腾讯混元20发布：AI大模型技术新突破

  12月5日，腾讯正式对外发布了其自研AI大模型混元2.0（Tencent HY2.0），这是继Hunyuan-T1之后的一次重要升级。HY2.0在参数规模、推理能力及应用场景上均有显著提升，标志着腾讯在AI领域的持续创新与进步。

  HY2.0采用混合专家（MoE）架构，总参数高达406B，激活参数为32B，支持256K的上下文窗口。这种架构设计不仅提升了模型的推理能力和效率，更使得HY2.0在国内AI大模型领域中处于领头羊。根据腾讯的声明，HY2.0在文本创作、复杂指令遵循等实用场景中表现突出，展现了强大的应用潜力。

  在数据预训练和强化学习策略方面，HY2.0Think相较于前一版本有了显著改善。腾讯通过高质量的数据集以及Large Rollout强化学习，使得HY2.0在复杂推理场景中的表现稳居国内第一梯队。尤其是在国际数学奥林匹克竞赛（IMO-AnswerBench）和哈佛MIT数学竞赛（HMMT2025）等权威测试中，HY2.0Think取得了卓越成绩，显示出其在数学和科学知识推理方面的强大能力。

  在指令遵循和多轮任务的能力上，HY2.0通过重要性采样修正技术，解决了训练和推理不一致的问题，实现了长窗口RL的高效稳定训练。此外，模型采用了多样化的任务沙盒和基于打分准则的强化学习，明显提升了在MultiChallenge等指令遵循任务中的表现。

  在代码和智能体能力方面，HY2.0构建了规模化的可验证环境及高质量合成数据，增强了模型在Agentic Coding及复杂工具调用场景下的实际应用能力。经过测试，HY2.0在SWE-benchVerified和Tau2-Bench等真实应用场景的智能体任务上表现出色，显示出其在实际应用中的广泛适用性。

  值得注意的是，HY2.0Think引入了精细的长度惩罚策略，有效平衡了思维链的效率与效果，避免了模型输出冗余信息，实现了计算资源的更高效分配。根据对比，HY2.0在IMO-AnswerBench、HMMT2025、ARC-AGI、Humanitys Last Exam（HLE）等权威推理任务中的表现，显示出在相似准确率下，HY2.0的token消耗明显低于其他模型，体现了其在智能密度上的行业领先水平。

  通过RLVR+RLHF双阶段的强化学习策略，HY2.0的输出质量有了显著提升，在文本创作、前端开发和指令遵循等实际应用场景中展现出明显的优势。与前版本相比，HY2.0在指令遵循方面的准确率有了明显提升，进一步巩固了其作为腾讯自研通用大模型的地位。

  未来，腾讯将持续对HY2.0进行迭代升级，着重关注代码、智能体、个性化风格和长程记忆等方向，全方面提升模型在实际应用中的表现。同时，有关技术和模型也将以开源形式向社区开放，逐步推动AI技术的发展与应用。

  目前，HY2.0已经率先在腾讯的元宝和ima等原生AI应用中接入，并在腾讯云上线API，用户都能够直接体验或接入部署。随着HY2.0的推出，腾讯在AI领域的创新步伐将持续加快，为各行业的智能化转型提供强有力的技术上的支持。返回搜狐，查看更加多