腾讯混元发布Hyra 2.0：AI不只会解题，还开始自己造科研工具

以前把一道难题交给AI，期待的是一个答案。

现在，腾讯混元提出了一个更长线的目标：让AI把解决问题需要的工具，也研发出来。

2026年11月2日，腾讯混元发布AI科研系统 Hyra 2.0，将重点从解决单个科研问题，推进到研发可以反复使用的科学模型、研究流程和软件工具。

这次更新，不是让AI多写几份研究报告，也不是简单增加几个自动执行任务的按钮。

它希望让Agent参与模型设计、代码实现、实验分析和结果验证，把一次研究中得到的方法，变成下一次研究能够直接使用的能力。

从蛋白质模型到量子纠错，从机器人结构到芯片优化，Hyra 2.0已经展示了多个方向的初步成果。

真正值得关注的，不只是AI这次完成了什么，而是它为下一次研究留下了什么。

01｜Hyra 2.0是什么？不是新聊天模型，而是一套科研Agent系统

Hyra是Hunyuan Research Agent，也就是混元研究智能体。

理解Hyra 2.0，可以先区分两种工作方式。

第一种，是让AI解决一个具体问题。任务完成以后，留下答案、代码或者分析结果。

第二种，是让AI研发解决一类问题的工具。成果可能是一套验证程序、一个科学模型，或者经过测试的实验流程。

举个容易理解的例子。

让AI帮忙分析一次程序性能，得到的是一份优化建议。

如果AI进一步开发了可以重复运行的测试工具，并把有效的优化方法整理下来，那么后续项目也能使用这些成果，不必每次从零开始。

Hyra 2.0强调的，就是第二种方向。

这里的“工具”也不局限于脚本和软件。训练完成的蛋白质模型、分子模拟模型，同样可以成为研究者或其他Agent调用的工具。

从完成一次任务，到改善后续完成任务的方法，这才是这次升级的核心。

02｜三层Agent分工，让长期研究不再挤进一个聊天窗口

如果一个项目需要持续数天甚至数周，只靠不断延长的对话，很难清楚管理所有工作。

哪些实验已经完成，哪些假设被排除，哪些结果需要复核，都会影响后续决策。

Hyra 2.0采用了三层分工。

Overall负责对齐目标。 它与人类研究者沟通，协调项目优先级、资源和关键决策。

Mission负责研究路线。 每个Mission长期跟进一个研究问题，安排实验、组织执行，并判断是否需要调整方向。

Worker负责具体探索。 它可以阅读代码、执行实验、分析失败原因，也可以对已有判断提出不同意见。

这套组织方式不是单纯“多开几个AI窗口”，而是让不同层级分别处理目标、路线和执行。

系统还通过持久化任务队列安排工作，并在Research Board研究看板中记录进展。一项任务等待实验结果时，其他任务可以继续推进。

对于实际研发来说，这种设计的意义很直接：等待不应该让整个项目停下来，信息也不应该只留在某个临时对话里。

03｜AI说“做完了”还不够，结果需要证据和复核

科研Agent最需要警惕的，不是表达不够流畅，而是把不可靠的结果说得过于确定。

Hyra 2.0要求执行结果附带代码版本、实验记录或日志等证据，并通过独立的Review Worker进行复核。

这意味着，“任务完成”和“结论成立”不是同一件事。

例如，一次性能测试变快了，还需要继续检查：是否改变了精度要求，是否遗漏了某些输入，或者是否只是特定条件下的偶然结果。

独立复核的价值，就在于重新检查证据能够支持多大的结论，而不是只替前一个Agent润色报告。

与此同时，Hyra 2.0将项目状态、Agent工作记忆和跨任务经验分开保存，并把可迁移的方法整理成Skill。

这里的Skill，更适合理解为可重复使用的方法与流程，而不是一次成功回答的收藏。

当然，增加复核并不代表错误会自动消失。真正重要的是，错误能否被发现、记录和纠正，而不是被下一项任务继续沿用。

04｜七个研究方向，Hyra 2.0已经做出了哪些东西？

这次发布覆盖了七个主要研究方向，但它们的成果形态并不相同：有的是已经提供代码和权重的模型，有的是工作流或验证工具，还有的仍处于仿真阶段。

因此，不能把所有结果都理解为已经完成商业落地。

1. HyInv：从蛋白质结构出发，设计候选序列

HyInv是一款约196万参数的蛋白质逆折叠模型，由Hyra 2.0训练。

它处理的问题是：给定目标蛋白质骨架，生成可能与这一结构匹配的氨基酸序列。

模型采用先生成初稿、再修改序列的采样方式，公开项目提供权重、命令行工具和Python调用方式，并支持CPU与GPU运行。

