腾讯首席 AI 科学家姚顺雨携混元团队在 Reddit 开发者社区 AMA 交流中明确表态,Hy4 当前距离 AGI 还有明显差距,团队自评 Hy4 大致处于 AGI 分级 2.5 级,虽然它在 Agent、代码、科研任务上表现亮眼,登上 Agent Arena 开源模型榜首,但还达不到通用人工智能的标准,同时团队认可 Scaling Law 规模法则,已经敲定下一代 Hy 模型会显著扩大参数规模;团队也补充了一个很关键的观点,不是参数量大就一定更强,打磨到位的中小模型也能超越更大模型,并且训练、推理成本更低,后续研发会走双线并行路线,一边做大旗舰模型冲击能力上限,一边推出 Hy4-mini、Flash-Lite 这类轻量化模型降低落地门槛,Hy4 本身也会持续靠大规模强化学习做后训练优化。
一、Hy4 当前定位与能力现状清单
- 模型基础规格:Hy4 为 770B 总参 MoE 架构,激活参数 49B,支持 1M 超长上下文;配套 Hy4 flash 版本主打低成本推理,单任务成本仅为 Hy4 的 1/20
- 优势能力:长程代码开发、工具调用、Agent 自主执行、科研计算、多模态视觉理解,开源榜单成绩靠前
- 短板边界:距离 AGI 存在差距,递归自我改进 RSI 能力尚早,复杂开放式推理、长期自主规划、创意内容可读性还有提升空间
- 能力评级:团队内部自评 AGI 等级 2.5 级,还不是通用人工智能
二、混元两条核心研发路线
- 路线 1:超大规模旗舰线。下一代 Hy 模型持续扩参,继续验证规模定律,探索智能上限,对标行业 3T、5T 超大模型方向
- 路线 2:轻量化普惠线。Hy4-mini、Flash-Lite、24~31B 稠密模型、轻量图像 / 视频模型进入规划,适配本地 PC、低显存设备部署
三、Hy4 迭代优化方向表
| 优化方向 | 详细说明 |
|---|---|
| 强化学习后训练 | 持续投入大规模 RL,修正模型过度思考问题,提升输出稳定性、安全性 |
| 架构迭代 | 研究循环 MoE、持续学习等前沿技术,探索新的注意力机制方案 |
| 轻量化版本 | 推进 Hy4-mini、Flash-Lite,满足本地部署、低成本调用需求 |
| 多模态拓展 | 规划小型开源图像模型、新一代视频模型 |
四、关于 “扩规模” 的核心观点
姚顺雨团队没有盲目吹捧超大参数,他们认为 Hy3、Hy4 已经验证,优化扎实的中小模型可以赢过更大模型,成本优势突出;但团队没有否定规模定律,仍然相信扩大模型规模是通往更强智能的有效路径,所以两条路线同步推进,不会只押注单一方向。
【相关 FAQ】
问题 1:姚顺雨提到的 Hy4 距离 AGI 还有差距,是怎么判定 Hy4 当前水平的?
回答 1:姚顺雨混元团队在本次 AMA 中自评 Hy4 处于 AGI 分级 2.5 级,Hy4 在 Agent、代码、科研任务能力很强,但缺少完整自主递归改进、通用自主规划等 AGI 核心能力,所以判定 Hy4 距离 AGI 还有差距。
问题 2:姚顺雨说下一代模型继续扩规模,是不是意味着 Hy4 之后只做超大参模型?
回答 2:不是,姚顺雨团队采用双线路线,下一代 Hy 旗舰模型会扩规模,同时 Hy4-mini、Flash-Lite 等轻量化小模型同步在路线图内,兼顾能力上限探索和低成本落地。
问题 3:既然 Hy4 距离 AGI 还有差距,为什么还要坚持给下一代模型扩规模?
回答 3:姚顺雨团队认可 Scaling Law 规模法则,认为扩大模型规模是提升智能上限的有效路径;同时团队也承认,模型能力不完全由参数量决定,做好数据、训练、后训练,小模型也能打出不错效果。
问题 4:Hy4 后续还会更新吗,还是等下一代扩规模模型上线?
回答 4:Hy4 本身还会持续迭代,姚顺雨团队会投入大规模强化学习对 Hy4 做后训练优化,改善模型安全、推理稳定性,不是停下 Hy4 直接等下一代大模型。
【参考资料】
[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](混元 Hy4 模型、算力、刷榜与 RSI,姚顺雨回应一切)极客公园(ZAKER)
[2026-11-21](混元 Hy4 仍有很大改进空间,计划训练更大规模模型)IT 之家
【免责声明】
本文信息整理自姚顺雨及混元团队公开 AMA 问答内容,Hy4 能力评级、下一代模型规模、轻量化模型上线计划均为研发规划,不代表正式发布版本;模型 AGI 分级属于团队内部主观划分,行业暂无统一 AGI 判定标准,本文内容仅为资讯分享,不构成技术或者投资建议。
