Tencent သည် ၎င်း၏ နာမည်ကြီး Hunyuan-family model ၏ နောက်ဆုံးဗားရှင်း Hy4 ကို နိုဝင်ဘာလ 4 ရက်နေ့တွင် ဖြန့်ချိခဲ့ပြီး Hy "အား အပြင်းထန်ဆုံး open-source မော်ဒယ်များထဲတွင် ပထမဆုံးအကြိမ်အဖြစ် ထားရှိခြင်း" ဟု ကြေညာခဲ့သည်။ Tencent ၏တရားဝင် Hy research page တွင်ထုတ်ဝေသော အဆိုပါကြေငြာချက်တွင် 770B-parameter အရောအနှော-of-experts model တစ်ခုအနေဖြင့် သန်း-တိုကင်အကြောင်းအရာဝင်းဒိုးအဖြစ် သြဂုတ်လတွင်ထွက်ရှိထားသော ကုမ္ပဏီမှ open-sourced Hy4 preview နှင့် နှိုင်းယှဉ်ပြီး လေ့ကျင့်ရေးအကြိုနှင့် လေ့ကျင့်မှုအပြီးတွင် ကြီးမားသောစကေးကိုဖော်ပြသည်။

Hy4 ကို Tencent Cloud နှင့် OpenRouter အပြင် CodeBuddy၊ WorkBuddy၊ Yuanbao နှင့် ima အပါအဝင် Tencent ထုတ်ကုန်များအတွင်း၌ ယခုရရှိနိုင်ပါပြီ။ ကုမ္ပဏီက ၎င်းသည် Hy4 preview ထက် ကြီးမားသော စွမ်းဆောင်ရည်ကို API စျေးနှုန်းဖြင့် ပေးဆောင်သည်ဟု ဆိုသည်။ For more context on this story, see our ongoing AI news.

အမြင်နှင့်ကွန်ပြူတာအသုံးပြုမှု Hy ရောက်ရှိလာသည်။

ခေါင်းစီးစွမ်းရည်ပြောင်းလဲမှုများသည် အမြင်သာဖြစ်သည်။ Hy4 သည် ပထမဆုံးအကြိမ်အဖြစ် အမြင်အာရုံခံနိုင်မှုကို ပံ့ပိုးပေးကာ မော်ဒယ်အား အသေးစိပ်အသေးစိတ်အချက်အလက်များကို နားလည်နိုင်စေရန်နှင့် ရှုပ်ထွေးသောဇယားများကို အနက်ပြန်ဆိုနိုင်စေကာ၊ ၎င်းသည် ပထမဆုံးအကြိမ်အဖြစ် ကွန်ပျူတာအသုံးပြုမှုကိုလည်း ပံ့ပိုးပေးသည် — command-line interfaces နှင့် graphical user interfaces နှစ်ခုလုံးတွင် လုပ်ဆောင်နေသည်။

Tencent က ၎င်းသည် Blender နှင့် CAD ကိရိယာများကဲ့သို့သော အထူးပြုဆော့ဖ်ဝဲလ်တွင် မော်ဒယ်ကို လေ့ကျင့်သင်ကြားပေးပြီး ပရော်ဖက်ရှင်နယ်အလုပ်များကို စီစဉ်ဆောင်ရွက်နိုင်ရန်နှင့် ၎င်း၏စွမ်းရည်ကို မြှင့်တင်ရန်အတွက် အသုံးချပလီကေးရှင်းများစွာကို ဖြတ်ကျော်ကာ ရှည်လျားသောမိုးကုပ်စက်ဝိုင်းအတွင်း လုပ်ဆောင်သွားမည်ဖြစ်သည်။ လွှင့်တင်ပြီးနောက် developer ဆွေးနွေးမှုများတွင် အသုံးပြုသူများသည် ဂြိုဟ်တုဓာတ်ပုံကြီးတစ်ခုတွင် သေးငယ်သောအင်္ဂါရပ်တစ်ခုကို တည်နေရာပြသည့် မော်ဒယ်ကိုပြသသည့် သရုပ်ပြဗီဒီယိုများကို မီးမောင်းထိုးပြပြီး ဓာတ်ပုံရိုက်ယူထားသည့်နေရာကို ကောက်ချက်ချပါသည်။

