腾讯混源 Hyra 2.0 研究智能体发布，打造蛋白质、量子与芯片分析工具

腾讯（TCEHY）于 11 月 2 日发布混源 Hyra 2.0 研究智能体，相关股票受科技投资人关注：相较于 Hyra 1.0 的单一任务设计，Hyra 2.0 采用三层代理架构，旨在建立可重复使用的研究工具，发布成果涵盖蛋白质设计模型、力场套件、数学猜想验证、量子纠错码，以及芯片与机械手机构优化。

Hyra 2.0 系统架构：三层代理设计与共享研究看板

Hyra 2.0 采用三层系统架构：总体代理负责整体规划，任务代理管理具体研究任务，工作代理执行运算工作。三层架构通过共享研究看板与持久化任务队列进行协调，专用审核工作代理负责检查各层输出结果，代理系统维护分层记忆，共享知识库持续将研究经验提炼为可重复使用的技能。

Hyra 1.0 主要用于解决单一任务（例如通过 Hy3 模型解决和差指数问题），Hyra 2.0 在此基础上新增跨任务工具建立与知识积累能力。

蛋白质工具套件：HyInv、HyPLM-Flash 与 HyFF 系列主要技术规格

腾讯混源在生物医学领域建立三款独立工具，依腾讯发布资料，具体技术规格如下：

HyInv（逆向蛋白质折叠模型）：196 万个参数，运行速度据称比 ProteinMPNN 快 57 倍，结构一致性更高，可在 50 毫秒内设计 128 个序列

HyPLM-Flash（蛋白质语言模型）：6.5 亿个参数，依 7,260 亿个词元训练；在对比的 12 个模型中速度最快，在 35 项任务中平均排名第三；在单一 H100 上每秒可处理约 13 万个残基

HyFF 系列（力场套件）：含 5 个力场，参数从 230 万到 12 亿不等，涵盖 83 个元素，在 16 个对比模型中精度与速度均处于帕累托最优水平；Largo 子模型能量误差最低，每个原子仅 0.364 meV，完成了包含 6 万个原子的水通道蛋白（Aquaporin）模拟

数学与量子成果：HyProver 五维猜想突破与 HyQEC 量子纠错码

HyProver 在数学领域产出两项成果。第一，解决了五维空间中的佩蒂（Petty）等边集猜想，将已解决的最高维度从四维提升至五维。第二，就丘成桐（Yau）圆作用猜想，GitHub 文件描述了一个反例——一个非单连通的封闭七维流形；单连通版本目前仍未解决。

在量子纠错领域，HyQEC 产出 488,123,22 码，腾讯表示该码在 qLDPC 挑战赛评估指标上比此前领先成果高出约 48%。

硬件优化：机械手机构速度提升 28.6% 与 XiangShan RISC-V 处理器优化成果

Hyra 2.0 在硬件领域完成两项优化工作。在机器人机构设计上，Hyra 设计了一种模拟机械手机构，运行速度比参考设计快 28.6%。在芯片优化上，Hyra 对开源 XiangShan RISC-V 处理器进行优化，使 SPECint2006 每 GHz 性能提升 5.79%，芯片面积仅增加 0.3%，并在过程中发现 10 个程序错误（bug）。上述所有成果均为腾讯原创，尚未经过独立审核。

常见问题

Hyra 2.0 与 Hyra 1.0 的主要差异为何？

依腾讯混源的说明，Hyra 1.0 专注于解决单一问题（例如使用 Hy3 模型解决和差指数问题），Hyra 2.0 则旨在建立可重复使用的研究工具，并采用三层代理架构（总体代理、任务代理、工作代理）运作，通过共享研究看板与知识库跨任务积累研究技能。

HyInv 声称速度超越 ProteinMPNN 57 倍的数据来源为何？

依腾讯混源的发布资料，HyInv 运行速度据称比 ProteinMPNN 快 57 倍，可在 50 毫秒内设计 128 个序列。腾讯明确声明所有结果均为原创，目前尚未经过独立第三方审核；相关程序代码已依 Apache 2.0 授权在 GitHub 公开。

Hyra 2.0 的研究成果如何取得？

依腾讯混源的说明，所有研究成果均为腾讯原创，相关程序代码已依 Apache 2.0 授权在 GitHub 公开；腾讯明确声明，上述结果目前尚未经过独立审核。研究成果涵盖蛋白质设计模型、力场套件、数学猜想验证、量子纠错码，以及芯片与机械手机构优化。