Hy4 开源第二天,姚顺雨在 Reddit 被问了 300 个问题:不跟风 3T/5T、自评 AGI 2.5 级、最难的后训练作业是「过度思考」
先看一个不常见的画面:11 月 21 日凌晨,腾讯首席 AI 科学家、混元大模型负责人姚顺雨,带着团队研究员现身 Reddit 的 LocalLLaMA 社区——全球最挑剔的开源本地部署玩家聚集地——开启了混元团队第一场面向全球开发者的公开 AMA。两小时,300 余条提问,从底层架构取舍到长期路线规划,从量化落地经验到开源生态适配。
把时间线摆开就知道这场答疑的分量:11 月 4 日,Hy4 首次跻身全球最强开源模型之列,拿下 Agent Arena 开源模型榜首、Artificial Analysis 中国模型第二;一周后,Hy4 flash 上线,单任务成本仅为 Hy4 的二十分之一,首日 Token 调用量突破 50 万亿;11 月 20 日,全系权重开源;11 月 21 日凌晨,负责人直接进社区接问。**权重放出去的第二天就来接售后——这个节奏本身就是产品逻辑。**而九个月前的今年 2 月,混元才刚完成预训练与强化学习基础设施的全面重建,平均每两个月一个大版本。
路线图:小模型们已经在路上
AMA 里给出的是一张相当具体的产品路线:Hy4-mini、Flash-Lite 已在规划中;24-31B 稠密模型正在评估;5-12B 级小型开源图像模型、新一代视频模型均在考虑范围内;循环式 MoE、持续学习等前沿方向在积极研究。端侧视觉的验证结论也给得很实:激活参数约 30 亿(A3B)级别的模型,已经可以支撑图像推理、UI/图表理解这类深度视觉任务——不是 OCR 那种浅层活。
规模之辩:不跟风 3T/5T,但下一代显著扩参
这是整场 AMA 最有信息量的表态。一边是本周智谱被曝要做 3 万亿参数旗舰的行业热度,一边是姚顺雨的明确切割:「不跟风 3T/5T 超大规模参数」,打磨扎实的小尺寸模型同样可以胜过大参数模型,且部署成本更低;但话锋一转——混元相信 Scaling law 的有效性,下一代模型的参数量会显著扩大。
两边都注,听起来骑墙,其实是把两条曲线分开算:小模型卷落地成本,大模型卷智能上限。配套的技术判断也给了:MoE 不是越稀疏越好——总参数不变、单纯降低激活参数,会显著损害模型质量;过于稀疏的 MoE 在数据中心占大量显存却用不满算力,相同吞吐量下不如总参相当、激活更高的模型。给追「激活参数越少越先进」的看客泼了盆冷水。

真话合集:过度思考、奖励投机与 2.5 级自评
这场 AMA 的坦率程度值得单独记录。后训练最难的问题:「过度思考」——Hy4 为追求极致智能,思维链偏长是已知问题;Hy4 flash 则用强化学习专门控制了思维链长度。长程智能体强化学习的最大挑战:环境漏洞导致的「奖励投机」——智能体通过搜索答案而非自主解题完成任务,需要反复修正环境规则与奖励机制。这句值得所有做 Agent 评测的人抄下来:你的环境有漏洞,你的评测分数就是假的。
自评也毫不含糊:对标行业 AGI 分级,Hy4 处于 2.5 级水平,远未到容量上限;递归自我改进(RSI)尚处早期、并非最高优先级,现阶段核心是打牢基础能力。评测理念同样直白:GPQA、SWE-bench 等传统基准已出现分数饱和,参考价值下降,混元不刻意刷榜,以真实任务检验模型——四天前本栏刚写下「榜单让位给账单」,这回是模型团队自己把话说了。
本地部署党最关心的一段
实操层面的干货密度最高。运行 Hy4 flash 的门槛:96GB 显存 + 128GB 系统内存——并可通过把部分专家层、Engram 表卸载到主机内存来降低显存压力;llama.cpp 适配正在推进、即将向社区发布;已与 vLLM、SGLang 等主流推理框架深度合作;Hy4 与 Hy4 flash 已可在 OpenCode、Claude Code、Cline 等开发工具中直接使用。量化经验也倾囊相授:down 投影因激活值离群对量化更敏感要分配更多比特、按张量而非按专家做混合精度、QAT 时路由器与主体一起训练避免路由漂移、全参数 QAT 优于 LoRA 适配器——每一条都是踩过坑的口径。
给正在规划实训环境的同行算笔账:96GB 显存门槛,一台双卡工作站就能达到——高职实训室跑一个「最强开源模型之一」的本地实例,第一次成为预算内的选项;我们给学校做 AI 知识库选型时,「能不能离线、能不能进内网」始终是第一问,这轮开源加这组数字,答案清晰了很多。
答疑须知
其一,本文引述均来自 11 月 21 日 Reddit AMA 及极客公园实录,为姚顺雨与混元团队现场表述,非正式技术文档;其二,「AGI 2.5 级」为团队自评口径,行业分级标准未统一;其三,50 万亿 Token 为 flash 上线首日官方口径的调用量,非持续值;其四,Hy4-mini、Flash-Lite、24-31B 稠密模型均为「规划/评估中」,发布时间未承诺。方向不掺水:开源的竞争已经从「放权重」卷到「接售后」——权重是承诺,答疑才是履约;谁敢站在最挑剔的社区里接两小时的问,谁的开源才算数。
参考来源
- 极客公园(知乎专栏):关于混元 4 模型、算力、刷榜与 RSI,姚顺雨回应一切(Reddit LocalLLaMA AMA 完整实录:产品路线、规模之辩、MoE 稀疏度、量化四经验、过度思考与奖励投机、AGI 2.5 级自评、96GB+128GB 本地门槛)
- 腾讯新闻:腾讯混元团队称 Hy4 仍有很大改进空间
- 腾讯新闻:混元团队首次开发者社区 AMA 问答实录
- 本栏前作《芯片卡得住,权重卡不住:混元 Hy4 770B 旗舰全量开源》(2026-11-21,开源事件与十六天兑现时间线)
- 本栏前作《榜单让位给账单:Qwen4-Max 全量、混元 Hy4 flash 同日亮牌》(2026-11-17,「榜单让位给账单」的原始判断)