24小时内 AI 领域最重要动态速递 | 侧重 AI Coding、AI 应用、AI 突破、具身智能
今日看点： 腾讯发布并开源新一代大模型 Hy4 preview，总参数 770B、激活 49B、上下文突破 1M，在 163 名专家、203 个工程任务的内部盲测中略优于 GLM-5.3 与 Kimi K3，并首次实现"递归自我改进闭环"——模型参与了自身训练方法与推理系统的自动优化；Anthropic 发表论文展示"自动对齐研究员"（AAR），以每小时约 4 美元的推理成本，在 10 项对齐基准上全面超越经验丰富的人类研究员提出的方案（人类成本约 150 美元/小时）；美国联邦法官裁定五角大楼对 Anthropic 的"供应链风险"认定违宪并予以撤销，称"对国家安全空洞的援引不是惩罚政府批评者的空白支票"；伦敦大学学院医院公布全球首例实时 AI 辅助的开颅肿瘤切除手术，AI 实时分析手术视频、标注血管与神经，患者视力保全；a16z 募集 11 亿美元成立"机器时代基金"，专投芯片、内存、数据中心、机器人等 AI 物理底座；Hugging Face 发布 399 美元开源机器人 Microduck，新技能可在仿真中用强化学习训练后直接部署到真机；自变量机器人发布世界模型 WALL-SS，可稳定推演 60 秒，虚拟与真实世界任务成功率吻合度达 93%；谷歌上线 Gemini Omni 1.1 Flash，视频场景扩展累计可达 40 秒并支持 4K 输出；国产 GPU"四小龙"之一燧原科技启动科创板 IPO，拟募资 60 亿元。
1. 腾讯开源 Hy4 preview：770B 参数、盲测超 GLM-5.3 与 Kimi K3，还首次"自己优化自己"
8 月 28 日，腾讯混元发布并开源新一代大语言模型 Hy4 preview，总参数 770B、激活参数 49B、上下文长度突破 1M，定位于代码、办公、科研等真实生产力任务，已通过 WorkBuddy、CodeBuddy、元宝、ima 等腾讯产品同步首发，WorkBuddy 与 CodeBuddy 上线两周限免（来源：腾讯官方、财联社、新京报）。在腾讯内部组织的 163 名专家、203 个工程任务盲测中，Hy4 preview 均分 2.99/4，略优于 GLM-5.3（2.92）与 Kimi K3（2.94）（来源：腾讯官方、新京报）。API 定价为输入 6 元/百万 tokens、输出 18 元/百万 tokens（约合 0.834/2.501 美元）（来源：新京报、腾讯官方英文版）。
最值得注意的技术细节是：Hy4 preview 首次参与了自身研发的全链路——对训练方法、数据策略、评估体系和底层算子提出方案、跑实验并根据结果迭代，官方称建立了"早期递归自我改进闭环"；它还自主分析推理系统瓶颈并优化算子融合与通信，使端到端吞吐较基线提升 31.8%（来源：腾讯官方英文版、腾讯云开发者社区）。此外，国产算力公司燧原科技同日宣布与混元"芯模协同"、全面支持 Hy4 preview（来源：腾讯云开发者社区）。市场侧，同日中信建投研报指出 AI 办公有成为继 Coding 之后下一个潜力场景，腾讯 WorkBuddy 月访问量已从 3 月的 900 万增至 6 月的超 2000 万（来源：腾讯研究院 AI 速递、界面新闻）。
值得关注的原因： Hy4 preview 的发布方式代表了中国开源模型竞争的新阶段：不再只拼榜单分数，而是拼"真实工程任务盲测 + 极低推理价格 + 与自家 Agent 产品深度协同"的组合拳——盲测直接对标 GLM-5.3 与 Kimi K3，说明开源第一梯队的差距已小到需要 203 个任务来分辨。更值得记录的是"递归自我改进闭环"：无独有偶，同一天 Anthropic 也发表了 AI 自动做对齐研究的论文（见第 2 条）——"用 AI 研究 AI、用 AI 优化 AI"在安全侧与生产侧同时落地，这一天可能被视为一个技术节点的开始。
