Η Tencent κυκλοφόρησε το Hy4 στις 4 Νοεμβρίου, τη νεότερη έκδοση του κορυφαίου μοντέλου της οικογένειας Hunyuan, και δήλωσε ότι τοποθετεί το Hy «για πρώτη φορά μεταξύ των ισχυρότερων μοντέλων ανοιχτού κώδικα». Η ανακοίνωση, που δημοσιεύτηκε στην επίσημη σελίδα έρευνας Hy της Tencent, περιγράφει σημαντικές κλιμακώσεις τόσο στην προ-εκπαίδευση όσο και στη μετα-εκπαίδευση σε σύγκριση με την προεπισκόπηση Hy4 που κυκλοφόρησε η εταιρεία σε ανοιχτό κώδικα τον Αύγουστο, η οποία κυκλοφόρησε ως μοντέλο μείγματος ειδικών παραμέτρων 770B με παράθυρο περιβάλλοντος εκατομμυρίων τόνων.
Το Hy4 είναι τώρα διαθέσιμο στο Tencent Cloud και στο OpenRouter, καθώς και σε προϊόντα Tencent, συμπεριλαμβανομένων των CodeBuddy, WorkBuddy, Yuanbao και ima. Η εταιρεία λέει ότι προσφέρει σημαντικά κέρδη απόδοσης σε σχέση με την προεπισκόπηση Hy4 στην ίδια τιμή API. For more context on this story, see our ongoing AI news.
Όραση και χρήση υπολογιστή Φτάνουν στο Hy
Οι αλλαγές στις δυνατότητες επικεφαλίδας είναι οπτικές. Το Hy4 υποστηρίζει την αντίληψη της όρασης για πρώτη φορά, επιτρέποντας στο μοντέλο να κατανοεί λεπτομερείς λεπτομέρειες εικόνας και να ερμηνεύει πολύπλοκα γραφήματα, ενώ υποστηρίζει και χρήση υπολογιστή για πρώτη φορά — λειτουργώντας τόσο σε διεπαφές γραμμής εντολών όσο και σε γραφικές διεπαφές χρήστη.
Η Tencent λέει ότι εκπαίδευσε το μοντέλο σε εξειδικευμένο λογισμικό, όπως τα εργαλεία Blender και CAD, και σε ροές εργασίας μεγάλου ορίζοντα που εκτείνονται σε πολλές εφαρμογές, για να βελτιώσει την ικανότητά του να σχεδιάζει και να εκτελεί επαγγελματικές εργασίες. Σε συζητήσεις προγραμματιστών μετά την κυκλοφορία, οι χρήστες τόνισαν βίντεο επίδειξης που δείχνουν το μοντέλο να εντοπίζει ένα μικρό χαρακτηριστικό σε μια μεγάλη δορυφορική εικόνα και να συμπεραίνει πού τραβήχτηκε μια φωτογραφία.
Σημεία αναφοράς που στοχεύουν στην πραγματική εργασία
Η στρατηγική αξιολόγησης της Tencent βασίζεται σε μεγάλο βαθμό σε επαγγελματικούς τομείς και όχι σε κλασικά ακαδημαϊκά τεστ. Στα χρηματοοικονομικά, η εταιρεία δημιούργησε χιλιάδες ρεαλιστικούς χώρους εργασίας και δεκάδες χιλιάδες εργασίες που καλύπτουν την έρευνα κεφαλαίων, την ανάλυση μετοχών, τις ποσοτικές στρατηγικές, την κατανομή περιουσιακών στοιχείων, τη χρηματοδότηση επιχειρήσεων και τη φορολογική λογιστική. Σε συνεργασία με την Tencent Financial Technology, ζήτησε από 213 επαγγελματίες χρηματοοικονομικούς να αξιολογήσουν το μοντέλο, 153 από αυτούς από κορυφαία χρηματοπιστωτικά ιδρύματα, περισσότερο από το 70% των οποίων ανέφεραν πάνω από πέντε χρόνια εμπειρίας στον κλάδο.
