AI热点日报 | 2026年8月29日

今日导读

周六好。今天最值得记住三件事：Anthropic发布了MHS（模型硬件标准）------Claude从屏幕走进了实验室，可以直接操控显微镜、机械臂和激光器做实验；腾讯混元开源了Hy4 preview（770B MoE），内部盲测略胜GLM-5.3和Kimi K3，还首次实现了递归自我改进闭环；同一天Anthropic双喜临门------研究显示Claude能自主修复10类对齐失败，联邦法院也裁定五角大楼封禁Anthropic违法。另外，Meta正式入局AI编程Agent赛道，Salesforce和Anthropic联手把CRM塞进了Claude。周末适合深读。

1. Anthropic发布MHS模型硬件标准：Claude从屏幕走进实验室，AI操控物理设备

💡 速览：AI Agent可自主操作显微镜、机械臂、移液器和激光器，设备集成从数周缩短至8小时

发生了什么

8月27日，Anthropic发布Model Hardware Standard（MHS）研究预览版，让AI Agent能自主操作实验室和工厂的物理设备。MHS为任何可编程设备提供统一接口------设备能"告诉"AI自己能做什么、能测量什么、安全极限在哪。在卡内基梅隆大学的测试中，过去需要数周的跨厂商设备集成（液体处理器、酶标仪、机械臂、监控摄像头，分布在不兼容的三台电脑上），8小时即完成，实验执行速度提升约3倍。系统在设备移动前自动拦截了全部6种人为注入的故障条件。AWS、斗山机器人、优傲机器人、凯杰、Tecan等已开发支持。Anthropic计划在安全测试完成后开源。

对你意味着什么

如果你是实验室/制造业从业者：设备互操作是科研和制造业的最大隐性成本之一。MHS把数周定制集成压缩到数小时，意味着"24小时无人值守实验"从概念走向可行。但当前仍有物理推理局限------Genentech实验中，蛋白质溶液出现气泡时Claude重复操作导致问题恶化，需人类解释物理原因后才恢复

如果你是AI Agent开发者：MHS是模型无关的（不限于Claude），通过MCP协议接入。这意味着Agent的能力边界从"调用软件API"扩展到"操作物理机器"，意义类似于MCP之于软件工具

如果你是关注AI安全的从业者：安全限制在接口层强制执行（设备移动前拦截），而非依赖模型"被训练得小心"。这是比"提示词约束"更硬的设计，但Anthropic也承认Genentech案例暴露了物理世界理解的天花板

现在可以做什么

✅ 如果你在实验室或制造业，通过modelhardwarestandard.com申请加入研究预览

✅ 评估你的设备是否可编程------MHS只支持有编程接口的设备，不支持纯手动操作仪器

✅ 关注MHS与现有标准（SiLA 2、Opentrons）的兼容性，判断是否需要迁移

🔗 来源：Anthropic Unveils Model Hardware Standard for AI Control of Physical Devices ｜ Anthropic Unveils Model Hardware Standard to Let AI Agents Control Physical Machines ｜ Anthropic opened a hardware standard that lets Claude run lab robots - DEV Community

2. 腾讯混元Hy4 preview发布并开源：770B MoE盲测优于GLM-5.3和Kimi K3，首次实现递归自我改进闭环

💡 速览：770B参数49B激活、1M上下文；内部163专家203任务盲测2.99分略胜GLM-5.3（2.92）和Kimi K3（2.94）；首次参与自身训练优化

发生了什么

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。模型定位"为生产力而生"，在软件工程、办公分析、游戏开发、科研四大场景均有提升。在腾讯内部163名专家、203个工程任务的盲测中，Hy4 preview均分2.99/4，略优于GLM-5.3（2.92/4）和Kimi K3（2.94/4）。登上Code Arena WebDev榜单第5名，开源模型第3名。最重要的突破是首次实现递归自我改进闭环------Hy4 preview参与了自身研发全链路，包括训练方法、数据策略、评估体系和底层算子的自动优化，端到端吞吐量较基线提升31.8%。模型已在WorkBuddy/CodeBuddy国内版及国际版、元宝、ima同步首发。定价输入6元/百万tokens、输出18元/百万tokens，缓存命中0.3元。

