腾讯混元Hyra 2.0：自研两款蛋白质模型，还改进了下一代混元

腾讯混元推出科研 Agent Hyra 2.0。它把"AI 做科研"从解题往前推了一步，目标变成让机器自己研发可长期复用的科学模型、算法与工具。

研究动辄要跑数周，Hyra 2.0 为此把工作分给三层 Agent：Overall 负责资源协调，Mission 负责规划，Worker 负责跑实验。任务状态做了持久化，训练空档里也能推进别的项目。每个结论都要附上代码和日志作为凭证；有疑问就交给独立 Agent 复核，跑通的经验则沉淀为 Skill 复用。

从蛋白质到芯片机械手，成果已经摆出来了。两款蛋白质模型均为从零训练：196 万参数的 HyInv 依据目标骨架反推序列，速度比 ProteinMPNN 快 57 倍，在单张 H20 GPU 上生成 128 条约 400 残基序列只需约 50 毫秒；6.5 亿参数的 HyPLM-Flash 吃下 7260 亿 token，权重、代码与报告全部开源。

它还把开源 RISC-V 处理器香山的 SPEC CPU2006 单 GHz 性能提升 5.79%，面积仅增加 0.3%；设计的五指"旋梯手"初版比原最优慢 11%，在同等预算下调整完控制算法后，仿真转速反而快了 28.6%。

更耐人寻味的是这个闭环：Hyra 2.0 已经参与到下一代混元模型的预训练、后训练和推理优化中。AI 开始改良造 AI 的工具，更强的模型或许就会从这台"科研永动机"里自己长出来。