Tencent Hyra 2.0 tiến tới nghiên cứu khoa học tự chủ bằng AI: huấn luyện mô hình từ đầu, thiết kế robot, thậm chí tham gia phát triển thế hệ AI tiếp theo

Động Sát Beating AI tin nhanh, Tencent Hunyuan ra mắt Agent nghiên cứu khoa học Hyra 2.0, mở rộng trọng tâm nghiên cứu từ việc thử sai lặp đi lặp lại nhắm vào từng bài toán đơn lẻ, sang phát triển các mô hình khoa học, thuật toán và công cụ có thể tái sử dụng lâu dài.

Để AI có thể liên tục triển khai nghiên cứu trong nhiều ngày thậm chí nhiều tuần, Hyra 2.0 phân chia công việc cho ba tầng Agent: Overall, Mission và Worker, lần lượt phụ trách điều phối tài nguyên, quy hoạch nghiên cứu và thực thi thí nghiệm. Nhiệm vụ được lưu trữ bền vững, có thể tiếp tục thúc đẩy các nghiên cứu khác trong khi chờ kết quả huấn luyện. Mỗi kết luận cần kèm theo bằng chứng như mã nguồn, nhật ký, khi cần thiết sẽ giao cho Agent độc lập phúc tra. Kinh nghiệm hiệu quả còn được đúc kết thành Skill để các nhiệm vụ sau sử dụng.

Tencent tiết lộ, Hyra 2.0 đã huấn luyện từ đầu hai mô hình protein. Trong đó, HyInv với 1,96 triệu tham số có thể thiết kế trình tự protein dựa trên khung xương mục tiêu, tốc độ tạo nhanh hơn 57 lần so với ProteinMPNN thường dùng. Trong bài kiểm tra khởi động trên một GPU H20 đơn lẻ, tạo 128 trình tự khoảng 400 gốc chỉ mất khoảng 50 mili giây. Mô hình còn lại HyPLM-Flash có 650 triệu tham số, sử dụng 726 tỷ token huấn luyện. Trọng số, mã suy luận và báo cáo kỹ thuật của cả hai mô hình đều đã được công khai.

Hyra 2.0 còn tham gia tối ưu bộ xử lý RISC-V mã nguồn mở "Xiangshan", giúp hiệu năng trên mỗi GHz của SPEC CPU2006 tăng 5,79%, diện tích chip chỉ tăng 0,3%.

Nó cũng thiết kế một bàn tay "xoắn ốc" với năm ngón có độ dài tăng dần. Ban đầu bàn tay này chậm hơn khoảng 11% so với thiết kế tối ưu hiện có, nhưng sau khi huấn luyện thuật toán điều khiển với cùng ngân sách, tốc độ xoay trong mô phỏng lại nhanh hơn 28,6%.

Hiện tại, Hyra 2.0 cũng đã tham gia vào quá trình tiền huấn luyện, hậu huấn luyện và tối ưu hệ thống suy luận của thế hệ mô hình Hunyuan tiếp theo, thử nghiệm để AI thông qua cải tiến công cụ nghiên cứu phát triển, giúp huấn luyện ra thế hệ AI tiếp theo mạnh mẽ hơn.