腾讯混元今日发文宣布，全新实时语音模型 Hy Realtime 正式发布。作为一款主打实时的语音模型，它在语音理解、指令遵循与拟人化表达等基础对话能力上表现优异，更一口气补齐两项新本领：一是 Agentic 工具调用，二是唱歌。换言之，它不再是单纯应答的"嘴"，而开始长了能干活的手，离"像人一样交流"又近了一步。
Hy Realtime 已经悄悄跑在元宝语音通话、腾讯客服等产品里，近期还会搬上腾讯云，以 API 形式对外开放。对内，它直接改善数亿用户的对话体验；对外，则是腾讯把自研语音能力从内部场景推向外部开发者的关键一步，同类能力此前多由第三方提供。
腾讯混元11月4日发布最新一代大模型Hy4正式版。相较8月底preview版，其显著扩大预训练与后训练规模，首次引入视觉能力，可结合感知、推理与工具调用，完成图像处理、图表分析及数学视觉推理。Hy4还首次支持“电脑操作”，混用命令行与图形界面，并针对Blender、CAD等专业软件及跨应用长程任务专项训练，提升规划执行能力。
三个月前，腾讯混元推出通用科研极简Agent循环系统Hyra1.0。其开源模型Hy3驱动Hyra解决加法组合学悬置五十余年的核心难题——和集与差集最优指数，创下国产开源模型首次全自动解决数学开放问题纪录。此后国际AI巨头纷纷竞逐数学与理论计算机科学。“AI刷题”路径已走通，自动化科研下一步受关注。
腾讯混元发布科研 Agent Hyra 2.0，让“AI 做科研”从解题转向机器自研可长期复用的科学模型、算法与工具。为支撑数周研究，采用 Overall、Mission、Worker 三层 Agent，分别管资源协调、规划与实验；任务状态持久化，可并行推进项目。结论须附代码与日志，存疑由独立 Agent 复核，经验沉淀为 Skill 复用，覆盖蛋白质到芯片等。
腾讯混元正式上线“腾讯 Hy 翻译”App，同步支持小程序、插件和PC端。产品基于Hy-MT2翻译模型，支持33种语言互译，覆盖5种中国少数民族语言及方言，提供语音、拍照、离线翻译等方式。离线模式下可提前下载翻译模型至手机，覆盖港澳台及东南亚地区。
腾讯混元新研究聚焦在线大模型强化学习的批大小设置：当模型自生成训练数据、rollout生成与训练缩放节奏不一致时，经典临界批大小理论需在新场景重推。研究覆盖GRPO与PPO等主流算法并给出务实结论，为大规模GPU集群下提升训练效率提供参考。
关注 “悠AI” 更多干货技巧行业动态
相关文章
