AnswersPublished19 sources
טנסנט רוצה להפוך מחקר AI לכלים שאפשר להשתמש בהם שוב
החידוש המרכזי שמציגה טנסנט הוא מעבר מפתרון בעיה מדעית נקודתית לפיתוח מודלים, כלים ותהליכי עבודה שאפשר להיעזר בהם גם במחקרים עתידיים. אחת הדוגמאות הבולטות היא HyInv, מודל לקיפול לאחור של חלבונים עם 1.96 מיליון פרמטרים.
פורסם על ידינערך באמצעות GPT-6 Lunaהתמונות נוצרו באמצעות GPT Image 2
Research answer
Key takeaways
- החידוש המרכזי שמציגה טנסנט הוא מעבר מפתרון בעיה מדעית נקודתית לפיתוח מודלים, כלים ותהליכי עבודה שאפשר להיעזר בהם גם במחקרים עתידיים.
- אחת הדוגמאות הבולטות היא HyInv, מודל לקיפול לאחור של חלבונים עם 1.96 מיליון פרמטרים.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Tencent Hunyuan report about Hyra 2.0, its autonomous research agent released on November 2, 2026, including its shift from Hyra 1.. Article summary: Tencent Hunyuan presented Hyra 2.0, launched on November 2, 2026, as a shift from solving individual scientific problems to developing reusable models, tools, and research workflows that can accelerate later discoveries.. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
טנסנט הציגה את Hyra 2.0 כסוכן מחקר שנועד להפוך עבודת מחקר מדעית לתשתית שאפשר להשתמש בה שוב. במקום להתמקד רק בפתרון של בעיה מסוימת, המערכת אמורה לפתח מודלים, כלים ותהליכי עבודה שיוכלו לשמש גם במחקרים נוספים. בין הדוגמאות הראשונות שטנסנט פרסמה: מודלים לתכנון חלבונים, שדות כוח לסימולציות מולקולריות וכלי לתיקון שגיאות קוונטיות. מדובר בתוצאות שמדווחות על ידי טנסנט ובסיקור שלהן; המקורות הזמינים כאן אינם מוכיחים שהן שוחזרו באופן עצמאי. 2
4
11
לא רק לפתור בעיה — לבנות כלי למחקר הבא
לפי התיאור של טנסנט, Hyra 2.0 נועד לקחת חלק בפיתוח ובשיפור של כלים ומודלים מדעיים, כך שהתוצר של מאמץ מחקרי אחד יוכל לתרום גם לעבודות עתידיות. 2 זה ההבדל העיקרי שהחברה מדגישה: לא רק להפיק תשובה, אלא ליצור תוצר — למשל מודל או תוכנה — שחוקרים יוכלו להפעיל שוב.
בסיקור המערכת מתוארת ארכיטקטורה של שלוש שכבות סוכנים: Overall, Mission ו־Worker. 3 מאגר התוצאות הפומבי מציג חלק מוחשי יותר מהגישה: משקולות מודלים, קוד להרצה ודוחות טכניים עבור פרויקטים שפורסמו, ובהם HyInv ו־HyPLM-Flash.
11 עם זאת, המקורות הזמינים אינם מאמתים את כל פרטי התשתית הרחבה יותר, כמו תורי משימות מתמשכים או סוכני בדיקה ייעודיים.
התוצאות הראשונות: מחלבונים ועד מחשוב קוונטי
HyInv: הצעת רצפי חלבון לפי המבנה
טנסנט מתארת את HyInv כמודל לקיפול לאחור של חלבונים — כלומר, מודל שמציע רצף חלבון המתאים למבנה נתון — שאומן מאפס וכולל 1.96 מיליון פרמטרים. החברה טוענת שהוא מייצר רצפים מהר פי 57 מ־ProteinMPNN. בדף המחקר שלה נכתב גם שהמודל יכול לתכנן 128 רצפי חלבון בתוך 50 אלפיות השנייה. אלה טענות ביצועים שדווחו על ידי החברה, ולא השוואות שאומתו באופן עצמאי לפי המקורות הזמינים. 2
4
HyPLM-Flash ו־HyFF
מאגר התוצאות של טנסנט מציג את HyPLM-Flash, מודל שפה לחלבונים עם 650 מיליון פרמטרים, לצד המשקולות והקוד שלו. 11
34 המאגר מתאר גם חמישה שדות כוח ללמידת מכונה, ממשפחת HyFF, שגודלם נע בין 2.3 מיליון ל־1.2 מיליארד פרמטרים והם מכסים 83 יסודות.
