您的位置:首页 > 手游攻略 > Hyra – 腾讯混元打造的科学发现智能体

Hyra – 腾讯混元打造的科学发现智能体

作者:互联网  时间: 2026-07-23 07:49:16  

Hyra是什么

Hyra(Hunyuan Research Agent)是腾讯混元推出的研究智能体,Hyra-1.0于2026年7月21日发布,主要用于自动化AI研究、科学发现和工程优化任务。它通过经验积累、方案探索和自动评估,实现递归自我改进,帮助研究人员处理复杂实验与优化问题。

  • 工具名称:Hyra(Hunyuan Research Agent),腾讯混元研究智能体。
  • 开发公司:腾讯混元团队
  • 发布时间:Hyra-1.0于2026年7月21日正式发布,是Hyra系列首个公开版本。
  • 主要功能:支持AI模型优化、数学发现、GPU Kernel优化、量子计算、药物设计、3D建模等任务。
  • 技术特点:采用轻量Harness架构,通过Context Agent、Proposal Agent和Experience Bank实现持续探索。
  • 使用方式:主要面向研究人员和开发者,通过任务定义、智能体循环和自动评估完成研究任务。
  • 价格说明:目前公开信息主要集中于研究发布和实验结果,未公布商业订阅价格。
  • 适用人群:AI研究人员、算法工程师、科研团队以及需要自动化优化任务的开发者。
Hyra – 腾讯混元推出的科学发现智能体

Hyra的核心优势

  • 递归改进能力:通过经验库记录代码、日志和评估结果,持续生成优化方案,在NanoChat、NanoGPT、SOL-ExecBench三项任务中均超过Recursive基线。
  • 科研任务适配:采用轻量Harness框架,将任务拆解为探索、执行、评估和优化循环,可覆盖AI研发、数学发现、工程优化等多类场景。
  • 评估器共进化:支持双层循环机制,不仅优化solution,还能根据历史反馈升级评估标准,降低AI针对指标作弊的风险。
  • 多领域应用能力:Hyra已展示AI模型优化、量子计算、药物设计、3D建模等应用案例,覆盖十余个研究与工程方向。
  • 自动化实验流程:通过Context Agent和Proposal Agent协作,将方案生成、代码运行、结果评分自动串联,减少人工重复实验成本。
  • 开放复现能力:实验产物和案例代码公开,研究人员可基于已有结果继续测试和优化,提升科研协作效率。

Hyra的主要功能

  • 经验库管理:Context Agent负责保存历史solution、运行日志和评估反馈,为后续任务提供可复用经验和优化方向。
  • 方案自动生成:Proposal Agent根据任务上下文创建新的solution文件,并通过solve.sh入口运行测试,适合自动化研发任务。
  • 沙盒执行评估:每个方案都会在独立环境运行并评分,帮助研究人员快速比较不同方案效果,降低实验风险。
  • 自动模型优化:支持训练策略、GPU kernel和系统流程优化,例如Hyra在SOL-ExecBench中将Mean SOL提升至0.771。
  • 科学发现辅助:能够分析数据寻找规律,在55个数学开放问题中刷新29个历史最佳结果,并生成科学计算方案。
  • 创意任务探索:支持3D建模、游戏Bot、音乐编排等开放任务,通过反馈循环持续优化生成结果。

如何使用Hyra

  1. 定义研究任务:输入模型优化、算法设计或科学计算目标,并设置评估指标。Hyra可根据任务选择已有评估器或生成初始评估方案。
  2. 启动Harness框架:提交任务后,Hyra自动初始化Context Agent和Proposal Agent,负责经验整理、方案生成和优化流程。
  3. 生成测试方案:Proposal Agent根据经验上下文创建solution,通过solve.sh入口运行,并在独立沙盒环境中完成测试。
  4. 评估积累经验:系统根据运行结果评分,并将代码、日志和反馈保存至Experience Bank,支持后续优化。
  5. 循环探索优化:Hyra持续分析历史结果,生成改进方案,直到达到预算限制或找到更优solution。
  6. 获取最终方案:任务完成后返回最佳solution和实验记录,方便研究人员复现和继续优化。

Hyra的项目地址

  • 项目官网:Hyra: 简单有效的科学发现智能体

Hyra的应用场景

  • AI模型研发:适合研究人员优化训练方案、数据策略和推理系统,例如Hyra在NanoChat任务中将Validation BPB降低至0.9015。
  • GPU性能优化:适用于底层工程优化,通过自动生成和测试kernel方案,提高计算效率,Hyra在SOL-ExecBench达到Mean SOL 0.771。
  • 数学科学发现:科研人员可输入开放数学问题,让Hyra探索新解法,目前已在55个问题中刷新29个历史最佳结果。
  • 药物分子设计:可用于早期药物研发,通过目标分子设计和模拟评分筛选候选结构,但仍需实验验证。
  • 量子计算优化:可帮助设计量子比特路由算法,在IBM Q20测试中相比SABRE提升44.4%的路由效率。
  • 创意内容生成:适合3D设计、游戏策略和音乐创作,通过多轮反馈优化作品质量,提高创作探索效率。

