混元

general · First seen 2026-06-01 · Last seen 2026-11-17 · 208 mentions

Overview

混元是腾讯自研的大模型系列,涵盖语言、多模态、视频生成与智能体基础设施等方向,与文心、通义并列为国内头部厂商的自研模型体系之一。近期混元在开源侧动作密集,围绕交互式世界模型、同声传译、智能体记忆等细分领域连续发布多个模型与工具,同时新一代旗舰语言模型也在筹备之中。

混元近期进展

  • Hy-Nomas 交互世界模型:腾讯混元开源了 Hy-Nomas 自由交互视频世界模型,并发布技术报告与包含 280 例的基准测试集 Hy-Nomas-Bench。据 pandaily 报道,该模型参数规模为 8B,定位是支持用户实时干预的交互式视频生成与预测系统。这一方向被视为通往世界模型与具身智能的路径之一,基准集的同步开源也降低了社区复现与评测的门槛。
  • 同声传译模型 Hy-SimulMT:混元开源了支持声音克隆的中英同声传译模型 Hy-SimulMT,据 IT之家报道,其响应时间约 3 秒。同声传译对延迟和语义完整性有双重要求,该项目把语音克隆能力一并开放,指向直播、跨境会议等实际场景。
  • 智能体记忆框架 Hy Memory 2.0:据 IT之家报道,混元开源记忆框架 Hy Memory 2.0,采用专用小模型负责记忆写入,相关得分超过 Claude Opus 5;随后又发布了 30B 参数、激活约 3B 的 Hy-Memory-30B-A3B,专攻智能体的长期记忆写入。记忆管理正成为智能体长程任务中的关键瓶颈,混元选择用轻量专用模型而非通用大模型来解决这一问题。
  • Agent 训练环境 WorkForge:腾讯混元推出 WorkForge,用真实工作流为长程任务 Agent 构建可验证的训练环境。在 Agent 能力评测普遍依赖人工或静态基准的背景下,可验证环境的思路与行业内的 RL 环境建设趋势一致。
  • 当前焦点与观察点

    从近期节奏看,混元的重心明显偏向智能体基础设施:记忆写入、可验证训练环境、交互式世界模型分别对应 Agent 的记忆、训练与感知三个环节,形成了一条相对完整的布局。相比之下,基础语言模型的迭代信息较少,据 IT之家报道,新一代混元 Hy4 与 Hy4 flash 即将发布,能否在推理、多模态等公开基准上缩小与第一梯队的差距,是接下来值得关注的节点。此外,这些开源项目的实际社区采用情况——包括 Hy-Nomas-Bench 能否成为交互世界模型的常用评测集——也是判断其技术影响力的重要观察点。

    Coverage

    10 on file