11 יחד, הפרסומים ממחישים את רעיון התוצרים לשימוש חוזר: שיתוף מודלים ותוכנה, ולא רק תיאור של תוצאת מחקר.
HyQEC ואופטימיזציה של מעבד
לפי דיווחים, HyQEC יצר קוד לתיקון שגיאות קוונטיות עם מדד יעילות קידוד גבוה בכ־48% מזה של המוביל הקודם באתגר qLDPC. 4 דיווח נוסף טוען שעבודתה של Hyra שיפרה ב־5.79% את מדד הביצועים לכל גיגה־הרץ של מעבד XiangShan מבוסס RISC-V.
13 את שני הנתונים יש לראות כתוצאות מדווחות: הקטעים הזמינים אינם מספקים די פרטים כדי להעריך במלואם את תנאי הבדיקה ואת אופן חישוב המדדים.
ומה לגבי התוצאה המתמטית?
מאגר התוצאות של Hyra מתעד פתרון שנבדק באמצעות מחשב לבעיה של סכומים והפרשים בחזקות: עבור קבוצות סופיות של מספרים שלמים, לפי המאגר, הסופרמום של המדד הרלוונטי הוא בדיוק 2 — אפשר להתקרב אליו כרצוננו, אך אי אפשר להגיע אליו. 19 זו דוגמה לתוצאה מתמטית שמופיעה במאגר, אבל המקור הזמין אינו מוכיח ש־Hy3 או Hyra 1.0 הם שהפיקו אותה. לכן אין להשתמש בה כראיה מכרעת לתפקיד של המערכת הקודמת.
קוד ומשקולות פתוחים — לא בהכרח אימות עצמאי
מאגר Hyra מפרט משקולות, קוד ודוחות טכניים שפורסמו עבור כמה פרויקטים. 11 כך אפשר לבדוק חלק מהתוצרים ולהשתמש בהם, אבל עצם פרסום החומרים אינו מוכיח שכל טענות הביצועים שוחזרו בידי חוקרים עצמאיים. כמו כן, המקורות כאן אינם מבססים שכל התוצרים שפורסמו תחת המאגר כפופים לרישיון Apache 2.0; אין להניח שרישיון שזוהה עבור מודל Hy3 נוגע גם לכל המאגר של Hyra.
18
24
המסקנה המבוססת ביותר היא שטנסנט מציגה שינוי באסטרטגיית המחקר: במקום להסתפק בפתרונות נקודתיים, Hyra 2.0 אמורה ליצור כלים מדעיים שאפשר לעשות בהם שימוש חוזר, והמאגר שלה מפרט כמה מודלים ותוכנות שפורסמו. התוצאות המדווחות מעניינות — אבל כדי לקבוע עד כמה הן עומדות במבחן, נדרשת גם בדיקה עצמאית. 2
11
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "טנסנט רוצה להפוך מחקר AI לכלים שאפשר להשתמש בהם שוב"?
החידוש המרכזי שמציגה טנסנט הוא מעבר מפתרון בעיה מדעית נקודתית לפיתוח מודלים, כלים ותהליכי עבודה שאפשר להיעזר בהם גם במחקרים עתידיים.
What are the key points to validate first?
החידוש המרכזי שמציגה טנסנט הוא מעבר מפתרון בעיה מדעית נקודתית לפיתוח מודלים, כלים ותהליכי עבודה שאפשר להיעזר בהם גם במחקרים עתידיים. אחת הדוגמאות הבולטות היא HyInv, מודל לקיפול לאחור של חלבונים עם 1.96 מיליון פרמטרים.
Sources
hy.tencent.aiHyra 2.0: The Next Step for Auto Research - Tencent Hy
panews.ioTencent Hunyuan Releases Hyra 2.0, Where Agents Develop ...
github.comGitHub - Tencent-Hunyuan/Hyra-results: Research artifacts from Hyra (/ˈhaɪ.rɑː/)
techflowpost.comTencent Hunyuan Releases Hyra 2.0, Driving AI to Shift from Solving Research Challenges to Independently Developing Sci…