Hyra的价格与付费方案

目前Hyra主要以科研项目形式公开,腾讯尚未公布面向普通用户的商业订阅价格、API价格或免费额度。现阶段Hyra更接近研究型智能体平台,主要服务对象是AI研究人员、开发团队和科研机构。

使用Hyra时需要注意的问题

Hyra目前定位为研究智能体,并非普通内容生成工具。使用过程中需要具备任务设计、实验评价和结果分析能力。部分实验结果仍处于模拟验证阶段,例如药物设计需要进一步经过合成和湿实验验证。此外,自动优化系统可能出现针对评估指标优化的问题,因此需要合理设计评价体系。

和其他AI工具相比,Hyra有哪些差异?

对比维度HyraRecursive Research AgentAlphaEvolveChatGPT Deep Research
产品定位腾讯混元推出的科学发现智能体,面向AI研发、科学计算和工程优化任务。自动化研究智能体,主要探索模型训练和工程优化方向。Google DeepMind推出的算法发现智能体,重点优化数学和算法问题。ChatGPT中的研究功能,主要用于资料检索、分析和报告生成。
核心机制采用Experience Bank经验库、Context Agent和Proposal Agent协作,通过循环优化方案。通过自动实验循环搜索更优方案,重点关注模型研究任务。利用Gemini模型驱动算法搜索和代码优化。通过网络搜索、资料分析和推理生成研究结果。
自动实验能力支持生成代码、沙盒运行、自动评分,并根据结果持续优化。支持自动执行研究任务,但公开案例主要集中于AI优化领域。支持算法实验和结果验证,适用于数学和工程问题。主要完成信息分析,不以代码执行和实验优化为核心。
评估优化能力支持双层循环,可同步优化solution和评估器,降低奖励漏洞风险。主要围绕已有评估标准优化任务结果。侧重算法结果优化,未公开强调评估器共进化机制。依赖已有信息和用户需求,不提供科研循环优化。
代表成果在NanoChat、NanoGPT Speedrun、SOL-ExecBench测试中超过Recursive结果,并在55个数学问题中刷新29个最佳结果。参与自动化AI研究任务,提供公开基准测试方案。完成4×4复数矩阵乘法优化,将标量乘法降低至48次。适用于复杂资料整理、行业研究和文献分析。
适用场景科研实验、模型优化、算法研究、量子计算、药物设计等专业任务。AI工程研发和模型训练优化。算法发现、数学优化和代码搜索。市场分析、知识整理、研究报告生成。

Hyra与Recursive Research Agent、AlphaEvolve属于自动化研究智能体方向,而ChatGPT Deep Research更偏向信息检索和知识分析。根据公开测试数据,Hyra重点优势在于持续实验、经验积累和评估器优化,适合需要长期探索的科研与工程任务。

关于Hyra的常见问题

Hyra怎么用?需要编程基础吗?

Hyra主要面向研究人员和开发者使用,需要用户能够定义研究任务和评价目标。相比普通AI聊天工具,Hyra更强调实验流程设计,因此需要一定技术背景。

Hyra免费吗?有没有公开价格?

目前Hyra没有公布面向个人用户的收费方案,也没有公开API价格或免费额度。

Hyra效果如何?能够提升多少效率?

Hyra在公开测试中展示了自动优化能力。在NanoChat任务中Validation BPB达到0.9015,在NanoGPT任务中达到3.28 loss时间缩短至76.4秒,在SOL-ExecBench中Mean SOL达到0.771,说明其能够在特定研究任务中减少人工实验成本。

Hyra支持哪些功能?

Hyra支持AI模型优化、GPU Kernel优化、数学发现、量子计算、药物设计、3D建模和音乐生成等任务。

Hyra和AlphaEvolve哪个好?

A: 两者定位不同。AlphaEvolve主要用于算法发现,而Hyra覆盖更广泛的研究场景,包括AI研发、科学发现和工程优化。选择哪种工具取决于任务类型,算法优化更适合AlphaEvolve,综合研究任务更适合Hyra。

Hyra适合普通用户使用吗?

目前Hyra更适合科研人员、算法工程师和技术团队。普通用户如果只是需要内容生成、办公辅助或图片处理,传统AI工具更容易上手。Hyra主要价值在复杂研究和工程优化领域。

Hyra未来会应用在哪些方向?

腾讯表示,未来Hyra将继续参与下一代Hy模型迭代,并探索真实AI研发流水线、产品系统和工业场景。

最新游戏

更多

Copyright©2010-2019. All rights reserved | 波波三国游戏官网|[email protected]

备案编号:湘ICP备2022015115号-4