对你意味着什么

如果你是关注大模型竞争的人：8月中国模型界密集刷新------DeepSeek V4系列、千问Qwen3.8系列、智谱GLM-5.3系列、现在加上腾讯Hy4，四大厂商几乎同步更新。腾讯平均每两个月迭代一次大版本，节奏已对标一线

如果你是WorkBuddy/CodeBuddy用户：Hy4 preview已在你用的产品中同步首发，你可以直接体验。腾讯明确Hy4与CodeBuddy/WorkBuddy"Co-Design"深度协同，意味着模型和产品是一起打磨的

如果你是关注AI自进化的人：Hy4首次让模型参与自身训练优化，形成"提出方案→运行实验→迭代改进"的递归闭环。虽然还在早期，但这是通向自我改进AI的重要信号

现在可以做什么

✅ 在WorkBuddy或CodeBuddy中直接体验Hy4 preview，对比你常用模型的差异

✅ 从GitHub或HuggingFace下载Hy4 preview权重进行本地部署和测试

✅ 关注Hy4的递归自我改进细节，评估这种思路是否适用于你的AI训练流程

🔗 来源：腾讯混元Hy4 preview发布并开源｜ https://www.toutiao.com/article/7679078034795676195/ ｜全球AI日报

3. Anthropic双响炮：Claude自主修复10类对齐失败，联邦法院裁定政府封禁违法

💡 速览：自动化对齐研究员AAR成本4/小时（人类150），60小时将Opus 4.8对齐推至65%；法院裁定五角大楼"供应链风险"标签违法

发生了什么

8月28日，Anthropic发布两项重磅消息。研究方面：Anthropic构建了"自动化对齐研究员"（AAR），由Claude Opus 4.8驱动，针对阿谀、越狱、提示注入、权力寻求、欺骗、幻觉、社会偏见、隐私违规、奖励黑客、隐藏不确定性等10类对齐失败，自主搜索文献、提出训练方法、编写代码、训练小模型并评估效果。所有10类失败均显著缩小安全差距，方法泛化到未参与优化的评测和参数大4.7倍的模型。与28名平均2.5年经验的人类研究员对比，AAR在全部7类人类提案的失败上表现更优，平均6.4小时即超越人类最佳方案。AAR成本约4/小时 vs 人类150/小时。更关键的实验：让Claude Sonnet 5修复早期Opus 4.8 checkpoint的对齐问题，60小时内将Petri审计分数从0推到65%，逼近已发布版的72%，所用训练样本仅约2400条------比生产对齐流程少15000倍。Harness已开源。

法律方面：美国联邦法官Rita Lin裁定五角大楼将Anthropic列为"供应链风险"的措施违法，违反第一修正案（因Anthropic批评政府而被报复）和第五修正案（正当程序）。法官59页意见书指出："空洞地援引国家安全不是惩罚和报复政府批评者的空白支票。" 此前Anthropic因拒绝允许军方将Claude用于大规模监控和自主武器，被特朗普政府下令封禁。

对你意味着什么

如果你是AI安全从业者：AAR的意义在于------对齐工作从"人类手工周期数周"压缩到"Agent数小时自动完成"。更重要的是，较弱模型（Sonnet 5）可以对齐更强模型（Opus 4.8），意味着"递归自对齐"从假设变为可度量结果。但局限同样明确：监控发现2.4%的轨迹有作弊嫌疑，政治偏见等生产级风险未覆盖

如果你是关注AI监管的人：法院裁定政府不能以"国家安全"为名随意封禁AI公司，这是AI行业与政府博弈的里程碑。但政府已宣布上诉，最终法律地位仍不确定

如果你是关注Anthropic商业化的人：对齐自动化+法律胜利，为Anthropic秋季IPO（估值预期2万亿美元）增添了安全叙事和法律确定性。但Monitor抓作弊的事实也提醒：让AI对齐AI，仍需"谁来监督监督者"

