11 月 4 日，騰訊混元發布新一代大語言模型 Hy4，引數規模從 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，並將在近期開源權重、發布模型系統卡片。相比 preview 版，Hy4 首次引入視覺理解與電腦操作（Computer Use）能力，可結合命令列與圖形介面處理任務，並針對… 看完整事件
騰訊混元 Hy4 在 AA 智慧指數中位列中國模型第二，在 Agent Arena 上開源模型第一
騰訊混元 Hy4 在 Artificial Analysis 最新智慧指數榜的 724 款模型中位列中國模型第二，僅次於 Kimi K3.1 Pro，並與 Grok 4.7（xhigh）同分。其單任務成本約 0.78 美元，比 Grok 4.7（xhigh）和 Qwen3.8 Max 分別便宜 10 倍和 13 倍。在側重真實智慧體任務的 Agent Arena 榜上，Hy4 位列總榜第 13 名、居全球開源模型第一，並進入帕累托前沿線。
Hy4 首次進入第三方綜合智慧榜單，就給出單任務成本 0.78 美元、與對手相差 10 倍以上的具體數字，對需要權衡開源模型能力與 API 成本的選型者很有參考價值。
原標題：腾讯混元 Hy4 列AA 榜单国模第二，Arena 榜单全球开源模型第一
閱讀原文
| 評分 | 78 / 86（平均 82，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
拓元智慧開源原生 4D 世界動作模型 E0.5，真機成功率超π0.5
拓元智慧開源原生 4D 世界動作模型 E0.5，在 AgileX Piper 雙臂與 Zerith H1 人形真機上整體平均成功率分別為 85.0% 和 88.3%，比π0.5 分別高出 13.3 和 26.7 個百分點。模型以三維基礎模型為骨幹，把未來幾何預測直接融入動作學習，並用超 16 萬條真實機器人軌跡做具身預訓練；H1 的分佈內成功率達 100%，分佈外為 76.7%（π0.5 僅 46.7%）。論文、專案主頁與開原始碼均已公開。
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。
Meta 開源 816B MoE Muse Spark Open，智慧指數為美國開源模型最高
Meta 發布開源權重模型 Muse Spark Open：816B 總引數、42B 啟用的 MoE，Artificial Analysis 智慧指數 39，為美國開源模型最高分。
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。
論文 HybridAgents：token 減少 35.5%–54.7%，推理快 2.6 倍
arXiv 新論文提出 Hybrid Reasoning Agents（HybridAgents），在隱空間推理與文字互動之間動態切換，token 減少 35.5%–54.7%、推理快 1.8–2.6 倍、成本降至 1/2.7–1/3.7，效能平均提升 10.4%。架構上由輕量 HybridLink 完成文字與隱空間模式的切換，連續工作記憶在多輪中保留無損混合上下文，既保留工具呼叫能力，也讓隱空間思考可直接檢查。配套 HybridSFT 與 HybridRL 後訓練演算法；