လက်တွေ့အလုပ်အတွက် ရည်ရွယ်သော စံသတ်မှတ်ချက်များ

Tencent ၏ အကဲဖြတ်မှုဗျူဟာသည် ဂန္တဝင်ပညာရပ်ဆိုင်ရာ စာမေးပွဲများထက် ပရော်ဖက်ရှင်နယ်ဒိုမိန်းများအပေါ် ကြီးကြီးမားမား မှီခိုနေပါသည်။ ဘဏ္ဍာရေးတွင် ကုမ္ပဏီသည် ထောင်နှင့်ချီသော လက်တွေ့ကျသော အလုပ်နေရာများနှင့် ရန်ပုံငွေသုတေသန၊ ရှယ်ယာခွဲခြမ်းစိတ်ဖြာမှု၊ အရေအတွက်နည်းဗျူဟာများ၊ ပိုင်ဆိုင်မှုခွဲဝေမှု၊ ကော်ပိုရိတ်ဘဏ္ဍာရေးနှင့် အခွန်စာရင်းအင်းဆိုင်ရာ လုပ်ငန်းစဥ်ထောင်ပေါင်းများစွာကို တည်ဆောက်ခဲ့သည်။ Tencent Financial Technology နှင့် လက်တွဲကာ ၎င်းတွင် မော်ဒယ်ကို အကဲဖြတ်သည့် ငွေကြေးဆိုင်ရာ ကျွမ်းကျင်ပညာရှင် 213 ဦးရှိပြီး ၎င်းတို့ထဲမှ 153 ဦးသည် ထိပ်တန်းဘဏ္ဍာရေးအဖွဲ့အစည်းများမှဖြစ်ပြီး ၎င်းတို့အနက် 70 ရာခိုင်နှုန်းကျော်သည် လုပ်ငန်းအတွေ့အကြုံငါးနှစ်နှင့်အထက် အစီရင်ခံတင်ပြထားသည်။

တကယ့်ကမ္ဘာ့ဘဏ္ဍာရေးဆိုင်ရာ လုပ်ငန်းပေါင်း 579 ခုတွင်၊ Tencent က Hy4 သည် ရမှတ် 3.04 ဖြင့် အလွတ်တန်းမော်ဒယ်များအနက် DeepSeek-V4.1-Flash-1017 တွင် 2.97၊ Kimi K3.1 Pro တွင် 2.68 နှင့် GLM-5.3 တွင် 2.68 ဖြင့် ပထမနေရာတွင် ရပ်တည်နေကြောင်း Tencent က ဖော်ပြသည်။ ဘဏ္ဍာရေး AI အေးဂျင့်ကုမ္ပဏီ RabyteTech မှ ပြည်တွင်းစံနှုန်းတစ်ခုဖြစ်သည့် IRAB တွင် Tencent က Hy4 သည် Hy4 အစမ်းကြည့်ရှုမှုထက် 12.03 ရာခိုင်နှုန်းရမှတ်ပိုများသည်ဟု ဆိုသည်။

