騰訊混元發布 Hy4，引數升至 770B，首次支援視覺理解與電腦操作
騰訊混元 11 月 4 日發布新一代大模型 Hy4，引數規模由 Hy3 系列的不到 300B 增至 770B，官方稱其首次躋身最強開源模型之列，權重將於近期開源。相比 preview 版，Hy4 首次引入視覺理解與電腦操作（Computer Use）能力，自建測試中幻覺率從 12.95% 降至 7.2%。
給出 770B 引數、視覺理解與 Computer Use 首次落地，以及金融眾測排名和幻覺率下降的具體數字，對評估開源模型選型與 API 成本的開發者最有用。
原標題：腾讯混元发布 Hy4，跻身最强开源模型之列
閱讀原文
| 評分 | 90 / 89（平均 89，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
中國電信開源意圖理解模型 Xing4.0-29B-Intent，同步開放 275 萬條語料
中國電信星辰通用人工智慧實驗室發布並開源意圖理解專用模型 Xing4.0-29B-Intent，同時開放 275.3 萬條訓練語料、模型權重與推理映象，程式碼採用 Apache 2.0 許可。模型按統一 Schema 輸出 JSON，可同時完成意圖分類與引數抽取；官方評測總分 58，高於 18 款參評通用模型的最高分 49。類別決策總分 70，領先 Jev 的 56 和 GPT-6-Luna 的 65。
HyperQ 用 64 量子位元讓 1.1B 擴散語言模型超過 8B 模型
蒙特利爾大學、Mila 與麥吉爾團隊提出 HyperQ，把逐 Token 動態生成的量子電路接入擴散語言模型；在 64 量子位元下，11 億引數模型的六項零樣本測試平均分超過 Qwen3-8B 等 80 億引數模型。超網路根據每個 Token 的隱藏狀態生成量子門旋轉角度、耦合強度與測量方向，只訓練新增的量子分支，不改動主幹；相比凍結主幹提升 4.71 分，也超過 LoRA 微調，而指令微調資料只有後者的十分之一。
用 ML Intern 幾天做出 6 個模型，9B 改寫器壓到 0.8B
Hugging Face 的 yuvraj sharma 用 HuggingChat 裡的 ML Intern agent，幾天內做出 6 個公開模型，其中把 Qwen-Image 2.1 自帶的 9B 提示改寫器蒸餾成 0.8B 版本，可在 CPU 執行，輸出有效率 99.7%，token 消耗約為教師模型的四分之一。該專案含 9B 模型標註 8,797 條樣本，算力成本 16 美元。
Mistral Large 4 開放權重發布：1T MoE、1M 上下文
Mistral 在 Hugging Face 發布開放權重模型 Mistral Large 4（Le Chonk），它是約 1T 總引數、49B 啟用的多模態 MoE 模型，支援文字與影像輸入，上下文視窗為 1M tokens。官方提供 FP8 與 NVFP4 兩個版本，Unsloth 和 llama.cpp 團隊另發布 GGUF 版本。許可為 MIT 衍生的 Mistral 生態開放權重許可，對模型即服務設有約束。