北京时间 11 月 21 日凌晨,腾讯首席 AI 科学家、混元负责人姚顺雨带领混元团队在 Reddit 开发者社区开展 AMA 公开问答,团队对外明确表态,Hy4 本身还有很大改进空间,优化重点放在后训练环节,同时已经定下计划,后续会训练更大规模的混元模型;面对开发者提问,团队也解释了为什么现阶段没有直接跟风行业 3 万亿、5 万亿参数的超大模型路线,他们认为 Hy3、Hy4 已经验证,打磨扎实的中等规模模型,能力可以超过更大的模型,训练、推理成本更低,还能在研发过程积累更多技术经验,不是单纯比拼参数大小。这次问答里,团队同步公布了双线研发思路,一边持续打磨现有的 Hy4,投入大规模强化学习优化效果、优化用户体验和模型安全;另一边推进下一代超大模型,同时也规划 Hy4-mini、Flash-Lite 这类轻量化小模型,覆盖不同算力设备。整个研发路线分成两条主线,一条往更大参数冲能力上限,一条做轻量化、低成本版本,兼顾性能和落地成本,Hy4 的优化工作不会等新大模型出来才停止,后训练迭代会持续同步进行。
Hy4 当前优化方向清单
- 核心优化方向:后训练,重点落地大规模强化学习 RL
- 配套优化:模型安全对齐、对话体验、复杂任务稳定性
- 能力补强:长代码、工具调用、科研推理、多模态理解
- 不改动主预训练底座,优先用后训练方式低成本提效
混元模型产品线规划表
| 产品线 | 定位 | 进展状态 |
|---|---|---|
| Hy4 旗舰版 | 高能力旗舰,主打 Agent、代码、科研任务 | 已发布,持续后训练优化 |
| Hy4 Flash | 高性价比版本,推理成本大幅降低 | 已开源 |
| Hy4-mini | 轻量化小模型,适配低显存设备 | 纳入路线图,开发中 |
| 下一代超大 Hy 模型 | 突破参数规模,冲击更高智能上限 | 规划中,规模显著扩大 |
| Flash-Lite | 超轻量版本,适配 24GB 显存显卡 | 正在推进 |
团队对行业参数竞赛的看法
- 不否定大参数价值:团队承认更大规模模型存在能力上限优势,所以才会安排训练更大模型,不是完全放弃扩参。
- 拒绝盲目堆参数:优先保证训练质量、数据质量,比起单纯堆参数量,更看重模型真实任务表现,而不是榜单分数。
- 双线并行策略:大模型用来探索智能上限,小轻量化模型用来降低推理成本,方便开发者、企业落地使用。
【相关 FAQ】
问题 1:腾讯混元姚顺雨团队说 Hy4 仍有很大改进空间,主要靠什么方式提升 Hy4 能力?
回答 1:腾讯混元姚顺雨团队说 Hy4 仍有很大改进空间,提升重点放在后训练,主要依靠大规模强化学习,同时持续优化模型安全、交互体验,不会重新做完整预训练。
问题 2:腾讯混元姚顺雨团队计划训练更大规模模型,是不是意味着马上放弃 Hy4 这条路线?
回答 2:腾讯混元姚顺雨团队计划训练更大规模模型,并不会放弃 Hy4,Hy4 会持续做后训练迭代优化,大模型和现有 Hy4 的优化是并行推进的两条研发线。
问题 3:腾讯混元姚顺雨团队为什么不直接跟进行业 3 万亿、5 万亿参数的超大模型?
回答 3:腾讯混元姚顺雨团队认为 Hy3 和 Hy4 已经证明,打磨到位的中等规模模型可以赢过更大模型,成本更低,能积累更多技术经验,同时也没有放弃扩参,只是不盲目跟风堆参数。
问题 4:腾讯混元姚顺雨团队除了更大规模模型,还有哪些配套模型规划?
回答 4:腾讯混元姚顺雨团队除了更大规模模型,还规划了 Hy4-mini、Flash-Lite 轻量化模型,适配低显存设备,覆盖不同的本地部署、低成本推理场景。
【参考资料】
[2026-11-21](腾讯混元姚顺雨团队:Hy4 仍有很大改进空间,计划训练更大规模模型)IT 之家
[2026-11-21](算力约束下,腾讯姚顺雨携团队回答混元 “一切”)腾讯新闻
[2026-11-21](腾讯姚顺雨团队深夜回应一切:算力不足、模型刷榜、雷霆大思考)36 氪
[2026-11-21](姚顺雨现身 Reddit 答问两小时:混元后训练最难的问题,是过度思考)钛媒体
[2026-11-21](腾讯混元姚顺雨团队:Hy4 仍有很大改进空间,计划训练更大规模模型)36 氪
【免责声明】
本文仅整理腾讯混元姚顺雨团队 AMA 公开问答信息,Hy4 的优化进度、更大规模模型的参数、上线时间都还处于研发规划阶段,没有确定时间表,最终模型能力、发布安排以腾讯混元官方后续公告为准,内容不构成投资、采购选型建议。
