Hunyuan Hyra 2.0: da pesquisa automatizada ao design de proteínas, resultados e guia de API

O que é o Hunyuan Hyra 2.0

Hyra 2.0 é o agente de pesquisa automatizada da Tencent Hunyuan, não um modelo comum de conversa

Um modelo de conversa responde a perguntas. Um agente de pesquisa precisa levar um problema verificável até um resultado. A Tencent chama o Hyra de Hunyuan Research Agent. Os resultados públicos abrangem treinamento de modelos pequenos, operadores de GPU, problemas matemáticos, circuitos quânticos, modelagem de proteínas e algoritmos de previsão.

Por exemplo, uma ferramenta de conversa pode explicar “como acelerar o treinamento”. Já o objetivo de um agente de pesquisa se aproxima de “alterar o script de treinamento, executar experimentos, obter novas métricas e deixar código e registros que possam ser conferidos”. Para entender o Hyra, consideramos mais importante saber se as soluções são reproduzíveis, superam as referências existentes e justificam o uso de recursos computacionais do que avaliar a naturalidade da conversa.

O repositório público Hyra-results da Tencent reúne principalmente soluções finais e alguns scripts de reprodução. Ele não revela por completo o planejamento das pesquisas, a estratégia de busca nem o modelo que sustenta o agente. Repositório de resultados do Hyra

Pesquisa guiada por experimentos: conectar código, pontuação e verificação

Os resultados públicos do Hyra têm um ponto em comum: os problemas geralmente possuem um objetivo mensurável. Por exemplo, reduzir a perda de validação após o treinamento, diminuir o tempo de treinamento mantendo a mesma precisão ou adicionar menos portas a um circuito quântico. Assim, uma boa ideia pode sair de uma explicação plausível e virar código, um registro de execução ou material de prova.

Sugerimos entender esse tipo de pesquisa em quatro etapas verificáveis: definir a métrica, gerar soluções candidatas, avaliá-las em um ambiente externo e guardar os resultados aprovados. Essa é uma interpretação baseada nos materiais publicados, não uma indicação de que a Tencent revelou toda a arquitetura interna do Hyra 2.0.

Para quem não trabalha com pesquisa, um exemplo simples é “ajude a tornar mais rápido um programa que já funciona”. Isso exige dados de teste, um ambiente de execução e critérios claros de aprovação. Um pedido como “melhore o algoritmo”, sozinho, não define o que seria sucesso, por mais capaz que seja o modelo.

Hyra 2.0 já produziu modelos de proteínas, mas esses modelos não são o próprio agente

Até a data desta verificação, a Tencent havia publicado dois projetos que merecem atenção. O HyInv é um modelo de dobramento inverso de proteínas com cerca de 1,96 milhão de parâmetros, que gera sequências de aminoácidos a partir da estrutura do esqueleto da proteína. O HyPLM-Flash é um modelo de linguagem de proteínas com cerca de 650 milhões de parâmetros, voltado à representação de sequências e a tarefas de previsão. Os dois arquivos README informam que os modelos foram treinados pelo Hyra 2.0.

É importante distinguir: HyInv e HyPLM-Flash são modelos independentes, com código e pesos disponíveis para execução conforme as instruções. Eles não são um modelo geral de conversa chamado hyra-2.0. O primeiro transforma estruturas em sequências; o segundo codifica sequências para análises posteriores. Para pesquisadores, isso é mais concreto do que dizer apenas que “a IA faz ciência”, pois oferece uma tarefa específica para começar a reproduzir.

Documentação dos projetos: README do HyInv · README do HyPLM-Flash

Principais funções e pontos fortes do Hunyuan Hyra 2.0

Pesquisa automatizada em IA: otimizar o treinamento de modelos pequenos, além de sugerir ajustes

Vemos a busca automática por configurações de treinamento como uma das primeiras aplicações do Hyra. O projeto nanochat_autoresearch disponibiliza o arquivo train.py, scripts de execução e registros completos do treinamento. A configuração publicada usa uma única NVIDIA B200, com um orçamento fixo de cerca de 300 segundos de treinamento, e alcança 0,901543 BPB de validação. De forma simples, BPB é uma medida de perda que avalia a previsão de texto; nessa tarefa, quanto menor, melhor.

