Tencent wypuścił 4 listopada Hy4, najnowszą wersję swojego flagowego modelu z rodziny Hunyuan i oświadczył, że po raz pierwszy umieszcza Hy „wśród najsilniejszych modeli open source”. Ogłoszenie opublikowane na oficjalnej stronie badawczej firmy Tencent poświęconej badaniom Hy opisuje znaczne zwiększenie skali zarówno przed, jak i po szkoleniu w porównaniu z wersją zapoznawczą Hy4, którą firma udostępniła w sierpniu na zasadach open source, a która została opublikowana jako model złożony z parametrów 770B i okna kontekstowego zawierającego milion tokenów.

Hy4 jest teraz dostępny w Tencent Cloud i OpenRouter, a także w produktach Tencent, w tym CodeBuddy, WorkBuddy, Yuanbao i ima. Firma twierdzi, że zapewnia znaczny wzrost wydajności w porównaniu z wersją zapoznawczą Hy4 przy tej samej cenie API. Więcej kontekstu na ten temat znajdziesz w naszych wiadomości AI.

Wizja i korzystanie z komputera docierają do Hy

Główne zmiany w możliwościach są wizualne. Hy4 po raz pierwszy obsługuje percepcję wzrokową, pozwalając modelowi zrozumieć szczegółowe szczegóły obrazu i interpretować złożone wykresy, a także po raz pierwszy obsługuje także korzystanie z komputera – działając zarówno w interfejsach wiersza poleceń, jak i graficznych interfejsach użytkownika.

Tencent twierdzi, że przeszkolił model w zakresie specjalistycznego oprogramowania, takiego jak Blender i narzędzia CAD, a także długoterminowych przepływów pracy obejmujących wiele aplikacji, aby poprawić jego zdolność do planowania i wykonywania profesjonalnych zadań. W dyskusjach prowadzonych po premierze z twórcami użytkownicy zwracali uwagę na filmy demonstracyjne pokazujące, jak model lokalizuje niewielki element na dużym zdjęciu satelitarnym i wnioskuje, gdzie wykonano zdjęcie.

Benchmarki ukierunkowane na prawdziwą pracę

Strategia oceny Tencent opiera się w dużej mierze na domenach zawodowych, a nie na klasycznych testach akademickich. W obszarze finansów firma stworzyła tysiące realistycznych przestrzeni roboczych i dziesiątki tysięcy zadań obejmujących badania funduszy, analizę kapitału, strategie ilościowe, alokację aktywów, finanse przedsiębiorstw i księgowość podatkową. Współpracując z Tencent Financial Technology, model oceniło 213 specjalistów ds. finansów, w tym 153 z wiodących instytucji finansowych, z których ponad 70 procent posiadało ponad pięcioletnie doświadczenie w branży.

Tencent podaje, że biorąc pod uwagę 579 rzeczywistych zadań finansowych, Hy4 zajmuje pierwsze miejsce wśród modeli o otwartej wadze z wynikiem 3,04, wyprzedzając DeepSeek-V4.1-Flash-1017 z wynikiem 2,97, Kimi K3.1 Pro z wynikiem 2,68 i GLM-5.3 z wynikiem 2,68. W przypadku IRAB, wewnętrznego testu porównawczego firmy RabyteTech, agenta finansowego zajmującego się sztuczną inteligencją, Tencent twierdzi, że Hy4 uzyskuje o 12,03 punktu procentowego wyższy wynik niż wersja zapoznawcza Hy4.

Firma odnotowuje również wzrost niezawodności: Hy4 obniżył wskaźnik halucynacji do 5,45 procent z 15,76 procent w wersji zapoznawczej Hy4 i zmniejszył błędy spekulacyjne z 23,1 procent do 5,6 procent po ukierunkowanych aktualizacjach wyszukiwania obejmujących wyszukiwanie zależne od czasu, syntezę z wielu źródeł i weryfikację spójności faktycznej. Według Tencenta w badaniach naukowych Hy4 zajmuje pierwsze miejsce wśród modeli z otwartą wagą w TenureTrail, wewnętrznym benchmarku obejmującym 123 zadania badawcze w siedmiu dyscyplinach.

Gry, dokumenty i rekurencyjne samodoskonalenie

Tworzenie gier otrzymało własne traktowanie. Tencent nawiązał współpracę z profesjonalnymi programistami w swojej Interactive Entertainment Group — dziale stojącym za niektórymi z największych franczyz gier na świecie — w celu opracowania danych szkoleniowych i ocen obejmujących implementację funkcji, logikę rozgrywki, śledzenie stanu i potoki zasobów. Tencent twierdzi, że Hy4 został szeroko zaadaptowany dla Unreal Engine, Unity i Godot, a także poprawia wersję zapoznawczą Hy4 o 19,1% w przypadku GameDev i 9,8% w przypadku GameLogic, dzięki nowej obsłudze tworzenia gier wieloosobowych.

