腾讯混元 Hyra 2.0：HyInv 196 万参数快 57 倍与 HyQEC 量子码

一句话结论：腾讯混元在 11 月 2 日发布的 Hyra 2.0 是一个会造工具的 AI 科研系统，它用 Overall、Mission、Worker 三层智能体从零训练出 196 万参数的蛋白质逆折叠模型 HyInv，生成速度比制药业常用的 ProteinMPNN 快 57 倍，又用 HyQEC 把量子码的编码效率指标 kd²/n 推到 122.0。

这套系统的意义超出了单点跑分。腾讯混元把研发重点从让 AI 直接解科学题，转到让智能体参与科学模型、研究工作流与软件工具本身的研发。一次造出来的工具，会被后面的任务反复调用，成本由更多研究分摊。

三个月前的 Hyra 1.0 是一套面向通用科研问题的极简 agent 循环，发布一周后就在开源模型 Hy3 驱动下解决了加法组合学里悬置五十余年的和集与差集最优指数问题，成为国产开源模型首次全自动解决数学开放问题。Hyra 2.0 要登的台阶更陡：加速一个现成模型反馈快、难度低，从设计到部署端到端做一个新模型，才是它要解的题。

从解题到造工具，AI 科研范式的这一步

腾讯混元把工具分成两类。符号化工具把方法显式写成代码、规则或流程，比如搜索算法、验证程序、数据处理管线与研究工作流，改动这些方法就能改变能力与效率。参数化工具则把从数据与反馈中学到的规律压进模型参数，通用语言模型和用于蛋白质设计的科学模型都属这一类。

两类工具的价值都建立在可复用上。解出一道题得到的是一个答案，做一套适合解这类题的工作流或者训练一个更强的数学推理模型，才能惠及更多题。工具还有层级之分：往上是一个能自动训练出这种模型的系统，最高处是一个能自动执行任何任务的系统。每往上一层，通用性更高，惠及任务更多，同时研发周期更长、研发环境更复杂。

这类升级已经在发生。8 月底混元发布 Hy4 preview 时，官方博客就展示了 Hyra 与它一同加速分子动力学力场模型；三周后 Anthropic 披露 Claude 在不到四周里加速了 30 多个开源生物分子模型。这两条路径加速的都是已有模型。Hyra 2.0 明确把端到端的新模型研发作为下一个目标，并且已经参与下一代 Hy 模型的预训练、后训练与推理系统优化。混元给出的逻辑是一个递归结构：系统造出更好的工具，工具帮助训练出更强的模型，更强的模型再成为系统手里的新工具。相关背景可以看混元 Hy4 preview 的参数规模与开源定位，以及站内此前梳理的千问 LOGOS 统一科学大模型那条路线。

三层智能体与持久化队列怎么分工

研发一个模型要走方案设计、代码实现、训练、评估和反复修改，整个过程可能持续数天到几周。几个项目同时推进时还要处理实验等待、资源分配和方向调整，靠一个不断延长的 agent session 管理不了。Hyra 2.0 因此先接进了混元团队的真实研发环境：在企业微信里对齐需求，在计算平台上提交与管理实验，在代码仓库里实现并验证改动，同时保存实验过程与产物。涉及较大算力开销和共享知识同步的操作需要人工审批，获准后系统继续推进。

研究工作由三个角色分工。Overall 负责与人类研究者沟通，管理项目优先级，协调资源和关键决策。每个 Mission 长期负责一个研究问题，决定研究路线、设计实验、组织 Worker，并对结论负责，哪些假设值得继续投入、哪些结果需要复核、什么时候换方向都由它判断。Worker 则独立读代码、做实验、分析失败原因、提出新想法，并且有权质疑 Mission 的判断。不同 Worker 可以使用不同模型，给出不同的分析和复核意见。

调度层用持久化队列处理并发。任务进入队列后，调度系统按优先级、依赖关系和资源上限启动 Worker，某项任务在等训练结果或等人工审批时，其他任务照常推进；agent 还能设置下一次唤醒时间，在实验完成或到达检查节点后接着工作。

这一架构解决了纯解题型 agent 最容易出问题的地方。混元要求 Worker 报告完成时附上代码版本、实验结果、日志或原始运行轨迹等证据，Mission 可以查看实际操作记录，检查实验是否真的支持报告中的结论。需要独立验证时，系统会启动新的 Review Worker，让它先接触原始问题和证据，减少执行者结论带来的影响。复核如果发现证据只支持一个更窄的结论，这些结论也要如实保留下来。