Para desenvolvedores, isso significa que o resultado vai além de dicas genéricas de ajuste: inclui mudanças na janela de atenção, no otimizador, em recursos adicionais de n-gramas e na programação do treinamento. Recomendamos estudar primeiro essas alterações reproduzíveis e avaliar se fazem sentido para o próprio modelo, sem copiar uma configuração para um volume de dados completamente diferente. Experimento nanochat

Otimização de operadores de GPU: ganhos de velocidade em implementações executáveis

Na otimização de GPU, um código aparentemente mais sofisticado pode ser mais lento ou até errar em algumas entradas. O Hyra publicou parte das soluções submetidas ao SOL-ExecBench, incluindo operadores de atenção, distribuição MoE, multiplicação de matrizes e inferência. O diretório público traz 10 exemplos aprovados nos testes de correção, cada um com identificador de submissão, latência e pontuação.

Valorizamos especialmente a presença do resultado da verificação de correção. Um exemplo de Flash/GQA attention registra latência de 0,177612 milissegundo, mas esse valor vale apenas para a tarefa e o hardware avaliados. Ele não significa que qualquer modelo terá atenção nessa velocidade. Para equipes de serviços de inferência, recomendamos fixar formato das entradas, precisão, hardware e versão do compilador antes de comparar latência e consistência dos resultados.

Resultados de operadores de GPU

Descobertas matemáticas: de respostas candidatas a provas verificáveis

A matemática é outra área relevante para agentes de pesquisa. O repositório do Hyra registra resultados em geometria, combinatória e desigualdades de operadores. Por exemplo, o limite inferior do volume de corpos convexos de largura constante em três dimensões passou de cerca de 0,380799 para 0,411040. Uma atualização de 2 de novembro de 2026 também relata um resultado em cinco dimensões para a conjectura de pontos equidistantes de Petty e um contraexemplo à conjectura de Yau sobre ações do círculo no caso não simplesmente conexo.

Esses resultados não significam que “a IA resolveu todas as conjecturas matemáticas”. O que importa é o alcance das provas, quais partes foram verificadas formalmente e se ainda é necessária a revisão de outros matemáticos. Antes de citar resultados em trabalhos científicos, recomendamos guardar o enunciado original, todas as hipóteses, os arquivos da prova e os registros de verificação independente.

Diretório de resultados matemáticos

Design de proteínas: HyInv transforma estruturas em sequências candidatas de aminoácidos

O HyInv atende a uma tarefa específica: partir da estrutura da cadeia principal de uma proteína e criar sequências que possam se ajustar a ela. Ele oferece acesso por linha de comando e Python, com leitura de arquivos PDB, seleção de cadeias, fixação de posições específicas e geração de várias sequências usando sementes aleatórias. Os pesos públicos ocupam cerca de 7,8 MB, e a implementação de referência roda em CPU ou GPU.

Para equipes de biotecnologia, a vantagem é automatizar a geração repetida de sequências candidatas. Isso não equivale a descobrir um medicamento eficaz. As sequências ainda precisam de validação estrutural, de estabilidade e experimental. Recomendamos começar com poucas estruturas públicas para conferir formatos e saídas, aplicar o processo de avaliação estrutural da equipe e só depois avançar para os experimentos.

Projeto HyInv e instruções de execução

Análise de sequências de proteínas: HyPLM-Flash para codificação em lote e previsões posteriores

O HyPLM-Flash tem um papel diferente do HyInv: recebe sequências de proteínas e produz vetores para cada resíduo ou para a sequência inteira, além de logits usados na avaliação de mutações. A implementação da Tencent inclui um mecanismo de inferência INT8, com vazão relatada de cerca de 130.000 resíduos por segundo em uma única H20. Esse número vem do ambiente oficial especificado e não é uma promessa de velocidade para qualquer GPU.

Recomendamos entendê-lo como um “extrator de características de sequências” dentro de um sistema de pesquisa: codificar proteínas em lote e enviar os vetores para programas de classificação, agrupamento ou previsão de propriedades. Para desenvolvedores em geral, entender que a entrada é uma sequência de aminoácidos e a saída é um vetor ajuda mais do que se concentrar nos 650 milhões de parâmetros. Para pesquisadores, sugerimos comparar precisão, volume por lote e tempo de inicialização para escolher entre INT8 e BF16.

