至原始模型的29.4%，实际推理速度提升1.79倍，平均成功率从稠密基线的74.8%提升至76.8%，其中Drawer Opening任务从71.8%提升至80.6%。论文一作于闻达告诉雷峰网，既然VLA的最终产出是动作序列，用动作来指导计算分配更贴近模型本质。
华为诺亚方舟实验室同期发布RoboHarness系统，解决VLA、WAM、RL策略与TAMP等异构策略“各说各话”的问题。该系统以Coding Agent作为高层决策层，不改变、不重训任何底层策略，通过理解、记忆与进化三类辅助技能实现任务拆解和动态切换，并设计了Memory Bridge模块处理策略交接时的状态分布不匹配。消融实验显示，移除Memory Bridge后，任务进度下降不大但完整成功率从86.0%骤降至60.4%，表明交接状态是异构策略编排的关键。RoboHarness作者认为，长时序任务编排本身会产生跨能力、跨场景的执行数据，有望成为训练下一代通用机器人模型的重要来源。
从寻找最强模型到组织最合适的能力，AI与机器人领域的竞争正延伸到系统层面。据雷峰网报道，随着agentic systems和coding agents的进展，分层架构重新获得生命力，foundation model scaling与agentic hierarchy两条技术路线正从对立走向互补。