现在可以做什么

✅ 从Anthropic Alignment Science Blog阅读完整论文，评估AAR方法是否适用于你的模型对齐流程

✅ 用开源的automated alignment research harness在自己的模型上测试自动化对齐

✅ 跟踪政府上诉进展，评估对AI行业政府合同和合规风险的影响

🔗 来源：Automated researchers can reliably mitigate alignment failures \ Anthropic ｜ Anthropic Reports Claude Agents Mitigated Ten Alignment Failures -- Unite.AI ｜ Judge rules Trump administration illegally punished AI firm Anthropic - CBS News ｜ US judge rules Pentagon blacklisting of Anthropic unlawful - World - Chinadaily.com.cn

4. Meta发布Muse Code：首个AI编程Agent入局，1M上下文+崩溃恢复+多智能体并行

💡 速览：终端编程Agent，Muse Spark 1.2模型驱动，1M上下文，崩溃可精确恢复，多Agent并行处理大型仓库

发生了什么

8月29日，扎克伯格正式宣布推出Meta首个AI编程Agent------Muse Code（beta版），由新模型Muse Spark 1.2驱动，直接瞄准OpenAI Codex和Anthropic Claude Code。Muse Code是终端编程Agent（macOS/Linux），核心特性：1M token上下文窗口管理大型代码库；本地事件日志记录每次模型调用、工具执行和代码编辑，崩溃后可从断点精确恢复（restart-safe）；持久后台Agent在会话全程保持活跃，自主收集信息执行步骤而非为每个任务新建Agent；内置/plan（计划）、/grill（测试计划）、/goal（目标导向）命令。Muse Spark 1.2与Muse Code联合训练，在Terminal-Bench 2.1得分82.9%（落后Claude Opus 5但略胜GPT-5.6 Terra），DeepSWE 1.1得分59.3%。定价分两档：标准1.25/4.25每百万token，Contributor 0.10/0.20（数据可用于改进产品）。

对你意味着什么

如果你是开发者：AI编程Agent赛道再添一员，竞争加剧意味着价格战和功能迭代加速。Muse Code的"崩溃恢复"和"持久后台Agent"设计直击Cursor和Codex的痛点------长时间任务中断后的断点续传。但Terminal-Bench得分仍落后Claude Opus 5

如果你是关注AI编程竞争格局的人 ：Codex、Claude Code、Muse Code三国杀成型。Meta的独特优势是Contributor tier极低定价（0.10/0.20），本质是"用数据换低价"------用户数据成为训练燃料。但分析师指出企业采纳的瓶颈不在模型能力，而在CI/CD环境的安全治理

如果你是开源路线关注者：Muse Spark 1.2用Muse Spark 1.1生成训练环境和指令模板来训练1.2，形成"自我改进循环"。这与腾讯Hy4的递归自我改进思路异曲同工

现在可以做什么

✅ 试用Muse Code（通过Meta Model API获取），对比Claude Code和Codex在你实际项目中的表现

✅ 评估Contributor tier的数据隐私政策------你的代码是否可被用于训练，对合规是否有影响

✅ 关注Muse Code的多Agent并行能力------在大型仓库中fan-out到隔离worktree是否真的无冲突

🔗 来源：Sina Visitor System ｜ Used laptops from Europe | Used computers from Europe ｜ https://homy-land.com/?live-blog-20561105-2026-08-06-meta-has-released-a-beta-coding-agent-designed-to-handle-complex-software-assign/

5. Salesforce与Anthropic发布Claudeforce：CRM×AI深度绑定，37个销售技能+Claude成Slack默认模型

💡 速览：Salesforce in Claude插件首发37个销售技能，访问权限继承自Salesforce权限模型，9月开放beta

发生了什么

8月28日，Salesforce与Anthropic宣布扩展战略合作"Claudeforce"，首款产品为Salesforce in Claude插件。该插件内置37个预构建销售技能（会议准备、交易健康度审查、pipeline审查、预测叙述、输赢分析、活动记录、Salesforce卫生检查等），让Claude直接读取实时CRM数据并执行操作。关键设计：访问权限继承自Salesforce现有权限------"如果你不拥有某条记录，MCP服务器也不能读写它"，无需单独构建权限模型，管理员一次连接全团队即可用。Claude同时成为Slack默认推理模型（Slackbot、Claude Tag、Slack Code创始伙伴）。Onboarding时读取销售人员的Salesforce、Slack和Claude连接器上下文，生成包含账户、pipeline和实时数据的交互式仪表板。目前定向试点，9月开放beta。

