8月28日AI更新:大模型、硬件连接与编程Agent、机器人等

8月28日的AI工具更新涵盖物理设备连接、编程助手、机器人控制与模型基础设施等多个领域,Anthropic开放了硬件连接标准预览版,OpenHands新增了Linux桌面端支持,Microduck则公开了机器人控制与强化学习软件栈。
🧠 旗舰语言模型
★ Hy4 preview
该模型总参数量770B,每Token激活49B,支持1M长度上下文,可处理代码开发、办公分析、游戏开发与科学研究等长程生产力任务。
腾讯混元在8月28日发布并开放Hy4 preview,模型采用MoE架构,主干包含78层网络、256个路由专家与1个共享专家,每个Token激活8个路由专家;注意力模块引入Gated DSA与IndexCache,并内置原生MTP层加速推理。相比Hy3版本,Hy4 preview扩展了模型规模、上下文长度与训练数据,重点增强了长程软件开发、跨文件办公分析、游戏原型生成与复杂科研任务的处理能力。
官方已开放BF16与FP8格式的模型权重,采用Apache-2.0许可证,可通过vLLM或SGLang部署并调用OpenAI兼容接口;已接入WorkBuddy、CodeBuddy、元宝、ima与腾讯云TokenHub平台。API定价为每百万Tokens:缓存命中输入0.3元、普通输入6元、输出18元。官方提示该版本仍为早期预览版,处理复杂任务时可能出现思考耗时过长或过度自我验证的问题,后续将持续迭代正式版本。
上手门槛
在线使用:低门槛,已接入WorkBuddy、CodeBuddy、元宝、ima及Hy AI Studio
开发接入:较低门槛,腾讯云TokenHub已提供API接口,需完成注册并按Token用量计费
自行部署:极高门槛,FP8格式仓库体积约814GB,官方vLLM、SGLang示例均采用8卡张量并行配置,1M上下文长度会显著增加显存占用与工程部署成本
在线体验:https://aistudio.tencent.com/
API接入:https://console.cloud.tencent.com/tokenhub/models/detail?modelId=hy4-preview
模型权重:https://huggingface.co/tencent/Hy4-preview
FP8权重:https://huggingface.co/tencent/Hy4-preview-FP8
🔌 AI 连接物理设备
★ Model Hardware Standard(MHS)
该标准为显微镜、机械臂与实验仪器提供统一驱动,让AI Agent通过MCP、CLI或代码安全读写物理设备。
Anthropic在8月27日开放MHS研究预览版,它在操作系统与具体设备之间加入标准化驱动,以“读取”“写入”等通用原语描述温度、位置、速度与控制动作,同时用自然语言标签记录设备能力、物理特征与安全边界。支持可编程接口的设备可被统一发现和调用,减少实验室或工厂逐台编写适配层的工作量。
MHS并不取代MCP:MHS负责统一硬件驱动与设备安全约束,MCP是AI Agent调用设备的入口之一;该标准同时支持命令行与代码文件,适合长时间、确定性的设备操作流程。目前该标准已应用于液体处理、显微成像、机械臂协作与量子激光校准等早期实验场景。
当前版本尚未开源,仅向首批科研实验室与先进制造合作伙伴开放申请。Anthropic表示将在研究预览阶段结束后开源该标准,但尚未公布具体日期,现阶段无法自由下载和部署该硬件连接标准。
💻 编程 Agent
★ OpenHands v1.16.0
该工具可在本地或云端运行编程AI Agent,新版本新增了Linux桌面安装包并强化了模型、Skill与自动化任务控制能力。
OpenHands v1.16.0在北京时间8月28日02:19正式发布,版本新增Linux桌面安装包,桌面端现已覆盖Windows、macOS Apple Silicon与Linux三大平台;同时上线了Canvas Extensions前端功能,支持加载页面、管理侧栏与进行界面定制。
在Agent管理方面,用户可以选择允许的模型提供商,并在设置中开放模型切换功能;Skill目录从默认全部启用改为显式allow-list,减少不必要的工具暴露。自动化任务会显示实时执行阶段,聊天中的文件路径也能直接跳转到Files drawer。项目采用MIT许可证,支持使用桌面客户端、在线服务或本地自托管版本。
上手门槛
在线使用:低门槛,注册OpenHands Cloud后可直接创建编程任务
自行部署:中等门槛,可使用桌面安装包或Docker部署,需配置可用模型及其凭证,沙箱与工作区权限需自行管理
在线体验:https://app.all-hands.dev/
桌面版下载:https://github.com/OpenHands/OpenHands/releases/tag/v1.16.0
🤖 机器人控制
★ Microduck
该项目将双足机器人、MuJoCo强化学习与Sim-to-Real部署整合成一套可修改的软件栈,产品预购价格为399美元。
