12月6日消息，騰訊推理騰訊自研大模型混元2.0（Tencent HY 2.0）正式發(fā)布，混元同時(shí)DeepSeek V3.2也在騰訊生態(tài)內(nèi)逐步接入。正式

目前，發(fā)布這兩大模型已率先在元寶、效率ima等騰訊AI原生應(yīng)用中上線，業(yè)界騰訊云也已開(kāi)放相關(guān)模型的領(lǐng)先API及平臺(tái)服務(wù)。

全新發(fā)布的騰訊推理Tencent HY 2.0，采用了混合專家（MoE）架構(gòu)，混元具備高達(dá)406B總參數(shù)量（激活參數(shù)32B），正式模型支持256K超長(zhǎng)上下文窗口，發(fā)布推理能力和效率處于業(yè)界領(lǐng)先地位。效率

相比上一版本（Hunyuan-T1-20250822）模型，業(yè)界HY 2.0 Think顯著改進(jìn)了預(yù)訓(xùn)練數(shù)據(jù)和強(qiáng)化學(xué)習(xí)策略，領(lǐng)先在數(shù)學(xué)、騰訊推理科學(xué)、代碼、指令遵循等復(fù)雜推理場(chǎng)景的綜合表現(xiàn)穩(wěn)居國(guó)內(nèi)第一梯隊(duì)，泛化性大幅提升。

數(shù)學(xué)科學(xué)知識(shí)推理：使用高質(zhì)量數(shù)據(jù)進(jìn)行Large Rollout強(qiáng)化學(xué)習(xí)，使得HY 2.0 Think推理能力大幅增強(qiáng)，在國(guó)際數(shù)學(xué)奧林匹克競(jìng)賽（IMO-AnswerBench）和哈佛MIT數(shù)學(xué)競(jìng)賽（HMMT2025）等權(quán)威測(cè)試中取得一流成績(jī)。結(jié)合預(yù)訓(xùn)練數(shù)據(jù)的進(jìn)步，模型在極度考驗(yàn)知識(shí)水平的Humanity’s Last Exam（HLE）和泛化性的ARC AGI等任務(wù)上也大幅進(jìn)步。

指令遵循與長(zhǎng)文多輪能力：通過(guò)重要性采樣修正緩解了訓(xùn)練和推理不一致問(wèn)題，實(shí)現(xiàn)了長(zhǎng)窗口RL的高效穩(wěn)定訓(xùn)練。同時(shí)通過(guò)多樣化可驗(yàn)證的任務(wù)沙盒，以及基于打分準(zhǔn)則的強(qiáng)化學(xué)習(xí)，顯著提升了HY 2.0 Think在Multi Challenge等指令遵循和多輪任務(wù)的效果。

代碼與智能體能力：構(gòu)建了規(guī)?；目沈?yàn)證環(huán)境及高質(zhì)量合成數(shù)據(jù)，極大增強(qiáng)了模型在Agentic Coding及復(fù)雜工具調(diào)用場(chǎng)景下的落地能力，在SWE-bench Verified及Tau2-Bench等面向真實(shí)應(yīng)用場(chǎng)景的智能體任務(wù)上實(shí)現(xiàn)了躍升。

基于RLVR+RLHF雙階段的強(qiáng)化學(xué)習(xí)策略，HY 2.0的輸出“質(zhì)感”顯著進(jìn)步，在文本創(chuàng)作、前端開(kāi)發(fā)、指令遵循等實(shí)用場(chǎng)景上展現(xiàn)了差異化優(yōu)勢(shì)。

在文學(xué)創(chuàng)作上，HY 2.0有效減少了“AI味”，可以敏銳捕捉指令中的潛在的情感需求，輸出觀點(diǎn)深刻、邏輯嚴(yán)密的文章。

Tencent HY 2.0模型具備扎實(shí)的代碼能力和一定的“視覺(jué)審美”，在生成Web小游戲時(shí)，不僅能跑通復(fù)雜的JS邏輯，還能輸出審美在線的CSS布局與動(dòng)畫(huà)效果。

最新評(píng)論