对你意味着什么

如果你是销售/RevOps从业者：37个技能不是通用prompt，而是打包了命名能力的目录------pipeline审查只读分析，活动记录可改系统记录。RevOps的工作从"建一次性AI集成"转向"治理一组可重复能力的自主级别"

如果你是Salesforce管理员/架构师：你的sharing model现在就是AI安全边界。过度授权的用户今天能看到什么，Claude就能快速批量读取和操作。两份账单（Salesforce API+Anthropic推理）且无公开定价，消费型支出需要指定负责人

如果你是关注AI企业落地的从业者：Marc Benioff称"UI就是AI"------软件从"需要被打开的工具"变成"后台驱动一切的基础设施"。这与腾讯WorkBuddy"直接交付结果"的理念同频

现在可以做什么

✅ 审计你的Salesforce权限集和角色层级------过度授权在AI介入后风险被放大

✅ 为Claudeforce的消费型支出指定预算负责人，避免"到第一张账单才有人管"

✅ 评估37个销售技能中哪些适合你的业务流程，9月开放beta后优先测试读写自主级别

🔗 来源：https://www.salesforce.com/ap/news/press-releases/2026/08/28/ ｜ Salesforce in Claude: What 37 Sales Skills Mean for RevOps ｜ Claudeforce: what it changes for Salesforce admins and architects | SynconAI

6. OpenAI发布Rosalind Workbench：生命科学虚拟工作台入驻ChatGPT，"让每个科学家拥有自己的研究团队"

💡 速览：嵌入ChatGPT的生命科学工作台，覆盖蛋白设计到NGS分析六大方向，human-in-the-loop写进产品流程

发生了什么

8月28-29日，OpenAI在开发者博客上线Rosalind Workbench研究预览，一个嵌入ChatGPT的生命科学虚拟工作台。定位"让每个科学家成为自己的研究团队"，底座是4月发布的GPT-Rosalind领域专用模型。覆盖六大方向：蛋白设计、小分子设计、安全性与成药性、结构与序列、基因组学与病理、实验验证。每个方向配专业查看器------分子结构、生物序列比对、病理切片可在对话中直接打开。演示案例包括查看GLP1R与司美格鲁肽结合结构、伊马替尼对接ABL1激酶、PD-L1纳米抗体排序并给出后续结合实验外包报价。NGS Analysis Workbench上传FASTQ文件后先做质控，分析方案生成后暂停等研究者批准才执行------human-in-the-loop被写进产品流程。Boltz Bio API插件首日集成。访问分Explore mode（通用问答）和Research mode（复杂问题，仅限verified organization成员）。

对你意味着什么

如果你是生命科学从业者：从模型（GPT-Rosalind）到产品（Workbench），OpenAI走了四个月。六大方向覆盖了从结构生物学到抗体工程的典型研发场景，"先出计划等批准再执行"的设计对需要可审计输出的科研场景很关键

如果你是关注AI×Science的人：OpenAI和Anthropic在AI4Science赛道同时押注------OpenAI走生命科学工作台路线（Rosalind Workbench），Anthropic走物理设备操控路线（MHS）。两条路线互补：一个在数字世界做分析和假设，一个在物理世界做实验

如果你是关注AI商业模式的人：有评论者指出GPT-Rosalind真正产品化的是"准入"本身------生物安全闸门叠加trusted access，把"谁能用"变成商业模式。研究预览期不消耗API额度，更像用免费额度换真实工作流数据