2. Anthropic 发表"自动对齐研究员"：每小时 4 美元，10 项基准全面超越人类研究员
8 月 28 日，Anthropic 发表论文《Automated Researchers Can Reliably Mitigate Alignment Failures》（自动研究员能可靠地缓解对齐失败），并经 TechCrunch 报道引起广泛关注（来源：Anthropic 论文、TechCrunch/Pivot News、Value Add VC）。该系统名为 Automated Alignment Researcher（AAR），由 Anthropic fellow 陈岳翰（Chen Yueh-Han）主导：它自动检索机器学习文献、提出对齐方法假设、对目标模型执行 30 分钟一轮的微调训练、测量基准表现，保留有效方法、丢弃失败方法，循环迭代（来源：TechCrunch、Pivot News）。
结果显示：AAR 在全部 10 项针对特定失准行为的对齐基准上改善了模型表现，且未损害通用能力；论文原文写道，“最优的 AAR 方法平均在六小时内击败经验丰富的人类所提出的方案”，且"人类引导的研究方向并未带来更强表现"。成本对比是最大爆点——AAR 每小时 API 推理成本约 4 美元，而 Anthropic 付给人类研究员的时薪约为 150 美元（来源：论文原文、TechCrunch、TokenFeed）。论文同时明确局限：系统完全依赖基准质量，若基准有缺陷或过窄，自动优化可能产生误导性进展；设计与维护基准、扩充文献库仍需人类完成（来源：Anthropic 论文、Pivot News）。
值得关注的原因： 这是"递归自我改进"这一安全研究最担心的场景，第一次有了公开发表的、可验证的成本数据——而且先出现在安全工作流而不是能力提升上。对齐研究此前是少数顶尖人才（全球仅数百人）的高薪领地，AAR 把它变成了"推理成本"问题：如果安全微调可以 4 美元/小时地跑，实验室会把它变成持续运行的基础设施。但也要清醒看到论文自己承认的风险——系统优化的是基准，而基准与真实对齐目标之间的落差正是安全工作最容易出错的地方。判断这项工作的成色，就看它是否进入未来 Claude 的生产级后训练流水线。
3. 美国联邦法官撤销五角大楼对 Anthropic 的"供应链风险"认定：裁定违宪
当地时间 8 月 27 日（周四），美国加利福尼亚北区联邦地区法院法官 Rita Lin 发布 59 页裁决，正式撤销国防部长 Pete Hegseth 今年 2 月 27 日对 Anthropic 作出的"供应链风险"认定，裁定此举构成违反第一修正案的"非法报复"、并剥夺了 Anthropic 依第五修正案应享有的正当程序权利（来源：Politico、Axios、Quartz）。法官在裁决中写道："对国家安全空洞的援引，不是惩罚和报复政府批评者的空白支票。“她同时指出，政府用于支持该认定的风险评估备忘录日期（3 月 2 日）反而晚于相关指令的发布时间，记录疑似"事后补录”；且五角大楼在认定公布后仍继续与 Anthropic 洽谈合作，“这些都与’真正担心 Anthropic 是会破坏国家安全的破坏者’相矛盾”（来源：Quartz、Tech Times、Axios）。
事件起因是围绕一份约 2 亿美元合同的争议：国防部要求 Claude 可用于"所有合法用途"，而 Anthropic 坚持保留两条红线——不用于完全自主武器、不用于对国内民众的大规模监控。谈判破裂后 Hegseth 将其列为"供应链风险"（该条款历史上仅用于华为、卡巴斯基等外国实体，系首次针对美国本土公司），特朗普则下令联邦机构停用 Anthropic 技术。Anthropic 今年 3 月起诉。裁决后 Anthropic 回应称"欢迎法院裁定该认定违法"；美国政府预计上诉，另一桩平行案件仍在哥伦比亚特区巡回上诉法院进行（来源：Quartz、Tech Times、Axios、Politico）。
