7月21日，腾讯混元团队正式发布Hyra-1.0（Hunyuan Research Agent），这是一款能够递归自我改进、专为性能导向的研究与工程任务打造的智能体。该系统遵循"The Bitter Lesson"设计哲学——框架尽量轻量，智能体动作空间尽量广阔，以一个简单通用的循环框架，将智能和算力转化为真实收益。
在AI for AI领域，Hyra在三项基准测试中均超越Recursive报告的最优结果:NanoChat Autoresearch任务中将验证集BPB降至0.9015;在社区已深度优化的NanoGPT Speedrun上将达到3.28验证损失的时间缩短至76.4秒;SOL-ExecBench上对235个GPU kernel联合优化后Mean SOL达到0.771。
在AI for Science领域，Hyra从EinsteinArena等数据库中选取55个数学开放问题，其中29个刷新了历史最佳纪录。团队还向Hyra提供了1749年至1932年的逐月太阳黑子数据，Hyra发现的递推公式在近一个世纪的样本外数据上取得R²=0.77的预测精度。更具突破性的是，Hyra设计出仅需15个可训练参数即可完成10位数加法的Transformer，较此前公开记录减少58.3%;其量子比特路由算法在IBM Q20上较经典SABRE算法提升44.4%的路由效率;在药物设计方面，Hyra针对抗癌靶点PARP1生成的候选分子，结合成药性评分显著超过已上市药物olaparib。
在AI for Fun领域，Hyra开发的黑白棋对弈程序在Botzone平台730个参赛程序中排名第三;仅凭单张2D参考图像即可生成可渲染的3D模型;还能根据旋律为多种乐器编写完整和声，经7轮进化后生成丰富色彩的完整配器。
发表于 2026-7-21 14:10:01