在项目列出的H20测试条件下，针对402个残基的目标，一次生成128条候选序列，BF16加速路径耗时约54毫秒，不包含首次编译和图捕获时间。

这个数字说明的是特定配置下的生成效率，不能直接当成所有设备的速度，也不代表候选序列的实际功能已经得到实验确认。

2. HyPLM-Flash：训练更高效的蛋白质语言模型

HyPLM-Flash是一款6.5亿参数的蛋白质语言模型，能够把蛋白质序列转化为可用于后续分析的表示。

它的“语言”是蛋白质序列，不是面向用户聊天的自然语言。

官方项目说明显示，其推理引擎在单张H20上可处理约每秒13万个残基，具体吞吐量仍受到输入和运行配置影响。

相比只完成一次序列分析，训练一个可以重复调用的模型，能够为后续大量分析任务提供基础能力。

这也是Hyra 2.0“研发工具”思路比较直观的体现。

3. HyFF：为分子模拟提供可复用的力场模型

HyFF是一组面向分子模拟的机器学习力场模型。

它根据原子的种类、位置等信息预测能量与受力，为分子动力学计算提供支持。

公开项目包含五种规模，参数量约从230万到12亿，覆盖83种元素，并提供推理、分子动力学和批量预测工具。

不同规模对应不同的精度与计算开销选择，研究者可以根据任务决定使用哪一种模型。

需要注意，项目性能测试有明确的硬件、数据集和模拟条件，不能直接推导为所有分子体系都会获得相同的加速效果。

4. HyProver：把数学探索组织成工作流

HyProver面向数学证明任务，重点不是一次性输出一段看起来完整的证明，而是组织探索、推理和复核过程。

官方成果仓库已经列出五维Petty等距点猜想的结果，以及圆作用猜想非限定形式的反例。

这里尤其需要尊重问题的具体条件。例如，后者不能被扩大解释为同时解决了单连通版本。

对于数学研究工具，表达得像证明并不够，关键仍是论证是否成立、适用条件是否清楚，以及能否接受进一步检查。

5. HyQEC：既构造量子纠错码，也检查结果

HyQEC面向量子纠错码的构造与验证。

它的价值不只在于提出新的候选方案，还包括检查码距等关键性质，为不同方案的比较提供依据。

这属于量子计算相关的软件和算法工具研究，不能直接理解为发布了一颗量子芯片，或者已经解决全部量子纠错问题。

6. 机器人灵巧手：探索结构与控制策略的组合

在机器人方向，Hyra 2.0探索了一种被称为“旋梯手”的五指结构。

这个案例值得关注的地方，是把机械结构与训练后的控制效果放在一起考虑，而不是只比较初始表现。

但其公开结果仍来自仿真评测，尚未经过真机验证。

因此，更准确的说法是AI探索出了有潜力的结构方案，而不是已经交付了可以直接投入生产的机器人产品。

7. 香山处理器：参与性能优化与正确性验证

在芯片研发方向，Hyra 2.0围绕开源RISC-V处理器项目香山开展了性能调优和正确性检查。

这类工作不只是生成代码，还需要证明修改后是否更快，以及是否引入新的错误。

对于处理器研发，性能提升和行为正确同样重要。某个基准表现更好，也不能直接等同于所有实际应用都会获得相同收益。

05｜可复用Skill为什么重要？别让每次实验都从零开始

七个方向看起来差异很大，但它们有一个共同点：研究成果可以成为后续任务的起点。

这也是“智能复利”比较容易理解的含义。

假设某个项目发现了一套有效的训练故障排查流程。如果只把它留在聊天记录里，下一次遇到相似问题时，团队仍可能重复尝试。

但如果把适用条件、检查步骤、判断标准和失败情况整理成可执行流程，后续任务就有机会少走弯路。

同样，优化一个被频繁调用的模型，收益也不只发生在发布当天，而可能体现在之后的多次调用中。

不过，经验复用还有一个前提：知道什么时候能用，什么时候不能用。

只保存“这个方法有效”，却没有记录硬件、数据和实验条件，反而可能把局部经验变成错误的通用规则。

所以，Skill的价值不应该只看数量，更应该看是否可复现、是否写清适用范围，以及能否随着新证据更新。

另外，把经验保存为Skill，并不等于底层大模型权重已经实时更新。这是工作流程和外部知识的积累，需要与模型训练层面的变化区分开。

06｜Hyra 2.0开源了吗？先分清系统与研究成果

对于开发者来说，最关心的问题之一，就是能不能下载使用。

目前可以直接确认的公开入口，是腾讯混元的研究介绍与Hyra-results成果仓库。

仓库已经提供HyInv、HyPLM-Flash、HyFF等模型的代码、权重获取方式和技术资料，也收录了其他研究产物。

但需要区分：

