AnswersPublished19 sources
Tencent хоче перетворити наукові дослідження ШІ на інструменти для повторного використання
Заявлена мета Hyra 2.0 — перейти від розв’язання окремих наукових задач до створення моделей, інструментів і робочих процесів, які можна застосовувати в подальших дослідженнях. Tencent повідомляє, що модель HyInv має 1,96 млн параметрів і генерує результати у 57 разів швидше за ProteinMPNN; за даними компанії, вона...
ОпублікувавВідредаговано за допомогою GPT-6 LunaЗображення створено за допомогою GPT Image 2
Research answer
Key takeaways
- Заявлена мета Hyra 2.0 — перейти від розв’язання окремих наукових задач до створення моделей, інструментів і робочих процесів, які можна застосовувати в подальших дослідженнях.
- Tencent повідомляє, що модель HyInv має 1,96 млн параметрів і генерує результати у 57 разів швидше за ProteinMPNN; за даними компанії, вона також може спроєктувати 128 білкових послідовностей за 50 мілісекунд.
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 представила Hyra 2.0 як дослідницького агента, покликаного зробити результати наукової роботи придатними для повторного використання. Замість того щоб зосереджуватися лише на окремій задачі, система має розробляти моделі, інструменти й робочі процеси, які зможуть допомагати в майбутніх дослідженнях. Серед перших прикладів Tencent називає моделі для проєктування білків, силові поля для молекулярного моделювання та інструмент для корекції квантових помилок. Це результати, про які повідомляють Tencent та медіа; наявні джерела не підтверджують їх незалежного відтворення. 2
4
11
Від разової задачі — до інструментів для наступних досліджень
У своєму описі Tencent подає Hyra 2.0 як крок до агентів, які створюють і вдосконалюють наукові інструменти та моделі, щоб результати однієї розробки можна було використати в подальшій роботі. 2 Заявлена відмінність проста: система має не лише видати відповідь, а й створити щось придатне для повторного застосування — наприклад, модель або програмний інструмент.
В одному з матеріалів про систему описано три рівні агентів: Overall, Mission і Worker. 3 Практичну частину підходу можна побачити в публічному репозиторії результатів: для оприлюднених проєктів, зокрема HyInv і HyPLM-Flash, там доступні ваги моделей, код для інференсу та технічні звіти.
11 Водночас джерела не підтверджують усіх деталей ширшої дослідницької інфраструктури — наприклад, наявності постійних черг завдань або окремих агентів для рецензування.
Перші результати: білки, матеріали й квантові обчислення
HyInv: зворотне згортання білків
Tencent описує HyInv як модель зворотного згортання білків, навчену з нуля. Вона має 1,96 млн параметрів. Компанія заявляє, що модель генерує результати у 57 разів швидше за ProteinMPNN; на дослідницькій сторінці Tencent також зазначено, що HyInv може спроєктувати 128 білкових послідовностей за 50 мілісекунд. Це заявлені компанією показники, а не незалежно підтверджені порівняльні результати. 2
4
HyPLM-Flash і HyFF
У репозиторії результатів Tencent опубліковано HyPLM-Flash — мовну модель для білків із 650 млн параметрів — разом із вагами та кодом. 11
34 Там само описано п’ять машинно-навчених силових полів HyFF для молекулярного моделювання: вони мають від 2,3 млн до 1,2 млрд параметрів і охоплюють 83 хімічні елементи.
11 Ці релізи ілюструють підхід із повторним використанням: команда публікує моделі та програмне забезпечення, а не лише описує отриманий результат.
HyQEC і оптимізація процесорів
За повідомленнями медіа, HyQEC створив код корекції квантових помилок із показником ефективності кодування приблизно на 48% вищим, ніж у попереднього лідера qLDPC Challenge. 4 Інший матеріал повідомляє, що робота Hyra підвищила показник продуктивності процесора XiangShan на базі RISC-V на 5,79% у розрахунку на гігагерц.
13 Обидві цифри слід сприймати як заявлені результати: доступних тут відомостей недостатньо, щоб оцінити всі деталі тестування.
Що показує результат із сумами та різницями — і чого він не доводить
У репозиторії результатів Hyra зафіксовано машинно перевірений розв’язок задачі про суми та різниці: для скінченних підмножин цілих чисел відповідна точна верхня межа показника дорівнює 2; до неї можна наближатися як завгодно близько, але досягти її не можна. 19 Це приклад математичного результату, опублікованого в репозиторії. Однак наявне джерело не встановлює, що його отримали Hy3 або Hyra 1.0, тож використовувати цей результат як остаточний доказ ролі попередньої системи не варто.
Опубліковані матеріали — ще не незалежна перевірка
У репозиторії Hyra розміщено ваги моделей, код і технічні звіти для кількох проєктів. 11 Це дає змогу ознайомитися з частиною напрацювань і використовувати їх повторно, але сам факт публікації не підтверджує, що кожен показник було незалежно відтворено. Так само наявні джерела не доводять, що на всі опубліковані матеріали поширюється ліцензія Apache 2.0: ліцензію, зазначену для окремої моделі Hy3, не слід автоматично поширювати на весь репозиторій Hyra.
18
24
Найкраще підтверджений висновок стосується стратегії Hyra 2.0: Tencent заявляє, що розробляє наукові інструменти для повторного використання, а в її репозиторії перелічено конкретні моделі й програмні матеріали. Заявлені бенчмарки — це результати, які ще належить оцінити, а не заміна незалежної перевірки. 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 "Tencent хоче перетворити наукові дослідження ШІ на інструменти для повторного використання"?
Заявлена мета Hyra 2.0 — перейти від розв’язання окремих наукових задач до створення моделей, інструментів і робочих процесів, які можна застосовувати в подальших дослідженнях.
What are the key points to validate first?
Заявлена мета Hyra 2.0 — перейти від розв’язання окремих наукових задач до створення моделей, інструментів і робочих процесів, які можна застосовувати в подальших дослідженнях. Tencent повідомляє, що модель HyInv має 1,96 млн параметрів і генерує результати у 57 разів швидше за ProteinMPNN; за даними компанії, вона також може спроєктувати 128 білкових послідовностей за 50 мілісекунд.
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…