🐯虎嗅•最新收集於 26m
Hunyuan 4 揭示開源大模型的技術收斂
#sparse-attention#long-context#model-architecture#talent-mobilitytencent-hunyuan-4tencent hunyuan 4deepseekglm-5zhipu aiyushi bai
💡Hunyuan 4 展示 DeepSeek 與 GLM-5 的創新如何快速成為生產級大模型的基礎元件。
⚡ 30-Second TL;DR
有什麼變化
Hy4 preview 採用 770B 參數，支援最長達百萬 token 的上下文視窗。
為什麼重要
Hy4 顯示，前沿大模型架構正越來越依賴公開技術的快速重組與改良，而非孤立的獨家突破。對 AI 公司而言，招募具備大規模生產訓練經驗的研究員，可能已與創造新架構同等重要。
下一步行動
在擴大上下文視窗前，先針對你最長的生產環境 prompt，測試 DeepSeek Sparse Attention 與 IndexCache 式 token 索引重用的效能。
誰應關注：Researchers & Academics
關鍵要點
- •Hy4 preview 採用 770B 參數，支援最長達百萬 token 的上下文視窗。
- •其注意力架構結合 DeepSeek Sparse Attention 與智譜的 IndexCache 機制。
- •據報導，GLM-5 核心貢獻者白雨石已從智譜加入 Tencent Hunyuan。
- •該模型距離上一個 Hunyuan 大版本發布不到四個月。
- •文章認為，開源研究正快速削弱模型公司的獨家技術優勢。
🧠 深度解析
背景與延伸：來自公開資料，非原文內容。引用 13 個來源。
🔑 增強重點摘要
- •Hy4 preview 採用混合專家模型（MoE）架構，總參數達 770B，但單 token 激活參數僅為 49B，顯著提升了推理效率。
- •該模型採用 Apache 2.0 開源授權，允許開發者進行商業部署、微調及量化，進一步推動開源生態發展。
- •Tencent 在內部評測中顯示，Hy4 在 203 項工程任務中取得 2.99 分（滿分 4.0），表現優於 GLM-5.3 與 Kimi K3。
- •Tencent 透過 Hy4 進行自我優化，成功將端到端推理吞吐量提升了 31.8%。
- •2026 年第二季度，Tencent 的資本支出達到 518 億人民幣，年增 190%，主要用於支撐 AI 基礎設施與模型研發。
📊 競品分析▸ Show
| 模型名稱 | 激活參數 | 評測得分 (工程任務) | API 輸入價格 (每百萬 token) |
|---|---|---|---|
| Hy4 preview | 49B | 2.99 | $0.834 |
| GLM-5.3 | 未公開 | 2.92 | 未公開 |
| Kimi K3 | 未公開 | 2.94 | 未公開 |
🛠️ 技術深入
- 架構：採用 Mixture-of-Experts (MoE) 混合專家架構。
- 參數規模：總參數 770B，激活參數 49B。
- 效能優化：利用模型自身優化訓練與推理系統，實現 31.8% 的吞吐量提升。
- 部署支援：整合於 Tencent Cloud TokenHub 與 OpenRouter，並支援多種企業級應用。
🔮 前景展望AI analysis grounded in cited sources
Tencent 將在 2026 年底前將 Hy4 整合至所有核心企業級產品。
目前 Hy4 已整合至 WorkBuddy、CodeBuddy 等產品，且 Tencent 正積極擴充推理集群以應對高負載需求。
開源模型將在 2027 年前完全取代閉源模型在企業級工程任務中的主導地位。
Hy4 的開源發布與其在工程任務中超越主流閉源模型的表現，顯示技術收斂正加速縮小開源與閉源的差距。
⏳ 時間線
2026-08-28
Tencent 正式發布並開源 Hy4 preview 模型。
📎 來源 (13)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： 虎嗅 ↗
每週 AI 簡報
每週一封，可隨時退訂。