Books 与 skill：让一次研发的收益被反复使用

工具研发周期长，但经验高度可迁移。一次训练失败中有效的排查方法可以用于后续训练，数值对齐时建立的验证流程可以复用于别的模型，复核中发现的缺陷可以变成工具链里的自动化检查。单次尝试越昂贵，就越有必要把这些经验留下，避免后续项目重复摸索。

Hyra 2.0 因此把三类信息分开保存。任务队列和 Research Board 记录项目的协作状态，包括想法、实验发现、证据和关键决策；普通进展由其他 agent 异步阅读，必须处理的问题通过消息通知并要求接收方明确回应。每个 agent 维护自己的分层记忆，保存当前认识、关键假设、已排除的路线和下一步计划。跨任务可复用的经验则进入共享知识库 Books。

Books 里的记录需要说明做法、理由和适用条件，并附上原始证据。这些经验分三级：单次实验发现的现象算观察，供后续研究参考；经过独立复现的发现才是已验证的可靠依据；影响团队行为的约定需要人类确认。新证据出现后，已有记录也会随之修正。项目复盘时，可迁移的方法还会被整理成 skill，训练模型时积累的经验已经形成了一套可直接调用的 skill。这些 skill 本身也是 Hyra 2.0 造出的工具，会在使用中继续修改。

并行研究的进展记录全部落在 Research Board 上，Worker 可以连续工作较长时间，Mission 也能查到各条研究路线的进展，不必频繁打断正在进行的实验。

六件交付物：HyInv、HyPLM、HyFF、HyProver、HyQEC 与香山

Hyra 2.0 首批公开的成果覆盖蛋白质设计、分子模拟、数学证明、量子纠错、处理器优化与机器人结构六个方向，相关成果会持续公开在 GitHub 的 hyra-results 仓库供社区检验和复用。核心数字整理如下。

HyInv 处理蛋白质设计中的逆折叠问题，即给定一个目标骨架，寻找能折叠成这一结构的蛋白质序列，这是药物设计、酶工程和文库构建的基础工具。它是一个仅有 196 万参数的图神经网络，预训练、监督微调、强化学习与推理优化全部由 Hyra 2.0 完成，官方还为它设计了先起草再改写的两步采样方法。与 ProteinMPNN 相比，HyInv 生成的序列与目标结构吻合程度更好，生成速度快了 57 倍。同类工作此前也出现在站内关于 Claude 用 950 个智能体筛出噬菌体新型酶系统的记录里，两者路径不同，一个靠通用 agent 循环搜索，一个靠专用模型批量生成。

HyPLM-Flash 是从头训练的蛋白质语言模型，用于判断突变影响、注释蛋白功能与辅助蛋白设计。这类模型会被反复调用，训练和推理效率的改进能惠及大量下游任务。它的 6.5 亿参数规模，累计用掉 7260 亿训练 token，这个用量是 ESM-2 650M 的 0.73 倍，是 E1-600M 与 ESM C 600M 的五分之一到八分之一。在横向比较的 12 个蛋白质语言模型里，它的推理速度最快，在 35 个评测任务中平均排名第 3。

HyFF 面向大规模分子模拟，输入原子的种类和坐标，预测体系能量与每个原子受到的力，可作为机器学习力场驱动分子动力学模拟。5 个规模从 230 万到 12 亿参数量，全部在大规模量子化学计算数据上训练，覆盖 83 种元素并支持带电与开壳层体系。每个原子只调用与自身元素对应的子网络，从而在扩大容量的同时控制计算开销。与 16 个公开模型比较，5 个 HyFF 全部位于精度与速度的帕累托前沿。实际模拟中，近 6 万原子的水通道蛋白膜体系跑完 100 纳秒，可以观察到水分子排成单列逐个穿过通道；在 4.6 万原子的酶体系里，从选定起点出发观察到了一次完整的断键与成键反应。

HyQEC 与 HyProver：把结果做成别人能复用的基础设施

量子纠错要用多个物理量子比特保护逻辑量子比特，如何降低这笔开销是量子码研究的核心问题之一。HyQEC 是一套面向量子低密度奇偶校验码的构造与验证系统，支持新码构造、码距搜索和精确码距证明。新码构造上，Hyra 2.0 设计了 Split Pauli-CPM 算法，构造并严格验证了量子码 [488,123,22]，编码效率指标 kd²/n 达到 122.0，在非 CSS、校验权重不超过 8 的条件下比 qLDPC Challenge 原榜首提升约 48%。系统还构造出多种低开销量子码，刷新了相应参数条件下的已知编码开销纪录。