值得关注的原因： 这是"AI 公司能否为自己模型的使用方式划定边界"这一根本问题的首次司法裁决，且结论明确：政府不能因为 AI 公司公开声明使用限制就动用供应链条款进行惩罚。判决实际为所有保有"可接受使用政策"的 AI 公司确立了宪法层面的保护——这在各国政府竞相把前沿 AI 纳入军事与情报体系的当下，是一个关键先例。案件下一步在上诉法院，最终走向仍会影响"模型厂商 vs 国家权力"的全球博弈格局。
4. 全球首例实时 AI 辅助开颅手术：AI 读手术视频标注血管神经，患者视力保全
8 月 27 日，伦敦大学学院医院（UCLH）公布全球首例由 AI 实时辅助的神经外科手术：48 岁患者 Rhys Hibbert 脑垂体上长有 11 毫米肿瘤、压迫视神经，手术实际于今年 5 月在伦敦国立神经病学与神经外科医院进行，待患者康复后才对外公布（来源：UCLH/Intelligent Health、National Health Executive、泰晤士报印度版）。与传统依赖术前扫描的导航工具不同，该 AI 系统实时分析手术室的内镜视频流，随手术进行即时标注颈动脉、视神经等关键结构——垂体周围血管神经密集，"差一毫米"即可能导致失明、中风或死亡（来源：UCLH、National Health Executive）。
系统由 UCL Hawkes 研究所开发，运行于专为医疗设备实时 AI 设计的 NVIDIA Clara IGX 平台，基于大量既往垂体手术的标注视频训练；技术负责人 Sophia Bano 表示，该 AI "看过的"手术视频数量远超一位外科医生职业生涯早期所能积累。手术由 Hani Marcus 教授主刀，AI 全程仅作感知与提示，不切割、不做决策，医生保持完全掌控。术后患者视力立即改善，一周内已可独立行走（来源：UCLH、NextInSurgery、Times of India）。该临床试验由英国国立卫生研究院（NIHR）与 Google 资助，团队下一步计划开展更大规模试验，并探索"可与外科医生讨论商榷的第二意见"形态（来源：UCLH、Times of India）。
值得关注的原因： 这是 AI 从"读片诊断"走向"进入手术现场"的标志性一步。与渲染"机器人自主做手术"的叙事不同，这个案例的可信之处恰在于克制：AI 只做一件事——在看不清的地方提前标记风险结构，决策权完全在人。垂体手术这类低频高危术式正是 AI 价值最大的场景（据披露，英国外科医生年均仅做 10-20 台此类手术，肿瘤残留率 25-50%）。"AI 感知层 + 人类决策层"的分工，很可能成为高难度手术的标准配置范式。
5. a16z 募集 11 亿美元"机器时代基金"：硅谷顶级风投从软件转向钢筋水泥
8 月 28 日，Andreessen Horowitz（a16z）宣布为其首只专注硬件基础设施的新基金"Machine Age Fund（机器时代基金）"募集 11 亿美元，投资方向覆盖 AI 所依赖的全部物理底座：芯片、内存、网络、存储，以及数据中心、机器人乃至家庭 AI 设备（来源：a16z 官方、财联社、Unite.AI、PitchBook）。管理合伙人 Raghu Raghuram（前 VMware CEO）的表述更直接："可以把它理解为数据中心四堵墙之内的所有东西。"基金由 Martin Casado 与 Raghuram 共同负责（来源：财联社、PitchBook）。
a16z 在官方文章中给出了转向硬件的理由：机架算力密度从 H100 机架到 Rubin 机架提升了 28 倍，机架功率已从 5-10kW 涨至 100-250kW、预计三年内达 1MW，而硬件供应链习惯的年增速只有 20%-30%，远跟不上需求；目前硬件创业已占其交易流超 20%。据 PitchBook 数据，过去一年半导体与自主机器初创企业合计融资约 1000 亿美元；同期 Cerebras 已完成 IPO，Groq 将技术授权给英伟达（来源：a16z 官方、财联社、PitchBook）。
