Tencent випустив Hy4 4 листопада, найновішу версію своєї флагманської моделі сімейства Hunyuan, і оголосив, що вона вперше поміщає Hy «серед найпотужніших моделей з відкритим кодом». Оголошення, опубліковане на офіційній сторінці Tencent щодо досліджень Hy, описує суттєве розширення як попереднього навчання, так і після навчання порівняно з попередньою версією Hy4, яку компанія опублікувала в серпні, і яка була випущена як експертна модель із 770B-параметрами та контекстним вікном мільйона токенів.
Hy4 вже доступний у Tencent Cloud і OpenRouter, а також у продуктах Tencent, включаючи CodeBuddy, WorkBuddy, Yuanbao та ima. Компанія каже, що вона забезпечує суттєвий приріст продуктивності порівняно з попередньою версією Hy4 за таку ж ціну API. For more context on this story, see our ongoing latest AI developments.
Зір і використання комп’ютера Прибуття в Hy
Зміни можливостей заголовка є візуальними. Hy4 вперше підтримує візуальне сприйняття, дозволяючи моделі розуміти дрібні деталі зображення та інтерпретувати складні діаграми, а також вперше підтримує використання комп’ютера, працюючи як через інтерфейс командного рядка, так і через графічний інтерфейс користувача.
Tencent каже, що навчила модель спеціалізованому програмному забезпеченню, такому як Blender і інструменти CAD, а також довгостроковим робочим процесам, що охоплюють кілька програм, щоб покращити її здатність планувати та виконувати професійні завдання. У дискусіях розробників після запуску користувачі виділяли демонстраційні відео, на яких показано, як модель знаходить невелику деталь на великому супутниковому зображенні та визначає, де була зроблена фотографія.
Еталонні показники, спрямовані на реальну роботу
Стратегія оцінювання Tencent значною мірою спирається на професійні сфери, а не на класичні академічні тести. У сфері фінансів компанія створила тисячі реалістичних робочих областей і десятки тисяч завдань, які охоплюють дослідження фондів, аналіз капіталу, кількісні стратегії, розподіл активів, корпоративні фінанси та податковий облік. Співпрацюючи з фінансовою технологією Tencent, вона залучила 213 фінансових професіоналів для оцінки моделі, 153 з них із провідних фінансових установ, понад 70 відсотків із яких повідомили про п’ятирічний досвід роботи в галузі.
Серед 579 реальних фінансових завдань Tencent повідомляє, що Hy4 посідає перше місце серед моделей відкритої ваги з результатом 3,04, випереджаючи DeepSeek-V4.1-Flash-1017 з 2,97, Kimi K3.1 Pro з 2,68 і GLM-5.3 з 2,68. На IRAB, внутрішньому тесті від фінансової агентської компанії RabyteTech, Tencent каже, що Hy4 набирає на 12,03 відсоткових пунктів більше, ніж Hy4 у попередній версії.
Компанія також повідомляє про підвищення надійності: Hy4 знизив рівень галюцинацій до 5,45 відсотка з 15,76 відсотка в попередньому перегляді Hy4 і зменшив спекулятивні помилки з 23,1 відсотка до 5,6 відсотка після цілеспрямованих оновлень пошуку, що охоплює чутливий до часу пошук, синтез із багатьох джерел і перевірку узгодженості фактів. У наукових дослідженнях Tencent каже, що Hy4 посідає перше місце серед моделей відкритої ваги на TenureTrail, внутрішньому тесті 123 дослідницьких завдань у семи дисциплінах.
Ігри, документи та рекурсивне самовдосконалення
Розробка ігор отримала власну обробку. Tencent співпрацює з професійними розробниками зі своєї Interactive Entertainment Group — підрозділу, який стоїть за деякими з найбільших у світі ігрових франшиз — для підготовки навчальних даних і оцінок, що стосуються реалізації функцій, логіки ігрового процесу, відстеження стану та конвеєрів активів. Tencent каже, що Hy4 було широко адаптовано для Unreal Engine, Unity та Godot, і покращило попередній перегляд Hy4 на 19,1 відсотка в GameDev і 9,8 відсотка в GameLogic, завдяки новій підтримці розробки ігор для кількох гравців.
В офісних робочих процесах Tencent покращив здатність моделі спільно редагувати файли Word, Excel і PowerPoint у режимі реального часу, повідомляючи про явні переваги сліпої оцінки у форматуванні документів, надійності та зручності використання. Manus, платформа агентів штучного інтелекту, сказала у відгуках, включених до оголошення, що Hy4 досягла майже 97 відсотків виконання завдань у завданнях створення та редагування документів.
Найбільш спекулятивне твердження стосується рекурсивного самовдосконалення. У Tencent кажуть, що в поєднанні зі своїм джгутом Hyra 2.0 Hy4 оптимізував внутрішню інфраструктуру попереднього навчання компанії для менших моделей з такою ж архітектурою та автономно навчив варіант, який перевершує офіційну базову лінію Jev за кількома тестами. Дві базові моделі, спільно розроблені Hy4 і Hyra 2.0 — HyCell для одноклітинного представлення та HyPDE для моделювання фізичного поля — відкриті, щоб зробити ці результати повторно використаними.
Фільтрація кібер- та біобезпеки
Tencent безпосередньо звернувся до безпеки можливостей. Компанія заявила, що відфільтрувала образливий контент, «такий як розробка експлойтів, зворотний інжиніринг і тестування на проникнення, щоб уникнути посилення потенційних атакувальних можливостей» — підхід, який Reuters охарактеризував як навчання моделі з обмеженими даними про кібербезпеку на тлі побоювань злому.
Що стосується біозахисту, Tencent повідомляє, що відкриті можливості експериментального проектування Hy4 отримали 30,4 бала зі 100 на Hy-BioExperimentBench, що компанія ставить значно нижче порога високого ризику. Внутрішні експерти, які перевіряли обґрунтування моделі, дійшли висновку, що, хоча Hy4 має чітке уявлення про фундаментальну біологію, його здатність перетворити ці знання на ефективні експериментальні протоколи залишається обмеженою, і Tencent каже, що не знайшла доказів того, що Hy4 суттєво знижує бар’єр для заподіяння біологічної шкоди.
Обіцяні відкриті ваги — із системною карткою
Одна деталь ускладнює фреймування з відкритим кодом: повні ваги Hy4 ще не доступні для завантаження. Tencent прямо заявляє, що планує відкрити вагові коефіцієнти моделі Hy4 і співпрацює зі спільнотами vLLM і SGLang, щоб забезпечити підтримку екосистеми. Коли будуть оприлюднені ваги, компанія каже, що також опублікує вичерпну системну картку з докладними оцінками безпеки — документ, який буде ретельно вивчений, враховуючи, що випуски відкритих ваг від китайських лабораторій цього року викликали як похвалу, так і занепокоєння.
Tencent також визнає, що залишається розрив між Hy4 і найкращими пропрієтарними моделями, зокрема щодо математики на дослідницькому рівні, довгострокового кодування, самовдосконалення моделі та просунутих візуальних відповідей на запитання. Більш легкий і дешевий Hy4 Flash планується «найближчим часом».
Запуск приземляється у все більш переповненому китайському полі відкритої ваги, де випуски DeepSeek, Kimi та GLM конкурують за ціною та можливостями. Tencent робить ставку на те, що використання комп’ютера професійного рівня, а не сирі результати тестування, перетворює відкриту модель на корпоративний інструмент.
---
Stay Ahead of AIGet the latest AI news, analysis, and breakthroughs — all in one place.
Read more AI news →