Projeto HyPLM-Flash

Testes de referência e desempenho do Hunyuan Hyra 2.0

Esta seção usa dados experimentais por tarefa publicados pela Tencent. Eles não formam um ranking de modelos de conversa Hyra 2.0 com uma metodologia única. Alguns registram descobertas do sistema de pesquisa Hyra; outros avaliam modelos independentes treinados pelo Hyra 2.0. Reproduzir esses ganhos em um negócio depende do ambiente de teste e da referência usada.

Qualidade do treinamento: BPB de validação do nanochat cai de 0,9109 para 0,9015

O repositório da Tencent compara seus resultados com registros equivalentes da Recursive: a referência anterior era 0,9109 BPB, enquanto o Hyra chegou a cerca de 0,9015 BPB, uma diferença absoluta de aproximadamente 0,0094. O registro exato é 0,901543, em 1× B200, com cerca de 300,1 segundos de treinamento e 348,4 segundos no total, incluindo preparação e avaliação. A melhora é uma redução da perda de validação, não um aumento equivalente na precisão de respostas gerais.

Nossa recomendação: equipes que otimizam o treinamento de modelos pequenos podem usar o projeto como exercício de reprodução e conferir memória de GPU, preparação de dados e método de validação. Para treinamento comercial, continuam valendo as métricas no próprio conjunto de dados e o custo final. O ganho de um teste de cinco minutos não deve ser generalizado para todos os tamanhos de modelo.

Registro nanochat do Hyra · Referência da Recursive

Velocidade de treinamento: nanoGPT Speedrun passa de cerca de 77,5 para 76,435 segundos

No experimento nanoGPT Speedrun, o script público do Hyra usa FP8 nas operações com matrizes grandes e ajusta o cronograma de treinamento. O repositório preserva três execuções: 76,431, 76,467 e 76,408 segundos, com média de 76,435 segundos e perda média de validação de cerca de 3,28007. Em relação à referência de aproximadamente 77,5 segundos citada no repositório, a redução é de cerca de 1,1 segundo, ou 1,4%.

As condições são específicas: 8× H100, as versões correspondentes de CUDA, PyTorch e Triton e o mesmo conjunto de dados. A perda média arredondada é 3,280; ver 3,280 na tela não significa que todas as execuções ficaram estritamente abaixo de 3,280.

Nossa recomendação: considere essa otimização FP8 como candidata a atualização apenas quando o ambiente de treinamento for parecido. Faríamos pelo menos três reproduções, comparando média, variação e perda final. Se o sistema já usa outros operadores, comece com um teste A/B de escopo reduzido.

Três execuções nanoGPT do Hyra

Pontuação de operadores de GPU: SOL-ExecBench sobe de 0,754 para 0,771

Na comparação pública do SOL-ExecBench, a referência da Recursive tem pontuação SOL agregada de 0,754, e o repositório do Hyra relata 0,771, um aumento de 0,017. SOL mede o quanto a implementação se aproxima do limite de desempenho definido pelo teste; não representa 77,1% de correção de código em geral. A Tencent também publicou 10 exemplos com verificações de correção, mas eles não substituem o conjunto completo do teste.

Nossa recomendação: equipes de gateways de inferência ou serviços de GPU devem começar pelos operadores que realmente concentram o trabalho e medir latências P50/P95, vazão, memória de GPU e erro numérico. Buscar apenas a melhor pontuação de um microteste pode não reduzir o custo do serviço completo.

SOL-ExecBench do Hyra · Resultados publicados pela Recursive

Roteamento de circuitos quânticos: CNOT adicionais caem de 269.037 para 258.369

A computação quântica também oferece problemas de otimização mensuráveis: quando dois qubits não são vizinhos no dispositivo físico, o algoritmo de roteamento precisa adicionar operações. O repositório da Tencent registra 61 circuitos verificados e compara três topologias, Q20, estilo Willow e estilo Heron, com a referência citada pelo SimpleTES:

Pelos critérios da tabela, são 10.668 CNOT a menos, uma redução de cerca de 4,0%. Isso mede o custo adicional de mapear circuitos, não um ganho de 4% na velocidade total de um computador quântico.

Nossa recomendação: quem compila circuitos quânticos deve conferir primeiro o OpenQASM gerado e as restrições de conectividade. Para escolher uma ferramenta de conversa de uso geral, esse resultado não tem relação direta com a qualidade das respostas cotidianas.