值得关注的原因： 以"软件吞噬世界"立身的 a16z 专门成立硬件基金，是 AI 投资范式转移的明确信号：当模型层的回报越来越向少数巨头集中、应用层随时可能被新模型能力"降维"，物理基础设施成为风险资本眼中"需求最确定"的环节。这与上周英伟达收购 Hugging Face、软银控股 1X 形成连续剧——资本正在从"token 经济"转向"钢筋水泥"。值得对照的是，国内同日燧原科技启动 60 亿元科创板 IPO（见第 9 条），中美资本在"AI 物理层"上的押注正在同步加速。
6. Hugging Face 发布 399 美元开源机器人 Microduck：像分享模型一样分享机器人技能
8 月 27 日，Hugging Face 联合旗下 Pollen Robotics 开放预订 Microduck——一只 25 厘米高、重不足 800 克、售价 399 美元的开源鸭形双足机器人，预计圣诞前发货（来源：TechCrunch/GenAI Daily、AIBase、Interesting Engineering）。硬件上它配备 15 个电机、广角摄像头、8×8 飞行时间激光雷达、双惯性测量单元；没有双臂，靠可开合的"鸭嘴"完成抓取，能走路、坐下、摔倒后自主站起、踢球、叼取物体，甚至轮滑（来源：Interesting Engineering、Analytics Insight）。
真正的卖点是训练架构：开发者可以在仿真环境中用强化学习训练新技能，再直接迁移部署到实体机器人（sim-to-real），无需在真机上做数千次试错；SDK、仿真环境与完整训练栈均开源在 GitHub，技能可以像 Hugging Face Hub 上的模型一样被社区分享和下载（来源：RobotsBeat、AIBase）。CEO Clément Delangue 表示，迄今最畅销的消费机器人销量约 2 万台，他预期 Microduck 会超过这一数字；设计哲学是"为移动而生、准备好摔倒"，让用户习惯与机器人的错误共处（来源：GenAI Daily、AIBase）。该产品恰在英伟达被曝接近以约 129 亿美元收购 Hugging Face 的同一周发布（收购事件见 08-28 简报）。
值得关注的原因： Microduck 复刻的是"树莓派逻辑"——用 399 美元把物理 AI 实验从融资充足的实验室拉到个人开发者的桌面上，把"仿真训练 + 真机部署"这条以往只有大厂研究组用得起的管线变成社区公共品。如果技能分享真能像模型分享一样形成生态，具身智能将获得 LLM 曾从开源社区获得的同一种飞轮。而在英伟达收购的背景下，Hugging Face 的"开源版图"正从模型延伸到机器人——被收购前的这次产品发布，也像是在向买家展示平台价值的另一半。
7. 自变量发布世界模型 WALL-SS：机器人动手之前，先在"虚拟世界"推演 60 秒
8 月 27 日，自变量机器人（X Square Robot）正式发布"下一尺度自回归世界模型"WALL-SS，突破传统扩散模型单片段生成视频的方式，像画家作画一样先勾勒粗尺度轮廓、再逐层细化画面与物理细节，实现对未来画面更稳定的预测（来源：证券日报/今日头条、每日经济新闻/网易、21 财经）。官方测试显示三项突破：其一，"动作跟随"得分 0.29，是所有对比模型中唯一不为零的——即只有 WALL-SS 生成的未来画面真正遵循动作指令，解决了世界模型"无论怎么操作都预测成功"的"磁铁式抓取"自欺问题；其二，稳定推演时长达 60 秒，通用视频模型约 30 秒后即出现物体消失等画面崩溃；其三，同一动作策略在虚拟世界与真实世界中的任务成功率吻合度达 93%（来源：证券日报、每经、21 财经；以上为企业自述测试结果）。
