Tencent は 11 月 4 日に、Hunyuan ファミリーの主力モデルの最新バージョンである Hy4 をリリースし、Hy を「初めて最強のオープンソース モデルの 1 つ」に挙げたと宣言しました。 Tencent の公式 Hy 研究ページで公開されたこの発表では、同社が 8 月にオープンソース化した Hy4 プレビュー (100 万トークンのコンテキスト ウィンドウを備えた 770B パラメーターの専門家混合モデルとしてリリース) と比較して、トレーニング前とトレーニング後の両方で大幅なスケールアップが説明されています。

Hy4 は現在、Tencent Cloud と OpenRouter で利用できるほか、CodeBuddy、WorkBuddy、Yuanbao、ima などの Tencent 製品内でも利用できます。同社は、同じ API 価格で Hy4 プレビューよりも大幅なパフォーマンスの向上を実現すると述べています。 この件の詳細は、AIの最新動向をご覧ください。

ビジョンとコンピューターの使用が Hy に到来

見出しの機能の変更は視覚的にわかります。 Hy4 は視覚認識を初めてサポートし、モデルが画像の詳細を詳細に理解し、複雑なチャートを解釈できるようにします。また、コマンド ライン インターフェイスとグラフィカル ユーザー インターフェイスの両方で動作するコンピューターの使用も初めてサポートします。

テンセントによると、専門的なタスクを計画して実行する能力を向上させるために、BlenderやCADツールなどの特殊なソフトウェアや、複数のアプリケーションにまたがる長期的なワークフローでモデルをトレーニングしたという。発売後の開発者向けのディスカッションでは、ユーザーは、モデルが大きな衛星画像内の小さな特徴を特定し、写真が撮影された場所を推測するデモビデオを強調しました。

実際の作業を目的としたベンチマーク

テンセントの評価戦略は、古典的な学力テストではなく、専門分野に重点を置いています。金融分野では、同社はファンド調査、株式分析、定量的戦略、資産配分、企業財務、税務会計に及ぶ数千の現実的なワークスペースと数万のタスクを構築しました。 Tencent Financial Technology と協力して、213 人の金融専門家にモデルを評価してもらいました。そのうち 153 人は大手金融機関出身で、その 70% 以上が業界で 5 年以上の経験があると回答しました。

Tencent の報告によると、579 の実際の金融タスクにおいて、Hy4 はスコア 3.04 でオープンウェイト モデルの中で第 1 位にランクされ、DeepSeek-V4.1-Flash-1017 の 2.97、Kimi K3.1 Pro の 2.68、GLM-5.3 の 2.68 を上回っています。 Tencentは、金融AIエージェント会社RabyteTechの内部ベンチマークであるIRABで、Hy4のスコアがHy4プレビューより12.03パーセントポイント高いと発表した。

同社はまた、信頼性の向上についても報告しています。時間に敏感な検索、マルチソース合成、事実の一貫性検証を対象とした検索のアップグレードにより、Hy4 は幻覚発生率を Hy4 プレビュー時の 15.76 パーセントから 5.45 パーセントに削減し、推測エラーを 23.1 パーセントから 5.6 パーセントに削減しました。 Tencent によると、科学研究では、Hy4 は、7 つの分野にわたる 123 の研究タスクの内部ベンチマークである TenureTrail の無差別モデルの中で第 1 位にランクされています。

ゲーム、ドキュメント、再帰的な自己改善

ゲーム開発は独自の扱いを受けました。 Tencent は、世界最大のゲーム フランチャイズのいくつかを支える部門である Interactive Entertainment Group のプロの開発者と提携して、機能の実装、ゲームプレイ ロジック、状態追跡、アセット パイプラインをカバーするトレーニング データと評価を厳選しました。 Tencent によると、Hy4 は Unreal Engine、Unity、Godot に幅広く適応されており、Hy4 プレビューよりも GameDev で 19.1%、GameLogic で 9.8% 向上しており、マルチプレイヤー ゲーム開発を新たにサポートしています。

オフィス ワークフローでは、Tencent は Word、Excel、PowerPoint ファイルをリアルタイムで共同編集するモデルの機能を向上させ、ドキュメントの書式設定、信頼性、使いやすさにおいて明らかなブラインド評価の向上を報告しました。 AI エージェント プラットフォームである Manus は、発表に含まれるフィードバックの中で、Hy4 は文書作成および編集タスクにおいて 97% 近くのタスク完了率を達成したと述べています。

最も推測的な主張は、再帰的な自己改善に関するものです。 Tencent によると、Hy4 は、Hyra 2.0 ハーネスと組み合わせることで、同じアーキテクチャを持つ小規模モデル向けに社内の事前トレーニング インフラストラクチャを最適化し、複数のベンチマークで公式の Jev ベースラインを上回るバリアントを自律的にトレーニングしました。 Hy4 と Hyra 2.0 が共同開発した 2 つの基礎モデル (単一セル表現用の HyCell と物理場モデリング用の HyPDE) は、それらの結果を再利用可能にするためにオープンソース化されています。

サイバーおよびバイオセーフティフィルタリング

Tencent は機能の安全性に直接取り組みました。同社は、「潜在的な攻撃能力の増幅を避けるために、エクスプロイト開発、リバースエンジニアリング、侵入テストなど」攻撃的なコンテンツを除外したと述べた。このアプローチは、ハッキングの恐怖の中で限られたサイバーセキュリティデータを使用してモデルをトレーニングするものであるとロイターは特徴づけた。

バイオセキュリティに関して、Tencent は、Hy4 のオープンエンド実験計画能力が、Hy-BioExperimentBench で 100 点中 30.4 点を獲得しており、同社はこれを高リスクのしきい値よりもはるかに下回っていると報告しています。モデルの推論トレースを監査した社内専門家らは、Hy4は基礎的な生物学をしっかりと把握しているものの、その知識を実用的な実験プロトコルに変える能力は依然として限られていると結論付けており、テンセントはHy4が生物学的危害を引き起こす障壁を有意に下げるという証拠は見つからなかったと述べている。

オープンウェイトを約束 — システムカードを使用

「オープンソース」の枠組みを複雑にしている点が 1 つあります。それは、完全な Hy4 重みがまだダウンロードできないことです。 Tencent は、Hy4 のモデル重みをオープンソース化する計画であり、エコシステム サポートを提供するために vLLM および SGLang コミュニティと提携していることを明確に述べています。同社は計量値を発表する際、安全性評価の詳細を記した包括的なシステムカードも発行するとしている。今年、中国の研究所からの無差別分銅の発表が賞賛と懸念の両方を集めていることを考えると、この文書は精査されることになる。

テンセントはまた、Hy4 とトップの独自モデルとの間には、特に研究レベルの数学、ロングホライズンコーディング、モデルの自己改善、高度なビジュアル質問応答などの点でギャップが残っていることも認めた。より軽量で安価な Hy4 Flash が「近い将来」に計画されています。

この発売は、DeepSeek、Kimi、GLM の各リリースが価格と機能で競合しており、ますます混雑している中国の無差別級分野に上陸します。 Tencent は、オープン モデルをエンタープライズ ツールに変えるのは、未加工のベンチマーク スコアではなく、プロフェッショナル グレードのコンピュータの使用であると考えています。

---

AIの最新情報をお届け

AIの最新ニュース、分析、ブレイクスルーを一箇所で。

AIニュースをもっと読む →