Projeto de circuitos quânticos · Artigo do SimpleTES

Inferência de proteínas: cerca de 130.000 resíduos por segundo no HyPLM-Flash e design em lote em milissegundos no HyInv

Estes são modelos independentes produzidos pelo Hyra 2.0, não medições da velocidade do agente de ponta a ponta. A Tencent relata cerca de 130.000 resíduos por segundo para o HyPLM-Flash em INT8 em uma única H20. Na comparação associada de 32 tarefas e 28 checkpoints públicos, o modelo obteve correlação de Spearman de 0,409 no ProteinGym sem exemplos de adaptação, estatisticamente próxima à de vários codificadores de proteínas de porte semelhante. A métrica mede correlação, não precisão de classificação.

Para o HyInv, a geração em lote de 128 projetos de proteínas com comprimento aproximado de 148 em uma H20 leva cerca de 25 milissegundos na implementação BF16 otimizada e 999 milissegundos na implementação de referência. Porém, o tempo não inclui a primeira compilação nem a captura do CUDA Graph, e há diferenças numéricas entre o caminho otimizado e a referência FP32. A velocidade, sozinha, não basta para decidir pela troca.

Nossa recomendação: equipes de pesquisa biológica devem avaliar separadamente qualidade, vazão em lote e reprodutibilidade. Serviços que costumam processar uma única sequência curta devem medir primeiro a latência da primeira requisição. Resíduos por segundo são mais relevantes para grandes lotes offline. A pontuação de sequências também não substitui a validação em laboratório.

HyPLM-Flash · HyInv

Hunyuan Hyra 2.0 comparado a Recursive, SimpleTES, TTT-Discover e AlphaEvolve

Comparamos aqui sistemas de automação científica ou estruturas de pesquisa, não quatro “modelos de conversa” intercambiáveis na mesma API. Usamos números de tarefas comuns quando possível. Sem um teste padronizado, comparamos apenas a forma de trabalho e os cenários de uso.

Recursive: Hyra publicou melhorias em tarefas semelhantes de pesquisa automatizada em IA

O trabalho First Steps Toward Automated AI Research, da Recursive, é uma referência direta. Ele apresenta resultados em treinamento de modelos pequenos com orçamento fixo, velocidade de treinamento e otimização de operadores de GPU. O Hyra usa essas referências em seu próprio diretório público:

Na nossa avaliação, o Hyra mostrou capacidade de melhorar essas métricas públicas. Ainda assim, comparações entre instituições exigem uma conferência cuidadosa do código, hardware e avaliadores. Sugestão de uso: equipes que pesquisam algoritmos de treinamento ou desempenho de GPU podem reproduzir os dois repositórios lado a lado. Quem só precisa de uma API pronta para atendimento ou escrita não precisa trocar seu modelo diário por causa dessas pontuações.

Registros do Hyra · Pesquisa da Recursive

SimpleTES: ambos usam avaliação objetiva; Hyra adiciona menos portas no teste público de roteamento quântico

O SimpleTES estuda como ampliar o ciclo de gerar candidatos, avaliar automaticamente e continuar a busca. Seu artigo cobre 21 tarefas científicas em 6 áreas, incluindo resultados de roteamento de circuitos quânticos. Na comparação pública com três topologias, o Hyra reduziu o total de CNOT adicionais de 269.037 para 258.369, apresentando uma solução candidata melhor nesse aspecto.

Porém, melhorar em uma tarefa não significa liderar em todo tipo de pesquisa. O ponto forte do SimpleTES é explicar de forma mais sistemática a avaliação dos experimentos e as estratégias de expansão, o que ajuda a montar fluxos de otimização científica. Sugestão de uso: para criar uma plataforma de experimentação automatizada, comece pelo método do SimpleTES. Para examinar resultados concretos de roteamento quântico, consulte os arquivos OpenQASM do Hyra.

Artigo original do SimpleTES · Resultados de roteamento quântico do Hyra

TTT-Discover: aprendizado durante a resolução; Hyra apresenta melhorias matemáticas posteriores

O TTT-Discover se diferencia por continuar treinando o modelo enquanto resolve uma tarefa científica específica, em vez de apenas repetir instruções para um modelo fixo. Seu artigo relata descobertas em matemática, operadores de GPU e análise biológica, com código reproduzível. O repositório do Hyra cita o registro anterior de 1,502870 para uma constante de autocorrelação e relata um novo resultado de 1,502850. A diferença é pequena, mas o valor de uma melhoria em limites matemáticos precisos não se mede apenas pela porcentagem.