Microduck是一款约25厘米高、重量不到800克的双足机器人,配备15个电机、摄像头、深度传感器与两个IMU。机器人板载控制循环以50Hz运行,开箱自带行走、坐立、踢球、鸭嘴抓取、轮滑等预设训练动作,支持通过手机、游戏手柄、蓝牙CLI或用户脚本发送统一控制指令。
Pollen Robotics已公开机器人控制软件与强化学习工具:开发者可在MuJoCo中使用PPO与domain randomisation训练策略,再导出ONNX格式部署到真机。两个软件仓库采用Apache-2.0许可证;目前仅开放软件、仿真与训练栈,官方仓库未提供完整机械CAD、电路板与制造文件,因此整机硬件并非完全开源。
上手门槛
自行部署:高门槛,仿真训练可通过MuJoCo运行,真机部署需Microduck硬件,并涉及传感器、固件与Rust构建环境
产品与预购:https://pollen-robotics.com/microduck/
🔄 Agent 会话管理
★ agent-hop v0.1.4
该工具可在同一终端检索、恢复和迁移Claude Code、Codex、OpenCode、Pi与Grok的本地会话。
agent-hop是使用Rust编写的编程AI Agent会话运行时,它可以读取不同Agent保存在本机的会话数据,支持统一搜索、回到原Agent继续执行,也能将现有上下文转换到另一款Agent的原生会话格式,适合同时使用多个编码工具的开发者。
v0.1.4版本在北京时间8月28日01:19发布,重点修复了Windows下通过NPM启动失败与路径前缀兼容问题,并改为使用内置Rust SQLite读取OpenCode数据库,不再依赖系统安装的sqlite3。项目采用MIT许可证,提供macOS、Linux与Windows原生二进制安装包。
上手门槛
自行部署:低门槛,提供NPM安装与原生二进制安装方式,无需额外服务,需本机已有受支持Agent的会话数据
NPM安装:https://www.npmjs.com/package/agent-hop
项目地址:https://github.com/hetpatel-11/agent-hop
版本与二进制:https://github.com/hetpatel-11/agent-hop/releases/tag/v0.1.4
🔬 自动化研究
★ Praxist 0.5.0
该框架可让多个研究AI Agent围绕可量化目标并行实验、统一评估并跨代保留证据与有效方案。
Praxist 0.5.0在北京时间8月28日上传至PyPI,它可以接管一个已经能运行、已有指标和评价器的研究项目,再组织多个AI Agent并行提出方案、执行实验、记录证据并生成下一代研究计划。系统支持Pareto权衡、Quality-Diversity、多轮恢复与重放,也会在未达到目标时保留负结果与停止建议。
该工具更适合优化算法、工程实现与可计算实验,不会替用户凭空补造数据、模拟器或基线。当前推荐通过Codex Skill接管项目,也支持Claude Code、Codex已登录会话与模型API。Praxist属于源码可用软件,并非OSI标准开源项目:其Fair Source License允许年收入低于100万美元的组织免费内部使用;达到门槛后需协商商业授权,对外发布输出还需保留产品署名。
上手门槛
自行部署:中等门槛,需要Python 3.11+环境,可通过PyPI安装,需已有可运行项目、明确指标与评价器,需配置Codex、Claude Code或模型API
安装入口:https://pypi.org/project/praxist/
🛠️ 模型基础设施
★ Experiential v0.6.0
该模型网关可统一托管、BYOK、本地与自定义模型,并按质量、速度与成本路由AI Agent请求。
Experiential v0.6.0在北京时间8月27日03:16发布,该版本删除了Python请求处理数据面,将OpenAI Chat、Responses、Anthropic Messages,以及Gemini、Vertex、Bedrock和OpenAI兼容提供商的请求统一迁移到Rust引擎;Python控制面继续负责路由、凭证、计费与Guardrail分类。
这次重构删除了约1.4万行旧代码,并移除了FastAPI、Uvicorn依赖。项目方使用220万次差分请求检查新旧引擎在状态码、SSE、错误与计费上的一致性,同时新增了生成参数能力校验与被忽略参数提示。项目采用Apache-2.0许可证,有预编译wheel的平台可直接安装,缺少wheel时需要Rust工具链从源码构建。
上手门槛
开发接入:较低门槛,通过PyPI安装后提供OpenAI与Anthropic兼容接口,需配置模型凭证与路由策略
自行部署:中等门槛,Rust数据面与Python控制面协同运行,无预编译wheel的平台需要Rust工具链
安装入口:https://pypi.org/project/experiential/
项目地址:https://github.com/experientiallabs/experiential
版本说明:https://github.com/experientiallabs/experiential/releases/tag/v0.6.0