技术上，WALL-SS 将机器人动作指令严格对齐进各生成尺度（“尺度对齐的动作条件注入”），并用"越近越细、越远越粗"的分级记忆压缩历史信息，使推演时长增加而内存占用恒定；同一个网络既能当模拟器（按动作预测未来）也能当规划器（按目标生成动作），并内置动作解码头，可直接从预测画面读出机器人下一步动作，论文已在 GitHub 开放（来源：证券日报、自变量官方发布）。
值得关注的原因： 世界模型是当前具身智能的核心技术路线之一，但此前的通病是"预测不锚定动作、时间一长画面就崩、虚拟验证不可信"——这使其难以真正用于机器人训练。WALL-SS 拿出的三个数字（动作跟随唯一非零、60 秒不崩、93% 虚实吻合）分别对应这三大痛点，若经独立复现验证，意味着"机器人在虚拟世界预演、再到现实执行"这条降本路径第一次具备可信度。这与小鹏把"时间"纳入 VLA（08-28 简报）殊途同归：具身智能的竞争焦点正从"动作执行精度"转向"对物理世界的预测能力"。
8. 谷歌上线 Gemini Omni 1.1 Flash：视频生成进入"草稿—迭代—4K 成品"的生产管线时代
当地时间 8 月 27 日，谷歌正式发布 Gemini Omni 1.1 Flash 视频生成与编辑模型，通过 Google AI Studio、Gemini Enterprise Agent Platform 的 API 面向开发者开放，并向 Google AI 订阅用户在 Flow 和 Gemini 应用中推送（来源：谷歌官方博客、DataNorth、IT之家/太平洋科技）。核心新能力包括：场景扩展——模型可分析最多 10 秒的先前视频上下文（此前模型仅参考最后 1 秒），以 10 秒为增量无缝续写，单条视频累计最长 40 秒；指定首尾帧生成平滑过渡与运镜；支持最长 3 秒的参考视频以保持角色与场景一致（来源：谷歌官方、DataNorth、Gigazine）。
针对生产流程，新增 360p 草稿模式——生成速度最高提升 60%、成本约为 720p 的三分之一，定稿后再放大输出 1080p 或 4K；按秒计费，360p 每秒 0.03 美元、720p 每秒 0.10 美元、4K 每秒 0.30 美元（来源：谷歌官方、太平洋科技、Gigazine）。另据 Gigazine 援引 Arena 人类盲测榜单，Gemini Omni 1.1 Flash 在文生视频类别排名第一，图生视频类别位列开源的 MiniMax H3 之后排名第二（来源：Gigazine，单一来源，供参考）。
值得关注的原因： 这条新闻的价值不在"又一个视频模型"，而在工作流形态的变化：40 秒累计的场景扩展、首尾帧控制、低成本草稿与 4K 放大组合起来，视频生成第一次具备了"像写代码一样先跑草稿、再迭代、最后出成品"的工程化管线，而不是一次性抽卡。同期 Adobe 为 Photoshop 推出 AI 辅助编辑测试版、Midjourney 开测 V8.2 图像编辑，巨头们正在视频/图像生成上集体从"生成工具"转向"编辑平台"——谁先把生成嵌进创作者的既有流程，谁就拿到留存。
9. 燧原科技启动科创板 IPO 拟募 60 亿元：国产 GPU"四小龙"聚首资本市场
8 月 28 日，国产云端 AI 芯片公司燧原科技开展科创板发行初步询价，股票代码 688801，拟公开发行 4303.52 万股（占发行后总股本 10%）、募集资金 60 亿元，网上网下申购定于 9 月 2 日，保荐人为中信证券（来源：中国证券报、环球网财经、东方财富）。若上市时仍未盈利，公司将纳入科创板科创成长层。募资将投向第五代、第六代 AI 芯片系列产品的研发及产业化，以及先进 AI 软硬件协同创新项目（来源：中国证券报、快科技）。