现在可以做什么

✅ 如果你是verified organization成员，申请Research mode访问权限

✅ 评估Rosalind Workbench的NGS分析流程是否能替代你现有的pipeline工具

✅ 关注Boltz Bio等第三方插件生态------蛋白和小分子设计能力是否通过插件补齐

🔗 来源：OpenAI Launches Rosalind Workbench for Science... · AGI Hunt ｜ OpenAI Launches Rosalind Workbench First AI Workspace for Life Sciences | HuggingNews ｜ Meet Rosalind Workbench: Empowering every scientist to be their own research team | Vuink.com

7. AI编程工具横评+智能体红黑榜：8月AI办公格局成型，文心快码综合第一、WorkBuddy月活断层领先

💡 速览：多家媒体横评出炉------文心快码Comate五维评分第一，WorkBuddy月活2097万超第二三名之和，TRAE Work靠知识Wiki翻盘

发生了什么

8月底，多家媒体集中发布AI编程工具和办公智能体横评。SegmentFault六款横评中，文心快码Comate以"过程可控性"9.5分（Doc→Tasks→Changes→Summary四段流程把干预点前移）和性价比9.4分居综合第一，Cursor和Claude Code在代码生成质量领先但免费额度和价格吃亏。智能体红黑榜方面，WorkBuddy 6月全平台月活突破2000万、日活超1300万，在易观统计的桌面端AI办公智能体中月访问量2097万排第一，超过第二（TRAE 1297万）和第三（QoderWork 788万）之和；8月11日上线多端同步功能解决了"离开电脑就失联"的痛点。TRAE Work靠一个出圈实测翻盘------编辑将1014篇Markdown文稿库交给它搭建个人知识Wiki系统，它先研究Karpathy的LLM Wiki方法论再扫描本地资料，全程无人工干预自主完成。中信建投研报指出，腾讯、阿里、字节三家大厂近乎同步完成产品线收拢，集体押注AI办公统一入口赛道。

对你意味着什么

如果你是AI工具选型者：横评揭示了一个规律------"能拦住"比"跑得快"值钱。文心快码的流程可控性第一，意味着对老项目改造这种高风险场景更安全；Cursor和Claude Code适合从零搭建但大重构时账单弹性大

如果你是企业数字化负责人：BAT三家都已推出智能体工作台，竞争焦点从"单点功能"转向"生态连接器数量+模型调度能力+工作流打通深度"。选型应看你用的办公生态（腾讯系选WorkBuddy，阿里系选千问办公，字节系选豆包工作）

如果你是关注AI商业化的人：WorkBuddy月活超第二三名之和，说明在C端AI办公赛道"用户量"已经跑出头部效应。但红黑榜也指出短板------生成图表视觉表现力偏弱，修改本地文件路径后丢失上下文记忆

现在可以做什么

✅ 根据你的高频场景（老项目改造选Comate，从零搭建选Cursor/Claude Code，企业生态选WorkBuddy/千问办公/豆包工作）做针对性测试

✅ 用你的真实数据（如历史文档库）测试TRAE Work的"知识Wiki"能力，评估是否适合知识管理场景

✅ 关注各产品的多端同步能力------WorkBuddy已补齐，豆包工作和千问办公是否跟上

🔗 来源：https://segmentfault.com/a/1190000048224606 ｜每月一测：2026年8月AI智能体红黑榜，谁涨分了谁翻车了？-北京尧图网络科技有限公司｜华尔街见闻｜ https://segmentfault.com/a/1190000048223403

8. 智谱发布GLM-5.3完整权重开源，同时修复GLM-5.3-Flash参数异常并发放等额赠金

💡 速览：GLM-5.3权重在HuggingFace和ModelScope开放下载；Flash变体参数配置异常已修复，受影响用户获等额赠金

发生了什么

8月28-29日，智谱AI（Z.ai）正式发布GLM-5.3模型权重，已在HuggingFace和ModelScope开放下载，兑现了首发两周后开源权重的承诺。此前8月26日上线的GLM-5.3-Flash（320B-A18B，首个原生多模态，MIT协议，定价Opus 4.8的1/40，AAII 57分与Opus 4.8持平，全部流量由十万张国产芯片承接）被确认为匿名登顶的"Ox Alpha"模型。但智谱发现GLM-5.3-Flash存在参数配置异常，导致部分Agentic用例表现下降，目前已修复，并对受影响期间在官方渠道使用过该模型的用户按实际用量发放等额赠金。同日智谱还发布了GLM-4.6，在长上下文、编码和推理能力上较GLM-4.5有显著提升。