Σε 579 πραγματικές οικονομικές εργασίες, η Tencent αναφέρει ότι το Hy4 κατέχει την πρώτη θέση μεταξύ μοντέλων ανοιχτού βάρους με βαθμολογία 3,04, μπροστά από το DeepSeek-V4.1-Flash-1017 στο 2,97, το Kimi K3.1 Pro στο 2,68 και το GLM-5,3 στο 2,68. Στο IRAB, ένα εσωτερικό σημείο αναφοράς από την εταιρεία χρηματοοικονομικής τεχνητής νοημοσύνης RabyteTech, η Tencent λέει ότι το Hy4 σημειώνει 12,03 ποσοστιαίες μονάδες υψηλότερα από την προεπισκόπηση Hy4.
Η εταιρεία αναφέρει επίσης κέρδη αξιοπιστίας: το Hy4 μείωσε το ποσοστό παραισθήσεων στο 5,45% από 15,76% στην προεπισκόπηση Hy4 και μείωσε τα κερδοσκοπικά σφάλματα από 23,1% σε 5,6%, μετά από στοχευμένες αναβαθμίσεις στην αναζήτηση που καλύπτουν χρονικά ευαίσθητη ανάκτηση, σύνθεση πολλαπλών πηγών και επαλήθευση της συνέπειας. Στην επιστημονική έρευνα, η Tencent λέει ότι το Hy4 κατέχει την πρώτη θέση μεταξύ των μοντέλων ανοιχτού βάρους στο TenureTrail, το εσωτερικό του σημείο αναφοράς με 123 ερευνητικές εργασίες σε επτά κλάδους.
Παιχνίδια, έγγραφα και αναδρομική αυτοβελτίωση
Η ανάπτυξη παιχνιδιών έλαβε τη δική της αντιμετώπιση. Η Tencent συνεργάστηκε με επαγγελματίες προγραμματιστές στο Interactive Entertainment Group - το τμήμα πίσω από μερικά από τα μεγαλύτερα franchise παιχνιδιών στον κόσμο - για την επιμέλεια εκπαιδευτικών δεδομένων και αξιολογήσεων που καλύπτουν την εφαρμογή χαρακτηριστικών, τη λογική του παιχνιδιού, την παρακολούθηση κατάστασης και τις διοχετεύσεις περιουσιακών στοιχείων. Η Tencent λέει ότι το Hy4 προσαρμόστηκε εκτενώς για τα Unreal Engine, Unity και Godot και βελτιώνει την προεπισκόπηση του Hy4 κατά 19,1 τοις εκατό στο GameDev και 9,8 τοις εκατό στο GameLogic, με νέα υποστήριξη για ανάπτυξη παιχνιδιών για πολλούς παίκτες.
Στις ροές εργασιών γραφείου, η Tencent βελτίωσε την ικανότητα του μοντέλου να συνεπεξεργάζεται αρχεία Word, Excel και PowerPoint σε πραγματικό χρόνο, αναφέροντας σαφή κέρδη από τυφλή αξιολόγηση στη μορφοποίηση εγγράφων, την αξιοπιστία και τη χρηστικότητα. Η Manus, η πλατφόρμα πράκτορα AI, ανέφερε στα σχόλια που περιλαμβάνονται στην ανακοίνωση ότι το Hy4 πέτυχε ποσοστό ολοκλήρωσης εργασιών σχεδόν 97 τοις εκατό στις εργασίες δημιουργίας και επεξεργασίας εγγράφων.
Ο πιο κερδοσκοπικός ισχυρισμός αφορά την αναδρομική αυτοβελτίωση. Η Tencent λέει ότι σε συνδυασμό με την πλεξούδα Hyra 2.0, το Hy4 βελτιστοποίησε την εσωτερική υποδομή προεκπαίδευσης της εταιρείας για μικρότερα μοντέλα με την ίδια αρχιτεκτονική και εκπαίδευσε αυτόνομα μια παραλλαγή που ξεπερνά την επίσημη γραμμή βάσης Jev σε πολλαπλά σημεία αναφοράς. Δύο μοντέλα θεμελίωσης που αναπτύχθηκαν από κοινού από το Hy4 και το Hyra 2.0 — HyCell για αναπαράσταση ενός κυττάρου και HyPDE για μοντελοποίηση φυσικού πεδίου — είναι ανοιχτού κώδικα για να κάνουν αυτά τα αποτελέσματα επαναχρησιμοποιήσιμα.