Não há uma comparação pública completa que iguale métodos e orçamentos experimentais dos dois sistemas. Sugestão de uso: para estudar como modelos continuam aprendendo em tarefas específicas, priorize o TTT-Discover. Para entender como organizar resultados em código, evidências numéricas e artigos, consulte os materiais do Hyra.

Artigo do TTT-Discover · Resultados matemáticos do Hyra

Google AlphaEvolve: resultados científicos verificáveis de um lado, aplicações em produção em larga escala do outro

O AlphaEvolve, do Google DeepMind, também combina modelos de linguagem e avaliadores automáticos para descobrir algoritmos melhores. O Google descreve aplicações reais em escalonamento de data centers, projeto de chips e treinamento de modelos, incluindo a recuperação média de cerca de 0,7% dos recursos computacionais dos data centers. É um caso de produção, não um teste da mesma tarefa do Hyra; não colocamos esses números em uma tabela para forçar uma classificação.

O Hyra se destaca pelos materiais públicos de matemática, computação quântica e proteínas. O AlphaEvolve traz experiência na passagem da otimização experimental para a infraestrutura em produção. Sugestão de uso: quem administra serviços online pode aprender com a validação em produção e a avaliação de ganhos de longo prazo do AlphaEvolve. Para aprender a apresentar resultados científicos verificáveis, os diretórios temáticos do Hyra facilitam encontrar um experimento para reproduzir.

Google DeepMind AlphaEvolve · Avanços do AlphaEvolve em produção

Dúvidas sobre a API do Hunyuan Hyra 2.0

Por que não encontro hyra-2.0 na lista de modelos do API Hop?

Porque o catálogo público atual não lista o Hyra 2.0 como um modelo de texto disponível por API. Caso o API Hop passe a oferecer hyra-2.0, publicaremos a novidade assim que houver suporte.

Documentação unificada de Chat Completions · Repositório de resultados do Hyra

Quais formas de acesso por código o HyInv e o HyPLM-Flash oferecem?

Esses dois modelos independentes treinados pelo Hyra 2.0 têm interfaces próprias, mas usá-las não equivale a chamar uma API do agente Hyra. O HyInv oferece CLI e Python, por exemplo:

# Execute em um ambiente com HyInv instalado; structure.pdb é o arquivo de estrutura fornecido pelo usuário
python -m hyinv design --pdb structure.pdb --n 16 --seed 0 --out designs.fasta

O HyPLM-Flash oferece uma interface de codificação em Python, por exemplo:

from hyplm import HyPLMEncoder

# Primeiro baixe, una e verifique os pesos conforme as instruções do projeto
encoder = HyPLMEncoder.from_pretrained("weights")
vectors = encoder.encode(["MKTAYIAKQRQISFVKSHFSRQ"], pooling="mean")

Recomendamos implantar cada modelo como um serviço independente, instalar as dependências especificadas e validar entradas e saídas com uma amostra pequena. A implementação acelerada do HyPLM-Flash também depende de CUDA, Triton e um ambiente de GPU compatível. Não se deve presumir que qualquer CPU ou GPU alcance a vazão oficial.

Instalação e uso do HyInv · Instalação e uso do HyPLM-Flash

Por que os resultados da reprodução podem variar e como avaliar os custos?

Comece separando os custos de inferência dos modelos, reprodução do treinamento e operação do agente de pesquisa completo. O registro público do nanochat usa uma B200; o nanoGPT Speedrun usa oito H100. Ambos exigem dados, drivers, dependências e configurações de validação compatíveis. Mesmo com o mesmo código, frequência da GPU, cache de compilação, carga e aleatoriedade podem mudar as métricas. O teste acelerado do HyInv exclui explicitamente a primeira compilação Triton e a captura do CUDA Graph.

Por isso, avaliamos três aspectos: se a qualidade atende ao objetivo, o tempo total da tarefa e os recursos necessários por resultado aprovado. No treinamento, registre horas de GPU e médias de pelo menos três execuções. Na inferência online, meça separadamente latência da primeira requisição, vazão em regime estável, memória de GPU e taxa de falha. Para agentes de pesquisa, inclua experimentos malsucedidos e revisão humana. No momento, não há um preço verificável de API geral do Hyra 2.0; não vamos inventar um valor por token.

Instruções de reprodução do nanochat Hyra · Instruções de reprodução do nanoGPT Speedrun