研究成果公开，不等于完整Hyra 2.0科研系统已经以同样形式开放。

能够下载一个蛋白质模型，并不代表同时获得了论文介绍中的任务调度、实验平台连接、团队协作和全部Agent运行环境。

对有明确需求的开发者，比较合理的起点，是选择一个具体成果，按照对应说明验证，而不是期待下载仓库后就能自动完成任意科研项目。

例如，HyInv可以从一个符合要求的结构文件开始测试；HyPLM-Flash需要准备相应GPU环境；HyFF则应先核对输入格式和模拟配置。

如果主要关注Agent开发方法，则可以研究三层分工、独立复核和经验积累的设计，再结合自己的业务验证，不能默认这些能力已经可以一键部署。

07｜真正落地，还要过稳定性、成本和权限这几关

Hyra 2.0展示了工具研发的可能性，但要判断它能在多大程度上进入长期工作，还需要看几个现实问题。

长期任务能否持续保持方向？

一个项目运行数天以后，系统是否还记得最初目标？遇到连续失败，能否区分应该换方法，还是实验配置有问题？

这需要通过完整项目检验，不能只看某次成功演示。

换一个研究领域，还能否保持效果？

能在已有评测和工具条件下取得进展，不代表可以直接迁移到所有领域。

数据质量、反馈速度和验证难度不同，都会影响Agent能否有效推进工作。

整体成本是否划算？

评估自动化科研，不应只计算模型调用价格。

实验算力、失败尝试、人工复核和维护工具的投入，都属于成本。研发出的工具是否会被后续项目反复使用，也会影响这笔投入是否值得。

权限和研究资料怎样管理？

当Agent能够执行代码、提交训练任务、修改仓库时，就需要限制它能访问什么、能花多少资源，以及哪些操作必须经过确认。

对团队而言，更稳妥的原则是从受控环境和明确任务开始，再根据实际效果扩大范围，而不是一次开放全部权限。

08｜Hyra 2.0常见问题

Hyra 2.0是一款新大模型吗？

更准确地说，它是一套AI科研智能体系统，关注如何组织模型、工具、实验和验证流程。它研发出的HyInv、HyPLM-Flash等，才是不同用途的具体模型。

Hyra 2.0能直接替代研究人员吗？

现有成果不能支持这样的结论。研究目标、评价标准、关键决策和结果验收仍然重要，Agent参与更多环节，也不代表人类可以完全退出。

普通用户可以像聊天App一样使用吗？

目前公开资料主要面向研究成果与技术方法，不宜把它理解为已经提供一键完成科研的消费级应用。具体模型是否适合使用，需要查看对应项目要求。

七个方向的成果都已经完全开放了吗？

不能这样理解。各项成果的公开程度和验证阶段不同，应分别检查代码、权重、报告与后续发布安排，不能只根据发布文章中的名称判断。

总结｜AI这次不只交答案，也开始留下下一次能用的能力

腾讯混元Hyra 2.0最值得关注的，不是又增加了多少个Agent。

而是它尝试改变AI参与研究后的产出形式：除了答案，还留下模型、验证工具和可以反复执行的方法。

一次研究能够推动后续多次研究，才有机会把重复投入变成持续积累。

当然，模型指标、仿真成绩和特定基准上的进展，都需要放在各自条件下理解。是否能跨项目稳定复用，仍然要接受更多实际验证。

以前评价AI科研，常问“它解出了什么”。现在还值得多问一句：这次完成以后，下一次研究是不是更容易了？

这才是Hyra 2.0从解题走向工具研发，最有价值的地方。

腾讯混元Hyra 2.0官方研究介绍

https://hy.tencent.com/research/hyra2

Hyra官方研究介绍

https://hy.tencent.com/research/hyra

Hyra研究成果GitHub仓库

https://github.com/Tencent-Hunyuan/Hyra-results

HyInv蛋白质逆折叠模型说明

https://github.com/Tencent-Hunyuan/Hyra-results/blob/main/AI4Science/hyinv/README.md

HyPLM-Flash蛋白质语言模型说明

https://github.com/Tencent-Hunyuan/Hyra-results/blob/main/AI4Science/hyplm_flash/README.md

HyFF分子模拟模型说明

https://github.com/Tencent-Hunyuan/Hyra-results/blob/main/AI4Science/hyff/README.md