ကုမ္ပဏီသည် ယုံကြည်စိတ်ချရမှု တိုးလာမှုကိုလည်း အစီရင်ခံသည်- Hy4 သည် Hy4 အစမ်းကြည့်ရှုမှုတွင် 15.76 ရာခိုင်နှုန်းမှ 5.45 ရာခိုင်နှုန်းမှ 5.45 ရာခိုင်နှုန်းသို့ ဖြတ်တောက်ပြီး မှန်းဆအမှားများကို 23.1 ရာခိုင်နှုန်းမှ 5.6 ရာခိုင်နှုန်းသို့ လျှော့ချပြီးနောက်၊ အချိန်-အထိခိုက်မခံသော ပြန်လည်ထုတ်ယူမှု၊ ရင်းမြစ်ပေါင်းစုံပေါင်းစပ်မှုနှင့် အချက်အလက်ဆိုင်ရာ ကိုက်ညီမှုရှိမရှိ အတည်ပြုခြင်းတို့ကို လျှော့ချခဲ့သည်။ သိပ္ပံသုတေသနတွင် Tencent က Hy4 သည် TenureTrail တွင် အဖွင့်အလေးချိန် မော်ဒယ်များကြားတွင် ပထမနေရာဖြစ်ပြီး နယ်ပယ်ခုနစ်ခုတွင် သုတေသနလုပ်ငန်းပေါင်း ၁၂၃ ခု၏ အတွင်းပိုင်းစံသတ်မှတ်ချက်ဖြစ်သည်။

ဂိမ်းများ၊ စာရွက်စာတမ်းများ၊ နှင့် ထပ်ခါတလဲလဲ မိမိကိုယ်ကို မြှင့်တင်ခြင်း။

ဂိမ်းတည်ဆောက်မှုတွင် ၎င်း၏ကိုယ်ပိုင်ကုသမှုကို ရရှိခဲ့သည်။ Tencent သည် ၎င်း၏ Interactive Entertainment Group - ကမ္ဘာ့အကြီးဆုံးဂိမ်း franchises အချို့နောက်ကွယ်ရှိ ဌာနခွဲဖြစ်သော - အင်္ဂါရပ်အကောင်အထည်ဖော်မှု၊ ဂိမ်းကစားခြင်းဆိုင်ရာ ယုတ္တိဗေဒ၊ နိုင်ငံတော်ခြေရာခံခြင်းနှင့် ပိုင်ဆိုင်မှုပိုက်လိုင်းများအကြောင်း လေ့ကျင့်ရေးဒေတာနှင့် အကဲဖြတ်ချက်များကို စိတ်ကြိုက်ရွေးချယ်ရန်။ Tencent က Hy4 ကို Unreal Engine၊ Unity နှင့် Godot အတွက် အကျယ်တဝင့် လိုက်လျောညီထွေဖြစ်ပြီး Hy4 တွင် GameDev တွင် 19.1 ရာခိုင်နှုန်းနှင့် GameLogic တွင် 9.8 ရာခိုင်နှုန်း တိုးတက်ကောင်းမွန်လာကာ၊ ဂိမ်းကစားသူအများအပြားအတွက် ပံ့ပိုးမှုအသစ်ဖြင့် တိုးတက်လာသည်။

ရုံးလုပ်ငန်းအသွားအလာများတွင် Tencent သည် Word၊ Excel နှင့် PowerPoint ဖိုင်များကို အချိန်နှင့်တပြေးညီ ပူးတွဲတည်းဖြတ်နိုင်သည့် မော်ဒယ်၏စွမ်းရည်ကို မြှင့်တင်ပေးကာ စာရွက်စာတမ်းဖော်မတ်ချခြင်း၊ ယုံကြည်စိတ်ချရမှုနှင့် အသုံးပြုနိုင်မှုတို့တွင် မျက်မမြင်အကဲဖြတ်ခြင်းဆိုင်ရာ အကျိုးကျေးဇူးများကို အစီရင်ခံပါသည်။ AI အေးဂျင့်ပလပ်ဖောင်းဖြစ်သော Manus က Hy4 သည် စာရွက်စာတမ်းဖန်တီးခြင်းနှင့် တည်းဖြတ်ခြင်းလုပ်ငန်းများတွင် အလုပ်ပြီးမြောက်မှုနှုန်း 97 ရာခိုင်နှုန်းနီးပါး ရရှိခဲ့ကြောင်း ကြေညာချက်တွင် ထည့်သွင်းဖော်ပြထားသည်။