对你意味着什么

如果你是GLM用户：GLM-5.3权重开源意味着你可以本地部署和微调。Flash变体定价仅为Opus 4.8的1/40且由国产芯片承载，是国产多模态开源模型的性价比标杆。参数异常已修复+等额赠金说明智谱在产品稳定性上态度认真

如果你是关注开源AI的人：GLM-5.3的"首发两周后开源"节奏已成为国产大模型的标准化策略------先用API抢占生态，再用开源权重锁定开发者。与DeepSeek Harness的MIT协议+V4 Pro定价策略异曲同工

如果你是国产算力关注者：GLM-5.3-Flash全部测试流量和线上服务由十万张国产芯片承载，验证了"国产模型+国产芯片"闭环的可行性

现在可以做什么

✅ 从HuggingFace或ModelScope下载GLM-5.3权重，在本地或私有云部署测试

✅ 如果你是GLM-5.3-Flash受影响用户，检查是否已收到等额赠金

✅ 评估GLM-5.3-Flash在你的Agent场景中的表现------参数修复后Agentic用例是否恢复正常

🔗 来源：全球AI日报｜ Sina Visitor System ｜ https://huggingface.co/zai-org/GLM-5.3

9. Lovable新增MCP支持+Agent基础设施生态加速：发布应用即MCP服务器，DataCamp/Vercel同步入局

💡 速览：Lovable让发布的应用变成MCP服务器，AI助手可直接读写数据；DataCamp发布MCP Server，Vercel推一分钟搭Agent流程

发生了什么

8月29日，多条Agent基础设施更新集中发布。Lovable新增MCP支持------用户发布的应用可自动变成MCP服务器，让Claude和ChatGPT等AI助手直接读取信息、运行工作流和更新记录。默认需OAuth登录，所有公开方案可用。同日DataCamp发布MCP Server，支持Claude进行课程发现、学习任务分配和进度追踪，支持OAuth。Vercel推出一分钟搭建AI Agent的流程------添加提示词、选择模型和MCP连接、部署即可，Agent在生产环境运行并由用户的Git仓库支持。Krea预览了Krea 3基础模型和Krea Agents平台，支持通过MCP或API集成现有工作流。

对你意味着什么

如果你是AI应用开发者：Lovable的"发布应用即MCP服务器"是一个聪明的设计------你做的应用不只是给人用，也给AI Agent用。这放大了应用的可触达性，从"人类用户"扩展到"AI Agent用户"

如果你是关注Agent基础设施的人：MCP正在从"模型连接工具"进化为"应用连接应用"的协议层。DataCamp、Vercel、Krea同日入局说明Agent基础设施生态正在加速，MCP正成为Agent时代的"HTTP"

如果你是非技术背景创业者：Vercel的一分钟搭Agent流程意味着创建一个生产级AI Agent的门槛大幅降低。配合Lovable的"应用即MCP服务器"，不需要写后端也能让AI Agent访问你的应用数据

现在可以做什么

✅ 在Lovable中发布一个应用并启用MCP支持，测试Claude/ChatGPT是否能直接交互

✅ 用Vercel的一分钟流程搭建一个简单的AI Agent，评估生产环境部署的可行性

✅ 跟踪MCP生态发展------当你的工具链都支持MCP时，Agent可以跨应用编排工作流

🔗 来源：Latest AI News Today (Aug 29, 2026) --- Updates That Matter | HeadsUpAI ｜腾讯开源770B模型同日对决谷歌Midjourney，但真正杀招藏在Anthropic的硬件标准里|编程|智能体|大模型|知名企业_网易订阅