Φιλτράρισμα Cyber and Bio Safety
Η Tencent αντιμετώπισε άμεσα την ασφάλεια των δυνατοτήτων. Η εταιρεία είπε ότι φιλτράρει το προσβλητικό περιεχόμενο «όπως ανάπτυξη εκμετάλλευσης, αντίστροφη μηχανική και δοκιμές διείσδυσης για να αποφύγει την ενίσχυση των πιθανών επιθετικών δυνατοτήτων» — μια προσέγγιση που το Reuters χαρακτήρισε ως εκπαίδευση του μοντέλου με περιορισμένα δεδομένα κυβερνοασφάλειας εν μέσω φόβων για πειρατεία.
Όσον αφορά τη βιοασφάλεια, η Tencent αναφέρει ότι οι δυνατότητες πειραματικού σχεδιασμού ανοιχτού τύπου του Hy4 βαθμολογούνται με 30,4 στα 100 στο Hy-BioExperimentBench, το οποίο η εταιρεία τοποθετεί πολύ κάτω από το όριο υψηλού κινδύνου. Εσωτερικοί εμπειρογνώμονες που έλεγξαν τα ίχνη συλλογιστικής του μοντέλου κατέληξαν στο συμπέρασμα ότι ενώ το Hy4 κατέχει καλά τη θεμελιώδη βιολογία, η ικανότητά του να μετατρέπει αυτή τη γνώση σε πειραματικά πρωτόκολλα είναι περιορισμένη και η Tencent λέει ότι δεν βρήκε στοιχεία ότι το Hy4 μειώνει ουσιαστικά το εμπόδιο στην πρόκληση βιολογικής βλάβης.
Open Weights Promised — Με μια κάρτα συστήματος
Μια λεπτομέρεια περιπλέκει το καδράρισμα "ανοιχτού κώδικα": τα πλήρη βάρη Hy4 δεν μπορούν να ληφθούν ακόμη. Η Tencent δηλώνει ξεκάθαρα ότι σχεδιάζει να δημιουργήσει τα βάρη μοντέλων του Hy4 σε ανοιχτό κώδικα και έχει συνεργαστεί με τις κοινότητες vLLM και SGLang για την παροχή υποστήριξης οικοσυστήματος. Όταν δημοσιοποιηθούν τα βάρη, η εταιρεία λέει ότι θα δημοσιεύσει επίσης μια ολοκληρωμένη κάρτα συστήματος που θα περιγράφει λεπτομερώς τις αξιολογήσεις ασφάλειας - ένα έγγραφο που θα εξεταστεί, δεδομένου ότι οι εκδόσεις ανοιχτού βάρους από κινεζικά εργαστήρια έχουν προκαλέσει επαίνους και ανησυχίες φέτος.
Ο Tencent αναγνώρισε επίσης ότι παραμένει ένα κενό μεταξύ του Hy4 και των κορυφαίων ιδιόκτητων μοντέλων, ιδιαίτερα στα μαθηματικά σε επίπεδο έρευνας, στην κωδικοποίηση μεγάλου ορίζοντα, στην αυτοβελτίωση του μοντέλου και στην προηγμένη οπτική απάντηση σε ερωτήσεις. Ένα ελαφρύτερο, φθηνότερο Hy4 Flash σχεδιάζεται «στο εγγύς μέλλον».
Η εκτόξευση προσγειώνεται σε ένα ολοένα και πιο πολυσύχναστο κινεζικό πεδίο ανοιχτού βάρους, με τις εκδόσεις DeepSeek, Kimi και GLM να ανταγωνίζονται όλες σε τιμές και δυνατότητες. Το στοίχημα της Tencent είναι ότι η χρήση υπολογιστή σε επαγγελματικό επίπεδο — όχι οι ακατέργαστες βαθμολογίες αναφοράς — είναι αυτό που μετατρέπει ένα ανοιχτό μοντέλο σε επιχειρηματικό εργαλείο.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