မှန်းဆနိုင်သော အရေးဆိုမှုအများစုသည် ကြိမ်ဖန်များစွာ မိမိကိုယ်ကို တိုးတက်မှုနှင့် ပတ်သက်သည်။ ၎င်း၏ Hyra 2.0 ကြိုးကြိုးနှင့် တွဲထားသည့် Hy4 သည် တူညီသောဗိသုကာပညာဖြင့် သေးငယ်သောမော်ဒယ်များအတွက် ကုမ္ပဏီအတွင်းပိုင်း အကြိုလေ့ကျင့်ရေးအခြေခံအဆောက်အအုံကို အကောင်းဆုံးပြင်ဆင်ပြီး တရားဝင် Jev အခြေခံစံနှုန်းထက် သာလွန်ကောင်းမွန်သည့် မူကွဲတစ်ခုကို အလိုအလျောက် လေ့ကျင့်ပေးခဲ့သည်ဟု Tencent မှ ပြောကြားခဲ့သည်။ Hy4 နှင့် Hyra 2.0 မှ ပူးပေါင်းထုတ်လုပ်ထားသည့် အခြေခံမော်ဒယ်နှစ်ခု — ဆဲလ်တစ်ဖွဲ့တည်းကိုယ်စားပြုမှုအတွက် HyCell နှင့် ရုပ်ပိုင်းဆိုင်ရာနယ်ပယ်ပုံစံထုတ်ခြင်းအတွက် HyPDE — ရလဒ်များကို ပြန်လည်အသုံးပြုနိုင်စေရန် open-source ဖြင့် လုပ်ဆောင်လျက်ရှိသည်။

Cyber ​​နှင့် Bio Safety Filtering

Tencent သည် စွမ်းဆောင်ရည်ဘေးကင်းမှုကို တိုက်ရိုက်ဖြေရှင်းခဲ့သည်။ ဟက်ကာကြောက်စိတ်များကြားတွင် ဖြစ်နိုင်ချေရှိသော ထိုးစစ်စွမ်းရည်များကို ချဲ့ထွင်ခြင်းမှ ရှောင်ရှားရန် "အသုံးချမှု ဖွံ့ဖြိုးတိုးတက်မှု၊ နောက်ပြန်အင်ဂျင်နီယာနှင့် ထိုးဖောက်စမ်းသပ်ခြင်းကဲ့သို့သော အနှောက်အယှက်ဖြစ်စေသော အကြောင်းအရာများကို စီစစ်ထားသည်" ဟု Reuters မှ ချဉ်းကပ်မှုတွင် ရိုက်တာ၏ ချဉ်းကပ်မှုမှာ ဆိုက်ဘာလုံခြုံရေးဒေတာကို အကန့်အသတ်ဖြင့် လေ့ကျင့်ပေးခြင်းဖြစ်ကြောင်း ပြောကြားခဲ့သည်။

ဇီဝလုံခြုံရေးအရ၊ Tencent သည် Hy4 ၏ အဖွင့်စမ်းသပ်မှု ဒီဇိုင်းစွမ်းရည်သည် ၎င်း၏ Hy-BioExperimentBench တွင် 100 တွင် 30.4 ရမှတ်ရခဲ့ကြောင်း၊ ကုမ္ပဏီသည် ၎င်း၏အန္တရာယ်များသော ကန့်သတ်ချက်အောက်၌ ကောင်းကောင်းထားနိုင်သည်ဟု ဆိုသည်။ Hy4 သည် အခြေခံဇီဝဗေဒကို ခိုင်မာစွာ ဆုပ်ကိုင်ထားသော်လည်း မော်ဒယ်၏ ကျိုးကြောင်းဆီလျော်မှုခြေရာများကို စစ်ဆေးခဲ့သော အတွင်းပိုင်းကျွမ်းကျင်သူများက ကောက်ချက်ချသည်မှာ Hy4 သည် အခြေခံဇီဝဗေဒဆိုင်ရာ အသိပညာကို လက်တွေ့လုပ်ဆောင်နိုင်သော စမ်းသပ်ပရိုတိုကောများအဖြစ်သို့ ပြောင်းလဲပေးနိုင်စွမ်းမှာ အကန့်အသတ်ရှိနေဆဲဖြစ်ပြီး Hy4 သည် ဇီဝဗေဒဆိုင်ရာ ထိခိုက်နစ်နာမှုဖြစ်စေသည့် အတားအဆီးကို အဓိပ္ပါယ်ရှိစွာ လျှော့ချပေးနိုင်သည့် အထောက်အထားမတွေ့ရှိရကြောင်း Tencent မှ ပြောကြားခဲ့သည်။

