Tencent a lansat Hy4 pe 4 noiembrie, cea mai nouă versiune a modelului său emblematic din familia Hunyuan și a declarat că îl plasează pe Hy „între cele mai puternice modele open-source pentru prima dată”. Anunțul, publicat pe pagina oficială de cercetare Hy a lui Tencent, descrie creșteri substanțiale atât în pre-training, cât și post-training, în comparație cu previzualizarea Hy4 pe care compania a deschis-o în august, care a fost lansat ca un model de amestec de experți cu parametrii 770B cu o fereastră de context de milioane de token.
Hy4 este disponibil acum pe Tencent Cloud și OpenRouter, precum și în produsele Tencent, inclusiv CodeBuddy, WorkBuddy, Yuanbao și ima. Compania spune că oferă câștiguri majore de performanță față de previzualizarea Hy4 la același preț API. For more context on this story, see our ongoing latest AI developments.
Viziunea și utilizarea computerului sosesc în Hy
Modificările capacității titlului sunt vizuale. Hy4 acceptă percepția vederii pentru prima dată, permițând modelului să înțeleagă detaliile imaginii cu granulație fină și să interpreteze diagrame complexe și acceptă și utilizarea computerului pentru prima dată - funcționând atât prin interfețele de linie de comandă, cât și prin interfețele grafice de utilizator.
Tencent spune că a instruit modelul pe software specializat, cum ar fi Blender și instrumente CAD, și pe fluxuri de lucru cu orizont lung care acoperă mai multe aplicații, pentru a-și îmbunătăți capacitatea de a planifica și îndeplini sarcini profesionale. În discuțiile cu dezvoltatorii după lansare, utilizatorii au evidențiat videoclipuri demonstrative care arată modelul localizând o caracteristică mică într-o imagine mare din satelit și deducând locul în care a fost făcută o fotografie.
Benchmarkuri care vizează munca reală
Strategia de evaluare a lui Tencent se bazează mai degrabă pe domenii profesionale decât pe testele academice clasice. În domeniul financiar, compania a construit mii de spații de lucru realiste și zeci de mii de sarcini care acoperă cercetarea fondurilor, analiza capitalurilor proprii, strategiile cantitative, alocarea activelor, finanțarea corporativă și contabilitatea fiscală. Lucrând cu Tencent Financial Technology, 213 profesioniști din domeniul finanțelor au evaluat modelul, dintre care 153 de la instituții financiare de top, dintre care peste 70% au raportat peste cinci ani de experiență în industrie.
Dintre cele 579 de sarcini financiare din lumea reală, Tencent raportează că Hy4 se află pe primul loc printre modelele open-weight cu un scor de 3,04, înaintea DeepSeek-V4.1-Flash-1017 cu 2,97, Kimi K3.1 Pro cu 2,68 și GLM-5,3 cu 2,68. Pe IRAB, un benchmark intern al companiei de agent financiar AI RabyteTech, Tencent spune că Hy4 are un scor cu 12,03 puncte procentuale mai mare decât previzualizarea Hy4.
Compania raportează, de asemenea, câștiguri de fiabilitate: Hy4 a redus rata halucinațiilor la 5,45 la sută de la 15,76 la sută la previzualizarea Hy4 și a redus erorile speculative de la 23,1 la sută la 5,6 la sută, după upgrade-uri direcționate la căutare care acoperă regăsirea sensibilă la timp, sinteza multi-surse și verificarea coerenței faptelor. În cercetarea științifică, Tencent spune că Hy4 se află pe primul loc printre modelele deschise pe TenureTrail, etalonul său intern de 123 de sarcini de cercetare în șapte discipline.