W przypadku przepływów pracy w biurze Tencent ulepszył zdolność modelu do współedytowania plików Word, Excel i PowerPoint w czasie rzeczywistym, zgłaszając wyraźne korzyści wynikające z ślepej oceny formatowania dokumentów, niezawodności i użyteczności. Manus, platforma agentów AI, stwierdziła w uwagach zawartych w ogłoszeniu, że Hy4 osiągnął wskaźnik realizacji zadań w zakresie tworzenia i edytowania dokumentów na poziomie prawie 97%.

Najbardziej spekulatywne twierdzenie dotyczy rekurencyjnego samodoskonalenia. Tencent twierdzi, że w połączeniu z uprzężą Hyra 2.0, Hy4 zoptymalizował wewnętrzną infrastrukturę przedszkoleniową firmy dla mniejszych modeli o tej samej architekturze i autonomicznie wytrenował wariant, który w wielu testach przewyższa oficjalny model bazowy Jev. Dwa podstawowe modele opracowane wspólnie przez Hy4 i Hyra 2.0 — HyCell do reprezentacji pojedynczych komórek i HyPDE do modelowania pola fizycznego — są udostępniane na zasadach open source, aby umożliwić ponowne wykorzystanie tych wyników.

Filtrowanie bezpieczeństwa cybernetycznego i biologicznego

Tencent bezpośrednio zajął się bezpieczeństwem możliwości. Firma stwierdziła, że ​​odfiltrowała obraźliwe treści, „takie jak opracowywanie exploitów, inżynieria wsteczna i testy penetracyjne, aby uniknąć wzmacniania potencjalnych ofensywnych możliwości” – podejście to zostało scharakteryzowane przez Reutersa jako trenowanie modelu przy ograniczonych danych dotyczących cyberbezpieczeństwa w obliczu obaw przed hakerami.

Jeśli chodzi o bezpieczeństwo biologiczne, Tencent informuje, że możliwości otwartego projektowania eksperymentów Hy4 uzyskują 30,4 na 100 w Hy-BioExperimentBench, co firma plasuje znacznie poniżej progu wysokiego ryzyka. Wewnętrzni eksperci, którzy skontrolowali ślady rozumowania modelu, doszli do wniosku, że chociaż Hy4 ma solidną wiedzę z podstaw biologii, jego zdolność do przekształcania tej wiedzy w praktyczne protokoły eksperymentalne pozostaje ograniczona, a Tencent twierdzi, że nie znalazł dowodów na to, że Hy4 w znaczący sposób obniża barierę powodującą szkody biologiczne.

Obiecane otwarte ciężary — z kartą systemową

Jeden szczegół komplikuje ramy „open source”: pełnych wag Hy4 nie można jeszcze pobrać. Tencent wyraźnie stwierdza, że ​​planuje udostępnić wagi modelu Hy4 na otwartym kodzie źródłowym i nawiązał współpracę ze społecznościami vLLM i SGLang, aby zapewnić wsparcie ekosystemowe. Firma twierdzi, że po wprowadzeniu odważników na rynek opublikuje również kompleksową kartę systemu zawierającą szczegółowe informacje na temat ocen bezpieczeństwa — dokument, który zostanie dokładnie przeanalizowany, biorąc pod uwagę, że publikacje odważników otwartych z chińskich laboratoriów wzbudziły w tym roku zarówno pochwały, jak i obawy.

Tencent przyznał również, że pomiędzy Hy4 a najlepszymi modelami zastrzeżonymi pozostaje rozbieżność, szczególnie w zakresie matematyki na poziomie badawczym, kodowania długoterminowego, samodoskonalenia modeli i zaawansowanego wizualnego odpowiadania na pytania. Lżejszy i tańszy Hy4 Flash planowany jest „w najbliższej przyszłości”.

Premiera odbywa się na coraz bardziej zatłoczonym chińskim rynku wag otwartych, a produkty DeepSeek, Kimi i GLM konkurują ceną i możliwościami. Tencent zakłada, że ​​korzystanie z komputera na poziomie profesjonalnym — a nie surowe wyniki testów porównawczych — jest tym, co zmienia otwarty model w narzędzie dla przedsiębiorstw.

---

Bądź na Bieżąco z AI

Najnowsze wiadomości, analizy i przełomy w dziedzinie AI — wszystko w jednym miejscu.

Czytaj więcej wiadomości AI →