ARTICLE · 人工智能
Hyra 2.0 发布：为模型研发打造可复用工具
一语总结Hyra 2.0 推出面向科研的工具研发框架，实现了从解题到造工具的跃迁，已成功研发出蛋白质设计模型、分子力场模型、数学证明工作流、量子码构造系统等多个可复用工具。
Hyra 2.0 是一种面向科研问题的自动化研究框架，旨在让 AI 能够参与科学工具与模型的研发和升级，实现工具的可复用性。文章详细介绍了 Hyra 2.0 的设计理念和架构：通过 Overall、Mission、Worker 三层分工管理长期研究项目，支持持久化队列、协作记录和独立复核。随后展示了六个由 Hyra 2.0 研发的工具：HyInv（57 倍加速蛋白质逆折叠）、HyPLM（高效蛋白质语言模型）、HyFF（原子级分子力场模型）、HyProver（数学证明工作流）、HyQEC（量子码构造系统）和灵巧手（旋梯手设计）。这些工具在各自领域实现了性能突破，并计划开源供社区检验和复用。
- 工具可复用性是科研自动化的关键
相较于直接解题，升级工具能让下游任务持续受益，形成智能复利。文章通过符号化工具（代码、规则）和参数化工具（模型）的区分，阐明了工具研发的价值所在。
- Hyra 2.0 采用三层架构管理长期研究
Overall 负责与人类协调，Mission 负责单个研究问题的路线设计，Worker 负责具体实验执行。持久化队列、Research Board 和 Books 知识库支持跨任务复用和持续学习。
- HyInv 在蛋白质逆折叠任务上实现 57 倍加速
HyInv 是 196 万参数的图神经网络，采用两步采样方法，生成序列与目标结构的吻合度更好，速度显著提升。
- HyPLM-Flash 成为最快的蛋白质语言模型之一
参数 6.5 亿，训练 token 达 7260 亿，推理速度在 12 个模型中最快，在 35 个评测任务中平均排名第 3。
- HyQEC 在量子码构造中刷新纪录
构造了[488，123，22]码，kd²/n 指标达 122.0，较榜首提升 48%。GPU 加速搜索吞吐量提升 8-55 倍，完成 178 个码距认证。
Hyra 2.0 发布：为模型研发打造可复用工具
Hyra 2.0 是一种面向科研问题的自动化研究框架，旨在让 AI 能够参与科学工具与模型的研发和升级，实现工具的可复用性。文章详细介绍了 Hyra 2.0 的设计理念和架构：通过 Overall、Mission、Worker 三层分工管理长期研究项目，支持持久化队列、协作记录和独立复核。随后展示了六个由 Hyra 2.0 研发的工具：HyInv（57 倍加速蛋白质逆折叠）、HyPLM（高效蛋白质语言模型）、HyFF（原子级分子力场模型）、HyProver（数学证明工作流）、HyQEC（量子码构造系统）和灵巧手（旋梯手设计）。这些工具在各自领域实现了性能突破，并计划开源供社区检验和复用。
腾讯混元 Hyra 2.0 把自动化科研从「解题」推进到「造工具」：三层 Harness 支撑长周期并行研究，已产出蛋白质逆折叠加速、数学证明工作流等六个可复用工具并计划开源。一线实验室范式升级一手复盘，适合关注 AI4Science 与 Agent 系统的读者。
文章金句
"我们所说的持续学习，就包括把研究中摸索出的有效方法保存下来，让后续项目能够直接用上，并继续改进。
"工具的研发周期虽然长，却有不少经验可以复用。一次训练失败中有效的排查方法，可以用于后续训练。
"一次改进的价值，可以在反复使用中不断累积。
"我们希望，今天的研究成果，能成为明天的研究工具，加速拓展科学的边界。