Jocuri, documente și auto-îmbunătățire recursive
Dezvoltarea jocului a primit propriul tratament. Tencent a colaborat cu dezvoltatori profesioniști de la Interactive Entertainment Group – divizia din spatele unora dintre cele mai mari francize de jocuri din lume – pentru a gestiona date de instruire și evaluări care acoperă implementarea caracteristicilor, logica jocului, urmărirea stării și pipelinele de active. Tencent spune că Hy4 a fost adaptat pe scară largă pentru Unreal Engine, Unity și Godot și îmbunătățește previzualizarea Hy4 cu 19,1% pe GameDev și cu 9,8% pe GameLogic, cu un nou suport pentru dezvoltarea jocurilor multiplayer.
În fluxurile de lucru de birou, Tencent a îmbunătățit capacitatea modelului de a coedita fișiere Word, Excel și PowerPoint în timp real, raportând câștiguri clare de evaluare oarbă în formatarea documentelor, fiabilitate și utilizare. Manus, platforma agentului AI, a declarat în feedback-ul inclus în anunț că Hy4 a atins o rată de finalizare a sarcinilor de aproape 97% în sarcinile de creare și editare a documentelor.
Cea mai speculativă afirmație se referă la auto-îmbunătățirea recursivă. Tencent spune că, împreună cu hamurile Hyra 2.0, Hy4 a optimizat infrastructura internă de pre-training a companiei pentru modele mai mici cu aceeași arhitectură și a antrenat în mod autonom o variantă care depășește linia de bază oficială Jev pe mai multe repere. Două modele de bază dezvoltate în comun de Hy4 și Hyra 2.0 - HyCell pentru reprezentarea cu o singură celulă și HyPDE pentru modelarea câmpului fizic - sunt open-source pentru a face acele rezultate reutilizabile.
Filtrare de siguranță cibernetică și biologică
Tencent a abordat direct siguranța capacității. Compania a spus că a filtrat conținutul ofensiv „cum ar fi dezvoltarea exploatărilor, inginerie inversă și testarea de penetrare pentru a evita amplificarea potențialelor capacități ofensive” – o abordare pe care Reuters a caracterizat-o ca antrenarea modelului cu date limitate de securitate cibernetică pe fondul temerilor de hacking.
În ceea ce privește biosecuritatea, Tencent raportează că capacitățile de proiectare experimentală deschisă ale Hy4 au punctat 30,4 din 100 pe Hy-BioExperimentBench, pe care compania îl plasează cu mult sub pragul de risc ridicat. Experții interni care au auditat urmele de raționament ale modelului au concluzionat că, deși Hy4 are o înțelegere solidă a biologiei fundamentale, capacitatea sa de a transforma acele cunoștințe în protocoale experimentale acționabile rămâne limitată și Tencent spune că nu a găsit nicio dovadă că Hy4 reduce în mod semnificativ bariera în calea producerii daunelor biologice.
Greutăți deschise promise — Cu un card de sistem
Un detaliu complică încadrarea „open-source”: greutățile Hy4 complete nu sunt încă descărcabile. Tencent declară clar că intenționează să deschidă ponderile modelului Hy4 și a încheiat un parteneriat cu comunitățile vLLM și SGLang pentru a oferi suport pentru ecosistem. Când ponderile vor fi lansate, compania spune că va publica, de asemenea, un card de sistem cuprinzător care detaliază evaluările sale de siguranță - un document care va fi analizat, având în vedere că lansările deschise de la laboratoarele chineze au atras atât laude, cât și îngrijorare în acest an.
Tencent a recunoscut, de asemenea, că rămâne un decalaj între Hy4 și modelele brevetate de top, în special în ceea ce privește matematica la nivel de cercetare, codarea pe orizont lung, auto-îmbunătățirea modelului și răspunsul vizual avansat la întrebări. Un Hy4 Flash mai ușor și mai ieftin este planificat „în viitorul apropiat”.
Lansarea aterizează într-un câmp chinezesc din ce în ce mai aglomerat, cu lansări DeepSeek, Kimi și GLM concurând în ceea ce privește prețul și capacitatea. Pariul lui Tencent este că utilizarea computerelor de calitate profesională – nu scorurile de referință brute – este ceea ce transformă un model deschis într-un instrument de întreprindere.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
