腾讯混元 Hyra 2.0:196 万参数 HyInv 快 57 倍

11 月 2 日,腾讯混元发布 AI 科研系统 Hyra 2.0,把研发重点从直接用 AI 攻克科学难题,转向让通用 Agent 参与科学模型、研究工作流与软件工具的研发与升级。上一代 Hyra 1.0 曾驱动开源模型 Hy3 解决加法组合学中悬置五十余年的开放问题,2.0 版本想再进一步,让一次研发的成果在后续研究中被反复使用。

从解题转向造工具

混元给出的判断很直接:解出一道题只得到一个答案,做出一套适合解这类题的工作流,或者训练一个更强的模型,才能让收益惠及无数下游任务。Hyra 2.0 的目标是让通用 Agent 直接参与工具与模型的研发,形成他们所说的智能复利。

系统已接入企业微信、计算平台与代码仓库这些真实研发环境,涉及大算力开销和共享知识同步的操作需要人工审批,获准后由系统继续推进。整体分为 Overall、Mission 与 Worker 三层:Overall 负责与人类研究者对齐目标,Mission 长期负责单个研究问题并决定路线取舍,Worker 独立读代码、做实验、分析失败原因,还有权质疑 Mission 的判断。任务进入持久化队列后由调度系统按优先级、依赖和资源上限启动 Worker,某项任务在等训练结果时其他任务照常推进。

四个已经交付的工具

HyInv 是从头训练的蛋白质逆折叠模型,只有 196 万参数,生成速度比制药行业常用的 ProteinMPNN 快 57 倍。HyPLM-Flash 蛋白质语言模型有 6.5 亿参数,累计用了 7260 亿训练 token,约为 ESM-2 650M 的 0.73 倍,在 12 个同类模型中推理速度最快,35 个评测任务里平均排第 3。

HyQEC 量子纠错系统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%,搜索吞吐量达到原 8 线程 CPU 工具的 8 至 55 倍。HyProver 数学证明工作流已完整解决多个开放数学问题,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。

另外 Hyra 2.0 还优化了开源 RISC-V 处理器香山,每 GHz 得分提升 5.79%,相关成果会陆续公开在 GitHub 仓库供社区复用。腾讯混元 Hy Memory 2.0此前的开源路径,也是这套 Agent 系统往下延伸的一个注脚。