腾讯混元发布Hyra 2.0，聚焦将科研智能体的成果从解决单个问题转向构建可复用的科学模型、软件工具和研究流程，并已在成果仓库公开部分蛋白质与分子模拟模型及代码与权重。官方强调自动化科研依然需要人工审批、证据复核与独立验证，公开性能与速度指标有适用条件，不能直接等同于实验验证或全面开放整个系统。
腾讯混元于2026年11月1日披露科研智能体系统Hyra 2.0，将重点从围绕单个难题反复寻找答案，转向研发能够被后续任务反复使用的科学模型、软件工具和研究流程。随后，官方成果仓库在11月2日公布了蛋白质模型与分子模拟模型的代码、权重和技术材料，令这次更新不只停留在架构介绍。
但“自动化科研”并不意味着研究全过程已经脱离人类。根据腾讯混元的研究公告，较大算力开销与共享知识同步仍需人工审批；系统内部则通过证据提交和独立复核，检查实验能否支持结论。官方展示的性能数字也仍是开发团队报告，不能直接视为第三方复现结果。
从解决一道题，转向改进一类任务的工具
Hyra 2.0延续了此前研究智能体的迭代思路，但改变了成果的主要载体。在本站此前介绍的Hyra-1.0中，核心循环是提出方案、运行实验、读取评估反馈，再尝试改进。2.0希望让这种循环不仅产出某个问题的答案，还能留下下一次研究可直接调用的能力。
腾讯将这些工具分为两类：一类是以代码、规则和流程表达的方法，例如搜索算法、验证程序和数据管线；另一类是把规律保存在参数中的模型，例如蛋白质设计模型。前者改变任务的执行方式，后者提供可反复调用的预测、生成或表示能力。
这一转向背后的经济逻辑是：研发工具可能比解一道题更昂贵，但投入有机会由多个下游任务分摊。不过，这是一项研发目标，而不是已经证明所有研究成本都会下降的结论。是否划算，仍取决于工具被复用的频率、维护成本和实际效果。
多天研究如何继续：分工、队列与证据
训练和评估一个新模型可能持续数天甚至数周，其间既有实验等待，也有资源协调。腾讯为此设计了Overall、Mission和Worker三层协作结构，而不是单纯延长一次智能体对话。
Overall负责与人类研究者沟通、协调项目优先级和资源；Mission长期维护某个研究问题，选择路线、设计实验和组织执行；Worker负责读代码、运行实验、分析失败，也可以对Mission提出质疑。不同Worker还可以使用不同模型，提供不同的分析意见。
任务进入持久化队列后，调度系统按照优先级、依赖关系和资源上限安排执行。一条路线等待训练结果或人工审批时，其他工作仍可继续。Research Board则保存想法、实验发现、证据和关键决策，使研究进展不只存在于某个智能体的对话历史中。
更重要的是，Worker报告完成时必须提交代码版本、实验结果、日志或原始运行轨迹。需要独立验证时，系统启动新的Review Worker，让它先阅读原始问题与证据，减少执行者既有结论对复核的影响。这里的“独立”指系统内部任务与上下文的隔离，不等同于外部研究机构已经完成独立验证。
共享知识库Books也区分“观察”“已验证”和“约定”：单次实验现象可以保存为线索，经过独立复现的发现才能作为可靠依据，影响团队行为的约定则需要人类确认。换言之，系统试图复用的不只是成功经验，也包括经验成立的条件和证据。
蛋白质模型已经公开，但速度要连同条件一起读
HyInv是官方展示的一个具体产物。它是196万参数的图神经网络，用于蛋白质逆折叠：给定目标骨架，生成可能与之匹配的氨基酸序列。腾讯称，其预训练、监督微调、强化学习和推理优化由Hyra 2.0完成，并采用“先起草、再改写”的采样方法。
公告称，HyInv相较ProteinMPNN具有更好的结构匹配表现，生成速度快57倍。不过，当前发布目录也说明了速度数字的适用条件：在单张H20上生成128条设计，BF16加速路径对148和402个残基的输入约需25和54毫秒，计时排除了编译与计算图捕获。首次运行存在额外开销，更换精度路径也可能改变采样结果。因此，“几十毫秒设计蛋白质”不能理解为任意硬件、任意序列长度下的完整研发耗时，更不是蛋白质功能已经通过实验确认。
另一个产物HyPLM-Flash是6.5亿参数的蛋白质语言模型，用于提取序列表示、辅助突变影响评估和结构或功能预测。其发布说明称，INT8推理引擎在单张H20上的吞吐量约为每秒13万个残基，同时针对相近蛋白质变体的监督回归任务建议使用BF16。速度与数值精度之间的取舍，意味着一个默认推理设置未必适合所有下游研究。
分子模拟、数学与机器人，证据边界并不相同
HyFF则把工具研发扩展到分子模拟。根据官方模型目录，它包含五种规模的机器学习原子间势，参数量约从230万到12亿，覆盖83种元素，输入原子种类、坐标以及体系电荷和自旋信息，预测能量与力。
官方报告的速度与误差来自特定测试：速度测试使用单张H20运行2586个原子的体系，精度测试使用完整OMol25验证集。它们说明的是给定数据与模拟设置下的表现，不能直接推导为药物研发成功率提升，也不能把分子模拟中的反应轨迹当作湿实验结果。
数学方向上，HyProver把资料搜索、中间猜想、证明尝试和复核组织成可复用工作流。值得注意的是，成果仓库对丘成桐圆周作用猜想相关结果给出了比公告概述更窄的表述：团队报告的是不加单连通限制版本的反例，单连通版本仍然开放。因此，不能笼统写成“丘成桐圆周作用猜想已被全面解决”。这些数学结果仍应按团队公开材料归因，而不是宣布已经形成学界共识。
机器人案例的限制更直接。腾讯称，系统发现了五根手指长度依次递增的“旋梯手”结构。在同等预算策略微调后的DR5仿真评测中，其物体旋转速度达到3.277弧度/秒，比同样微调过的论文最优设计快28.6%。公告明确表示，这一结果尚未经过真机验证。它展示的是结构与控制策略协同搜索的可能性，而不是已经部署的机器人性能。
部分成果开放，不等于整个系统开放
开放状态需要按时间和项目分别判断。11月1日的公告仍称HyInv和HyPLM研发细节“将通过技术报告公开”；但官方仓库11月2日的更新已经列出两者的权重、推理代码与技术报告，并公布HyFF的权重和代码。继续说仓库只有旧成果，或这些报告一律尚未公开，都已不准确。
反过来，这些发布也不能扩大为“Hyra 2.0完整框架和全部成果均已开放”。公告对量子纠错工具HyQEC仍使用后续发布的表述；已公开的模型产物，也不等于整个研究调度、审批与协作环境都可直接下载复建。
Hyra 2.0提出的实际问题，是如何让长期运行的智能体既能扩大实验规模，又不把未经验证的结论不断传递给下一轮研究。人工审批、原始证据、隔离复核和知识分级，都是腾讯给出的工程安排；但这些安排能否稳定减少错误、节省研究成本，仍需要外部复现和更长期的使用记录检验。
这次更新能够确认的变化，是腾讯把研究智能体的目标进一步推向可复用工具研发，并已公开部分模型产物。距离证明一套系统能够可靠地自主完成科学研究，仍有一段不能用演示数字替代的验证过程。