腾讯混元发布Hyra 2.0,AI自主完成蛋白质模型训练与芯片设计
核心进展
腾讯混元发布科研 Agent Hyra 2.0,研究重点从单点难题试错转向可长期复用的科学模型、算法与工具。
架构设计
- 三层 Agent:Overall 负责资源协调,Mission 负责研究规划,Worker 负责实验执行
- 任务持久化保存,等待训练结果时可并行推进其他研究
- 每项结论需附代码、日志等证据,必要时交独立 Agent 复核
- 有效经验沉淀为 Skill,供后续任务复用
落地成果
- HyInv:196 万参数,按目标骨架设计蛋白质序列,生成速度比 ProteinMPNN 快 57 倍;单张 H20 GPU 生成 128 条约 400 残基序列仅需约 50 毫秒
- HyPLM-Flash:6.5 亿参数,使用 7260 亿训练 token
- 两款模型权重、推理代码与技术报告均已公开
- 优化开源 RISC-V 处理器「香山」,SPEC CPU2006 每 GHz 性能提升 5.79%,芯片面积仅增 0.3%
- 设计五指「旋梯手」,经控制算法训练后仿真旋转速度提升 28.6%
Hyra 2.0 已参与下一代混元模型的预训练、后训练及推理系统优化。