财务与技术面上：2023-2025 年营收分别为 3.01 亿、7.22 亿、9.90 亿元，三年复合增长率 81.32%，扣非净亏损逐年收窄至 11.97 亿元；2026 年上半年营收约 11.2 亿元（来源：环球网财经、腾讯研究院 AI 速递）。公司坚持不依赖 GPGPU 路线的 DSA 自主架构，自研 GCU-CARE 加速计算单元（已迭代四代、原生支持 FP8）与"驭算"全栈软件平台，是国内少数原生支持 FP8 精度的厂商（来源：中国证券报）。此前摩尔线程、沐曦、壁仞已先后登陆或过会，“国产 GPU 四小龙"至此齐聚资本市场；另据国联民生证券研报，当前国产 AI 芯片出货份额已突破 40%（来源：新浪财经，单一研报观点）。同日，燧原宣布与腾讯混元深度"芯模协同”、全面支持 Hy4 preview（见第 1 条）。
值得关注的原因： 燧原是观察"国产算力替代"成色的一个样本：三年营收复合增长 81%、上半年营收已超去年全年，说明国产 AI 芯片已从"能用"进入"放量"；而它与 Hy4 preview 的"芯模协同"（模型设计阶段即对国产芯片特性联合优化）展示了一条与"适配 CUDA 生态"完全不同的路径——模型与芯片从源头共建。60 亿元募资全部砸向第五、六代芯片，则是对"国产大模型全部流量跑在国产芯片上"（GLM-5.3-Flash 已先行）这一叙事的资本确认。
今日观察
五条主线贯穿本日动态：
开源模型竞争进入"生产力实测"阶段 —— 腾讯 Hy4 preview 用 203 个真实工程任务的盲测直接对标 GLM-5.3 与 Kimi K3，配合每百万 tokens 个位数人民币的定价——开源第一梯队的差距已经小到需要专家盲测来分辨，竞争焦点从榜单分数转向"真实任务表现 + 推理成本 + Agent 产品协同"三位一体。
"用 AI 研究 AI"在同一天出现两个实证 —— Anthropic 的 AAR 把对齐研究变成 4 美元/小时的自动化循环，腾讯 Hy4 让模型参与自身训练与推理系统优化（吞吐 +31.8%）。一安全一生产，殊途同归：递归自我改进从哲学讨论变成了写在论文和发布说明里的工程事实。接下来要盯的是它们是否进入各自的生产流水线。
AI 公司与国家权力的边界，第一次由法院划定 —— 法官撤销五角大楼对 Anthropic 的"供应链风险"认定，明确政府不能因 AI 公司声明的使用红线而惩罚它。在各国政府竞相将前沿 AI 军事化的背景下，这一先例为"模型厂商的技术伦理立场"提供了宪法级保护，但上诉之路才刚开始。
具身智能的两条新路径：把机器人做便宜，或把世界做可信 —— Hugging Face 用 399 美元的 Microduck 把"仿真训练 + 真机部署"变成社区公共品，赌的是开发者生态；自变量用 WALL-SS 把虚拟推演的虚实吻合度做到 93%，赌的是"先想后做"。两条路径目标一致：把机器人在真实世界里试错的成本降下来。
资本加速从"token 经济"转向"物理底座" —— a16z 11 亿美元硬件基金（美国风投）与燧原 60 亿元 IPO（中国资本市场）同日落地，加上本周的英伟达-Perplexity、软银-1X，"AI 物理层"正在同时成为中美资本确定性的共识。上上周是分发渠道之争，上周是物理设备之争，本周是基础设施资本之争——AI 竞赛的底层逻辑正在逐层下沉。
数据来源：腾讯官方/财联社/新京报/界面新闻/腾讯云开发者社区、Anthropic 论文/TechCrunch/Pivot News/Value Add VC/TokenFeed、Politico/Axios/Quartz/Tech Times/中国日报网、UCLH/Intelligent Health/National Health Executive/Times of India/NextInSurgery、a16z 官方/财联社/Unite.AI/PitchBook、TechCrunch/GenAI Daily/AIBase/Interesting Engineering/Analytics Insight/RobotsBeat、证券日报/每日经济新闻/21 财经、谷歌官方博客/DataNorth/IT之家-太平洋科技/Gigazine、中国证券报/环球网财经/东方财富/快科技/新浪财经 等公开信息，截至 2026 年 8 月 29 日（北京时间）。