Open Weights Promised — စနစ်ကတ်ဖြင့်

အသေးစိတ်အချက်တစ်ချက်က "open-source" ဘောင်သွင်းခြင်းကို ရှုပ်ထွေးစေသည်- Hy4 အလေးများ အပြည့်အစုံကို ဒေါင်းလုဒ်မလုပ်နိုင်သေးပါ။ Tencent က ၎င်းသည် open-source Hy4 ၏ မော်ဒယ်အလေးများကို ပြုလုပ်ရန် စီစဉ်နေပြီး ဂေဟစနစ်ပံ့ပိုးမှုပေးရန် vLLM နှင့် SGLang အသိုင်းအဝိုင်းများနှင့် ပူးပေါင်းလုပ်ဆောင်ခဲ့ကြောင်း ရှင်းရှင်းလင်းလင်းဖော်ပြထားသည်။ အလေးများကို ထုတ်လွှတ်သောအခါတွင်၊ ကုမ္ပဏီသည် ၎င်း၏ ဘေးကင်းရေး အကဲဖြတ်ချက်များကို အသေးစိတ်ဖော်ပြသည့် ပြည့်စုံသော စနစ်ကတ်တစ်ခုကိုလည်း ထုတ်ဝေမည်ဖြစ်ကြောင်း ပြောကြားခဲ့သည်—တရုတ်ဓာတ်ခွဲခန်းများမှ အလေးချိန်ဖွင့်ထုတ်မှုများသည် ယခုနှစ်တွင် ချီးမွမ်းမှုနှင့် စိုးရိမ်ဖွယ်ရာများကို ဆွဲဆောင်နိုင်သောကြောင့် စိစစ်သွားမည်ဖြစ်သည်။

အထူးသဖြင့် သုတေသနအဆင့် သင်္ချာဘာသာရပ်၊ long-horizon coding၊ မော်ဒယ်ကိုယ်တိုင် မြှင့်တင်ခြင်းနှင့် အဆင့်မြင့် အမြင်ဆိုင်ရာ မေးခွန်းများဖြေဆိုခြင်းတို့ကြား ကွာဟချက် ရှိနေကြောင်း Tencent မှ အသိအမှတ်ပြုပါသည်။ ပိုမိုပေါ့ပါးပြီး စျေးသက်သာသော Hy4 Flash ကို "မကြာမီကာလအတွင်း" တွင် စီစဉ်ထားပါသည်။

DeepSeek၊ Kimi နှင့် GLM တို့သည် စျေးနှုန်းနှင့် စွမ်းဆောင်ရည်အပေါ် အပြိုင်အဆိုင် ဖြန့်ချိမှုများနှင့်အတူ ပိုမိုများပြားသော လူစည်ကားသော တရုတ်အဝိတ်ကွင်းတွင် လွှတ်တင်ခြင်းဖြစ်သည်။ Tencent ၏လောင်းကြေးမှာ ပရော်ဖက်ရှင်နယ်အဆင့် ကွန်ပျူတာကို အသုံးပြုခြင်း — ကုန်ကြမ်းစံနှုန်းအမှတ်များမဟုတ်ဘဲ — သည် အဖွင့်မော်ဒယ်ကို လုပ်ငန်းသုံးကိရိယာတစ်ခုအဖြစ် ပြောင်းလဲပေးခြင်းဖြစ်သည်။

---

Stay Ahead of AI

Get the latest AI news, analysis, and breakthroughs — all in one place.

Read more AI news →