腾讯混元开源语音模型 AuK，统一语音生成与编辑并推出 4 步推理的 AuK-Flash

找不到基准测试和下载链接？看这里👇https://huggingface.co/AngelSlim/Hy3-GGUF 我们刚刚发布了 Hy3 的 1-bit 与 4-bit 版本，这是一个旗舰级 295B 模型，可在单张 GPU 上运行。👌 使用 llama.cpp 运行 Hy3，启用 MTP，在显著更低的硬件上体验强大的智能。🚀🚀🚀 迫不及待想看到你们的作品。 #Hy3 #Hy #GGUF #llamacpp

腾讯正式开源Hy-MT2多语言翻译模型，支持33种语言间的无缝互译。其7B与30B-A3B版本在开源模型中达到最先进的翻译性能，超越了许多参数规模大数十倍的模型。更具突破性的是，1.8B轻量级版本性能超越微软等主流商业API，并凭借腾讯AngelSlim 1.25-bit极量化技术，仅需440MB存储空间，即可在主流手机芯片上本地运行，推理速度较前代提升1.5倍，显著降低了高质量AI翻译的部署门槛。

Hy3 预览版现已登陆 @gmi_cloud。🙌

腾讯开源了Hy-MT1.5-1.8B-1.25bit翻译模型，其参数量为18亿，经量化后仅440MB，可在手机上完全离线运行。该模型支持33种语言、5种方言及1056个翻译方向，包括藏语、蒙古语等少数语言。在标准测试中，其性能媲美商业翻译API和2350亿参数的大模型。通过量化至1.25比特，模型内存占用从FP16格式的3.3GB大幅降低，比之前的1.67比特方法体积缩小25%、速度提升约10%，且无精度损失。该模型已在国际机器翻译竞赛中获得30项第一，并部署于腾讯多个产品…

腾讯混元发布 Hy4 preview，770B 总参数、49B 激活、1M 上下文，定位生产力场景，开源并保持稳定低价，提供 HuggingFace 和 GitHub 入口。作者补充称 Hy4 preview 在 AI 研究中自主发现推理瓶颈，通过算子融合与通信优化将端到端吞吐提升 31.8%，且在不同上下文长度和并发下保持稳定。

每个人都可以用 Hy4 preview 生成一个蜘蛛侠。 【引用 @gmi_cloud】：运行 Hy4 preview 超过 6 小时，历经 9 次迭代，最终得到这个结果。 一个蜘蛛侠可以在 3D 旧金山中荡来荡去的游戏。 560 万 tokens。总计 13 美元。 而且我们已将其开源 👇

腾讯混元开源 Hy4 preview，旗舰 MoE 模型，支持 1M 上下文，采用 Apache 2.0 协议。模型总参数量 770B，每 token 激活 49B，原生集成 MTP 层支持投机解码。163 位内部专家在 203 项真实工程任务中的盲测中，Hy4 preview 平均分 2.99，优于 GLM 5.3（2.92）和 Kimi K3（2.94）。

腾讯混元 Hy4-preview 从发布首日起即支持在 vLLM 中运行，并已在 NVIDIA GPU 上完成验证。该模型总参数量 770B，激活参数 49B，采用 256 个路由专家加 1 个共享专家，支持 1M 上下文但每次查询仅关注 2048 个 token。

腾讯混元将 Hy4-preview（770B 参数、49B 激活、1M 上下文）从 1.5TB 压缩至约 200GiB GGUF 格式，通过 MIX-STQ1_0 混合量化按层分配位宽（最低 1.31-bit STQ1_0，最高 2.06-bit IQ2_XXS）。

在 Cline 中试用 Hy4 preview 【引用 @cline】：腾讯 Hy4 Preview 在 SWE-bench Pro 上领先。770B 参数，49B 激活，1M 上下文，以及迄今测得的其最大代际跃升。 很高兴看到又一个开放权重模型与前沿模型竞争。 在 Cline 中试用：1. npm i -g cline 2. /model 3. 选择 Hy4 preview