腾讯混元发布Hyra 2.0，推动AI科研从“解单题”转向参与科学工具和模型研发。此前Hyra1.0在开源模型Hy3驱动下，曾解决加法组合学中悬而未决五十多年的和集与差集最优指数问题。Hyra 2.0接入腾讯内部研发流水线，采用Overall、Mission、Worker三层架构，并引入持久化队列、Research Board、Review Worker和共享知识库Books，沉淀可复用skill。 目前已覆盖七大方向：HyInv蛋白质逆折叠，196万参数图神经网络，生成序列与目标结构吻合度更好，生成速度比ProteinMPNN快57倍；HyPLM蛋白质语言模型HyPLM-Flash拥有6.5亿参数，35个评测任务平均排名第3；HyFF原子级基础模型提供230万到12亿参数五种规模，支持83种元素，完成近6万原子水通道蛋白膜体系100纳秒模拟；HyProver数学证明工作流已协同核验丘成桐圆周作用猜想与五维Petty等距点猜想证明；HyQEC量子纠错系统构造并验证量子码[488,123,22]，编码效率比原榜首提升约48%，GPU加速码距验证吞吐量达原CPU工具8到55倍；灵巧手本体设计“旋梯手”，平均旋转速度3.277rad/s，比最优设计快28.6%；香山处理器优化使SPEC CPU2006每GHz得分提升5.79%，找出10个未公开Bug及一个多核缓存一致性反例。 Hyra 2.0正参与腾讯混元下一代Hy模型预训练、后训练与推理优化，目标是把单次尝试沉淀为可复用工具、工作流与skill，形成“工具造得越好，造工具的系统就越强”的正向循环。