2026 年 11 月 20 日,腾讯混元(Tencent Hy)团队正式在 Hugging Face、ModelScope 与 GitCode 开放 11 月 4 日发布的旗舰新一代混合专家(MoE)模型 Hy4 正式版权重。需要特别区分的是,本次开源的是 770B 语言骨干规模的旗舰正代 Hy4,切勿与此前已先行开源的 220B 参数轻量版本 Hy4 Flash(tencent/Hy4-flash 系列)混淆。
三版怎么选:Hy4 指令版、Hy4-FP8 与 Hy4-base 实操对照
生产部署首选 Hy4-FP8,Base 版并非开箱即用聊天模型:腾讯本次同步放出了三个独立仓库,各自定位泾渭分明:第一,tencent/Hy4-FP8(FP8 量化指令版,含 770B 语言骨干、1.23B ViT 视觉编码器与 3.3B DFly2 投机解码草稿头,仓库总计约 774B 参数)是官方在 vLLM(vllm/vllm-openai:hy4)与 SGLang(lmsysorg/sglang:hy4)部署配方中默认加载的生产主力版本,支持高深度推理(reasoning_effort 设为 high)与直接回复(no_think)双模式;第二,tencent/Hy4(原生 BF16/F32 精度指令版)适合拥有多节点大显存集群、开展无损基准测试或使用腾讯 AngelSlim 工具链自研低比特量化的团队;第三,tencent/Hy4-base(约 771B 预训练基座版)未经过指令对齐,模型卡明确提示其不是开箱即用的聊天或智能体模型(且因中期训练接触过大量合成指令数据,few-shot 评估时偶尔会不遵循预期输出格式),仅适合从底座重做领域继续预训练、SFT 微调或强化学习研究。
算力激活 49B 不等于完整权重部署显存规模:架构参数上,Hy4 语言骨干共 78 层(首层为标准稠密 FFN,其余 77 层为 MoE 层,每层包含 256 个路由专家与 1 个共享专家,每个 token 激活 Top-8 路由专家加 1 个共享专家),总参数 770B、单 token 文本激活 49B(视觉编码激活 1.23B),支持 1M(1,048,576 tokens)上下文窗口以及文本、图片与视频理解(不包含原生音频输入或图像/视频生成,协议为 Tencent Hy License)。开发者在规划算力时务必注意:49B 决定的是单步推理计算量,而推理部署必须将完整的 770B+ 稀疏权重与长上下文 KV 缓存装入显存(官方推荐单机 8 卡张量并行 TP=8 加载 FP8 版并开启 DFly2 投机解码)。

图片来源:DigIntoAI 根据 Hugging Face tencent/Hy4 系列官方模型卡整理制作。
游戏开发深度适配:Unity、Unreal 与 Godot 原型实测切入
联合腾讯互娱(IEG)专项优化三大主流引擎与多人联机逻辑:在具体行业能力上,腾讯在官方模型卡中重点披露了 Hy4 在游戏开发领域的专项突破:团队与腾讯互动娱乐事业群(IEG)的专业游戏开发者合作筛选高质量训练语料并构建评测基准,围绕功能实现、玩法逻辑、状态追踪与资产管线展开强化,针对 Unity、Unreal Engine(虚幻引擎)与 Godot 三大主流引擎进行了深度适配,并将能力扩展至多人联机(multiplayer)游戏开发。配合复用主干 KV 缓存与稀疏索引的 3.3B DFly2 投机解码器,模型在输出长段状态机脚本与联机同步逻辑时可保持恒定低草稿开销。
厂商内部跑分作参考,拿同一个玩法原型做横向实测:官方模型卡标注其内部评测中 Hy4 较前代 Hy4 preview 在 GameDev 提升 19.1%、GameLogic 提升 9.8%(同时在 213 名金融专家参与的 579 项真实金融任务中拿到 3.04/4 分,并在 123 项科研基准 TenureTrail 居开源前列)。不过,厂商自述的内部基准分数更适合作为初步筛选信号,而不应直接当成最终选型结论——对于游戏开发团队而言,更具说服力的验证方式是直接拿同一个具体玩法原型(例如包含角色状态机切换、物理触发回调或多人状态校验的 Unity C#、Unreal C++ 或 Godot GDScript 核心模块),在相同工程目录上下文下对比 Hy4-FP8 与现有主力模型的编译通过率、引擎 API 版本准确性及边界漏洞修复能力。
