AnswersPublished19 sources
Hyra 2.0: Tencent chce, by AI tworzyła narzędzia dla kolejnych badań
Hyra 2.0 ma przechodzić od rozwiązywania pojedynczych problemów do tworzenia modeli, narzędzi i procesów badawczych, które można wykorzystać ponownie. Tencent opisuje HyInv jako model z 1,96 mln parametrów, który ma działać 57 razy szybciej niż ProteinMPNN; firma podaje też, że model może zaprojektować 128 sekwencji...
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą GPT Image 2
Research answer
Key takeaways
- Hyra 2.0 ma przechodzić od rozwiązywania pojedynczych problemów do tworzenia modeli, narzędzi i procesów badawczych, które można wykorzystać ponownie.
- Tencent opisuje HyInv jako model z 1,96 mln parametrów, który ma działać 57 razy szybciej niż ProteinMPNN; firma podaje też, że model może zaprojektować 128 sekwencji białkowych w 50 milisekund.
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
Tencent przedstawia Hyra 2.0 jako agenta badawczego, który ma sprawić, że wyniki pracy naukowej będą przydatne także w kolejnych projektach. Zamiast skupiać się wyłącznie na rozwiązaniu jednego problemu, system ma rozwijać modele, narzędzia i procesy badawcze, z których można korzystać ponownie. Wśród wczesnych przykładów Tencent wymienia modele do projektowania białek, pola siłowe do symulacji molekularnych i narzędzie do korekcji błędów kwantowych. Są to wyniki przedstawiane przez Tencent i omawiające je publikacje; dostępne źródła nie potwierdzają ich niezależnego odtworzenia. 2
4
11
Od jednorazowego rozwiązania do narzędzia na przyszłość
W opisie Tencentu Hyra 2.0 to krok w stronę agentów, które nie tylko odpowiadają na pytania naukowe, ale też tworzą i ulepszają modele oraz narzędzia. Efekty jednej pracy mają dzięki temu wspierać kolejne badania. 2 Sednem deklarowanej zmiany jest więc tworzenie konkretnych zasobów — na przykład modelu lub oprogramowania — zamiast samego wyniku dla pojedynczego zadania.
W omówieniach systemu opisano trzy poziomy agentów: Overall, Mission i Worker. 3 Bardziej namacalny obraz podejścia daje publiczne repozytorium wyników: udostępniono w nim m.in. wagi modeli, kod do wnioskowania i raporty techniczne dla projektów HyInv oraz HyPLM-Flash.
11 Dostępne źródła nie potwierdzają wszystkich szczegółów szerszej infrastruktury badawczej, takich jak trwałe kolejki zadań czy osobni agenci do weryfikacji.
Pierwsze przykłady: białka, materiały i komputery kwantowe
HyInv: przewidywanie sekwencji białek
Tencent opisuje HyInv jako model do odwrotnego fałdowania białek, wytrenowany od podstaw i mający 1,96 mln parametrów. Firma deklaruje, że model generuje wyniki 57 razy szybciej niż ProteinMPNN. Na stronie badawczej Tencentu podano również, że HyInv potrafi zaprojektować 128 sekwencji białkowych w 50 milisekund. Są to deklaracje benchmarkowe firmy, a nie wyniki niezależnego porównania potwierdzonego przez dostępne źródła. 2
4
HyPLM-Flash i HyFF
W repozytorium wyników Tencent wymienia HyPLM-Flash — model językowy dla białek z 650 mln parametrów — i udostępnia jego wagi oraz kod. 11
34 Repozytorium opisuje także pięć uczeniowych pól siłowych HyFF, liczących od 2,3 mln do 1,2 mld parametrów i obejmujących 83 pierwiastki.
11 Te projekty dobrze ilustrują ideę „wielokrotnego użytku”: poza opisem wyniku udostępniane są modele i oprogramowanie.
HyQEC i optymalizacja procesora
Według doniesień HyQEC opracował kod korekcji błędów kwantowych, którego wskaźnik efektywności kodowania miał być o około 48% wyższy niż wynik poprzedniego lidera qLDPC Challenge. 4 Inne omówienie podaje, że prace Hyry poprawiły wynik wydajności procesora XiangShan RISC-V na gigaherc o 5,79%.
13 Obie wartości należy traktować jako raportowane rezultaty: dostępne fragmenty źródeł nie zawierają wystarczających szczegółów, by ocenić pełną metodologię tych benchmarków.
Wynik matematyczny: co wiadomo, a czego nie można z niego wywnioskować
Repozytorium wyników Hyry odnotowuje komputerowo sprawdzone rozwiązanie problemu sum i różnic. Dla skończonych podzbiorów liczb całkowitych podany kres górny odpowiedniego wykładnika wynosi dokładnie 2 — można się do niego dowolnie zbliżyć, ale nie da się go osiągnąć. 19 To przykład wyniku matematycznego umieszczonego w repozytorium, jednak dostępne źródło nie potwierdza, że uzyskał go Hy3 lub Hyra 1.0. Nie należy więc traktować go jako rozstrzygającego dowodu na rolę wcześniejszego systemu.
Udostępniony kod to nie to samo co niezależna weryfikacja
Repozytorium Hyra zawiera wagi, kod i raporty techniczne dla kilku projektów. 11 Dzięki temu część rezultatów można sprawdzić i wykorzystać w dalszej pracy, ale samo opublikowanie materiałów nie dowodzi, że wszystkie deklaracje dotyczące wydajności zostały niezależnie odtworzone. Dostępne źródła nie potwierdzają też, że wszystkie udostępnione materiały obejmuje licencja Apache 2.0. Licencji przypisanej osobnemu modelowi Hy3 nie należy automatycznie rozciągać na całe repozytorium Hyra.
18
24
Najmocniej potwierdzony wniosek dotyczy zatem strategii Hyra 2.0: Tencent deklaruje, że buduje narzędzia naukowe do ponownego wykorzystania, a jego repozytorium zawiera konkretne modele i oprogramowanie. Zgłaszane wyniki benchmarków są interesującymi deklaracjami do dalszej oceny, ale nie zastępują niezależnej weryfikacji. 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 "Hyra 2.0: Tencent chce, by AI tworzyła narzędzia dla kolejnych badań"?
Hyra 2.0 ma przechodzić od rozwiązywania pojedynczych problemów do tworzenia modeli, narzędzi i procesów badawczych, które można wykorzystać ponownie.
What are the key points to validate first?
Hyra 2.0 ma przechodzić od rozwiązywania pojedynczych problemów do tworzenia modeli, narzędzi i procesów badawczych, które można wykorzystać ponownie. Tencent opisuje HyInv jako model z 1,96 mln parametrów, który ma działać 57 razy szybciej niż ProteinMPNN; firma podaje też, że model może zaprojektować 128 sekwencji białkowych w 50 milisekund.
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…