码距验证一侧，HyQEC 配备 GPU 加速的搜索算法和两套独立的精确证明工具，搜索吞吐量达到原有 8 线程 CPU 工具的 8 至 55 倍。复核已有结果时，它把原榜首码的码距上界从 95 收紧至 86，并为排行榜 187 个条目中的 178 个完成精确码距认证。这套工具既能帮研究者找新码，也能为比较和筛选量子码提供可靠依据，官方表示后续会发布供社区使用。

HyProver 是一套面向纯数学证明的 agent 工作流，保持高 token efficiency 与强探索能力。系统运行中持续搜索资料、寻找线索、转化问题、提出猜想并产出事实，像真实人类数学家那样有组织地攻克难题，同时通过转化问题联系不同的数学分支，或自主提出中间猜想，沿有希望的方向推进。HyProver 已经完整解决了许多开放数学问题，其中丘成桐先生的圆周作用猜想与五维 Petty 等距点猜想的证明已协同数学家核验整理。整个流程设有独立复核环节，研究 agent 负责提出中间猜想，证明 Worker 负责构造证明，再由独立模型在新上下文中复核，通过复核的引理保存在共享研究笔记中作为后续探索的前提。

从硅片到机械结构，工具可以走出软件边界

香山是一个全流程开源的 RISC-V 处理器项目，Hyra 2.0 围绕它做了性能优化与正确性验证两件事。混元修复了 SPEC CPU2006 基准测试中暴露的多项问题，结合其他调优后每 GHz 得分的几何平均值提升 5.79%，单核频率保持不变，面积只增加 0.3%。按照官方性能看板记录的历史迭代速度估算，这一提升大致相当于官方团队 2 至 3 个月的迭代成果。

正确性验证的产出更直接。Hyra 2.0 新设计的 fuzz 测试发现 7 个 bug，加上另外 3 个独立发现共计 10 个，均未出现在官方 issue 列表中。它还用 TLA+ 做形式化验证，找到了一个多核缓存一致性的反例，相关修复已贡献给开源末级缓存 OpenLLC。这部分价值在于，任何人接手香山或类似处理器的验证工作时，这套检查工具都可以直接复用。

灵巧手是机器人操作物体的重要工具，机械结构与控制策略会相互影响。Hyra 2.0 在一项手内物体旋转任务中自主发现了一种五指绕着掌心排列、长度从短到长依次递增的设计，像一段旋转楼梯，被称为旋梯手。这只手在初始测试中表现并不突出，旋转速度比论文中的最优设计慢约 11%，但经过同等预算的策略微调后实现了反超。在更严格的 DR5 仿真评测中，旋梯手旋转速度达到 3.277 rad/s，比同样经过微调的论文最优设计快 28.6%，目标完成数提升 21%，失稳率也更低。混元同时说明结果目前仅限仿真环境，尚未经过真机验证。

这个结果的启示很具体：初始表现最好的机械结构不一定拥有最好的训练后性能。这与自动化科研本身是同一个道理，评估候选方案不能只看第一次跑分，得看它在持续优化中能走到哪里。

常见问题

Hyra 2.0 和之前的 Hyra 1.0 到底差在哪

Hyra 1.0 是一套让通用模型直接解决科研难题的极简 agent 循环，代表作是驱动 Hy3 解决加法组合学的开放问题。Hyra 2.0 的目标是让 agent 参与科学模型、研究工作流与软件工具本身的研发，把一次成果变成可反复调用的工具。两者层级不同，前者是解题，后者是造工具。

HyInv 只有 196 万参数，能和制药业常用的 ProteinMPNN 比吗

官方给出的对比结论是 HyInv 生成的序列与目标结构吻合程度更好，生成速度快 57 倍，在单张 H20 的预热测试中生成 128 条约 400 残基的序列只需约 50 毫秒。需要注意的是这类对比来自混元自己的评测，研发细节与技术报告会通过技术报告公开，社区可自行复现检验。

这些成果现在能用吗

HyInv 与 HyPLM 的权重、推理代码和技术报告已经公开，HyQEC 官方表示后续发布。香山相关的 fuzz 测试与形式化验证产出的修复也已贡献给 OpenLLC 等开源项目。HyFF、HyProver 与旋梯手的结果目前以论文与官方发布的形式披露，尚未全部开放权重。

相关阅读

• 腾讯混元 Hy4 preview 发布：770B 参数、1M 上下文，开源阵营再添狠角色
• 微软研究院发布生物学世界模型 Quine：一个周末筛出数千候选药物
• Claude 发现噬菌体新型酶系统 ART：950 个 AI 智能体从 20 万候选筛出
• 千问开源统一科学大模型 LOGOS：1B 参数超越微软 NatureLM
• 腾讯混元 Hy-SimulMT：同传延迟 3.3 秒低于持证译员