腾讯Hyra 2.0迈向AI自主科研：从头训练模型、设计机器人，甚至参与研发下一代AI

BiRun 讯，动察 Beating AI 快讯，腾讯混元发布科研 Agent Hyra 2.0，将研究重点从针对单个难题反复试错，扩展到研发能够长期复用的科学模型、算法和工具。

为了让 AI 持续开展数天甚至数周的研究，Hyra 2.0 将工作分给 Overall、Mission、Worker 三层 Agent，分别负责资源协调、研究规划和实验执行。任务会持久化保存，等待训练结果时也能推进其他研究。每项结论需要附上代码、日志等证据，必要时交给独立 Agent 复核。有效经验还会沉淀成 Skill，供后续任务使用。

腾讯披露，Hyra 2.0 已经从头训练出两款蛋白质模型。其中，196 万参数的 HyInv 能根据目标骨架设计蛋白质序列，生成速度比常用的 ProteinMPNN 快 57 倍。在单张 H20 GPU 的预热测试中，生成 128 条约 400 个残基的序列只需约 50 毫秒。另一款 HyPLM-Flash 有 6.5 亿参数，使用了 7260 亿训练 token。两款模型的权重、推理代码和技术报告均已公开。

Hyra 2.0 还参与优化开源 RISC-V 处理器「香山」，使 SPEC CPU2006 每 GHz 性能提高 5.79%，芯片面积仅增加 0.3%。

它还设计了一只五根手指长短递增的「旋梯手」。这只手最初比原有最优设计慢约 11%，但经过相同预算的控制算法训练后，仿真旋转速度反而快了 28.6%。

目前，Hyra 2.0 也已参与下一代混元模型的预训练、后训练及推理系统优化，尝试让 AI 通过改进研发工具，帮助训练出更强的下一代 AI。