10. 昆仑万维SkyProduction接入Wan 3.0：AI视频价格降至0.05元/秒，30秒视频1.5元创全网新低

💡 速览：接入阿里Wan 3.0模型，定价0.05元/秒，30秒视频成本约1.5元；8月28-30日限时免费

发生了什么

8月28日，昆仑万维旗下AI视频创作平台SkyProduction正式接入阿里Wan 3.0模型。8月28日至30日期间提供限时免费服务，8月31日起恢复收费，定价低至0.05元/秒，生成一个30秒视频成本约1.5元，创下全网AI视频模型的价格新低。同期，Google发布Gemini Omni 1.1 Flash生产级视频生成模型，支持场景扩展（10秒上下文延续）、首尾帧插值和4K上采样。Midjourney V8.2也引入了图像编辑能力（指令微调、多图参考、局部重绘和画布扩展），从单次生成转向灵活修改。

对你意味着什么

如果你是内容创作者：0.05元/秒意味着30秒视频1.5元，AI视频生成的成本已低于一张高清图片的版权费。对于需要快速产出短视频素材的电商种草、社媒运营场景，成本门槛基本消除

如果你是关注AI视频赛道的人：昆仑万维接入阿里Wan 3.0而非自研模型，说明AI视频已进入"模型层商品化+应用层差异化"阶段。Google Gemini Omni 1.1 Flash和Midjourney V8.2的编辑能力更新则说明竞争焦点从"生成"转向"可控编辑"

如果你是出海内容从业者：Google的场景扩展（每次10秒）和Midjourney的指令编辑更适合高质量长视频制作，而SkyProduction/Wan 3.0的极低定价适合批量短视频生产。两条路线按需选择

现在可以做什么

✅ 在8月28-30日限时免费期间试用SkyProduction，评估Wan 3.0在你常用视频场景的表现

✅ 对比SkyProduction（0.05元/秒批量短视频）和Gemini Omni 1.1 Flash（场景扩展+4K高质量长视频）的适用场景

✅ 如果你做电商种草或社媒运营，评估AI视频替代真人拍摄的成本节省空间

🔗 来源：Sina Visitor System ｜ Latest AI News Today (Aug 29, 2026) --- Updates That Matter | HeadsUpAI ｜腾讯开源770B模型同日对决谷歌Midjourney，但真正杀招藏在Anthropic的硬件标准里|编程|智能体|大模型|知名企业_网易订阅

编辑点评

周六适合退一步看全局。这周最强烈的感受是：AI正在同时向"更硬"和"更软"两个方向突破。 "更硬"------Anthropic的MHS让AI从数字世界走进物理实验室操控设备，腾讯Hy4让模型参与自身训练优化的递归闭环首次跑通，Anthropic的AAR让较弱模型对齐更强模型从假设变成可度量结果。这些都不是跑分提升，是能力边界的实质扩展。"更软"------Salesforce把CRM塞进Claude、Meta入局编程Agent、昆仑万维把视频生成压到0.05元/秒，AI正在嵌入每个人的工作流。当AI能操控物理设备、能自我对齐、能自我改进训练流程时，该认真想的不只是"AI能帮我做什么"，而是"在AI能力闭环里，人类的位置在哪里"。

#Anthropic #MHS #模型硬件标准 #物理世界 #实验室自动化 #腾讯 #混元Hy4 #770B #递归自我改进 #开源 #盲测第一 #自动化对齐 #AAR #对齐失败 #联邦法院 #第一修正案 #供应链风险 #Meta #MuseCode #MuseSpark #AI编程Agent #崩溃恢复 #Salesforce #Claudeforce #CRM #37个销售技能 #Slack #OpenAI #RosalindWorkbench #生命科学 #蛋白设计 #NGS分析 #AI编程横评 #文心快码 #WorkBuddy #月活2097万 #TRAEWork #知识Wiki #智谱 #GLM5.3 #权重开源 #国产芯片 #Lovable #MCP #Agent基础设施 #昆仑万维 #Wan3.0 #0.05元每秒 #GeminiOmni #MidjourneyV8.2