腾讯混元模型支持图像编辑

腾讯混元推出UniRL，一个支持统一多模态模型的强化学习基础设施，并发布两个新算法DRPO和Flow-DPPO。UniRL通过单个后训练循环（生成→评分→优势→更新→同步）覆盖扩散/流匹配模型、LLM/VLM及统一多模态模型（如Hunyuan-Image 3和Bagel）。模型与算法作为独立轴，可实现模型×算法的组合覆盖。框架支持可插拔rollout引擎（训练侧/SGLang/vLLM-Omni）、FSDP2分片和三种部署模式。FlowDPPO针对流/扩散模型引入基于精确散…

腾讯混元（Tencent Hunyuan）与中国人民大学高瓴人工智能学院合作，开源PlanningBench--一个可扩展、可验证的LLM规划能力评估与训练框架。该框架包含30+真实世界规划任务，支持自动验证和训练。PlanningBench旨在推动LLM从"说"到"做"的规划能力发展。资源已发布于arXiv、GitHub及HuggingFace。

腾讯混元推出 EvolveScaler，将世界定义为可执行状态机再渲染成自然语言，模拟记录被撤回、修正、回填的信息演化场景。该基准含 117 个原型、159 个问题算子、5 个难度层级，单样本最多约 1200 个事件；14 个前沿模型在最难层级上 avg@5 中位数降至 11.3，而用它训练可在 8 个分布外基准上平均提升 5.25。

更多 AI 即将到来 ❤️ 【引用 @ivanfioravanti】：今天上午我参观了腾讯北京总部！从建筑到令人惊叹的展厅，我真正理解了腾讯所传递的价值与服务。 感谢北京的 @TencentHunyuan 团队共进午餐，一起聊了混合 AI 场景等话题！ Hy4 Preview 只是冰山一角，还有更多即将到来！@TencentAI_news 迫不及待想看到并体验你们在不久的将来带来的成果 🚀

太棒了

腾讯混元 Hy4 预览版在 Code Arena： WebDev 中获 1633 分（AutoEval），排名约第 5，较 Hy3 提升 115 分。在开源模型中位列约第 3，较 Hy3 的第 7 名显著进步。该分数为早期 AutoEval 结果，后续将随人工投票持续收敛。

作者实测同日凌晨发布的 Grok 4.7 与小米 MiMo V2.6，认为 Grok 4.7 低于预期，MiMo V2.6 成为性能、价格、速度三角的当前版本答案。

Artificial Analysis 评测阶跃星辰 Step 5 Preview，其在 Artificial Analysis Intelligence Index 得 44 分，与 Kimi K3 （max） 持平，略低于 GLM-5.3 （max） 和 Qwen3.8 Max 的 45 分，每任务成本约 $0.72，约为同级模型（约 $2.00）的 1/2.8。

Artificial Analysis 发布 Grok 4.7 评测，该模型在 Intelligence Index 得 46 分，较 Grok 4.6 高 2 分，AA-Briefcase 得 1657 Elo（+111），仅次于 Claude Opus 5 和 Claude Fable 5.1。

Elon Musk 引用 Artificial Analysis 评测称，Grok 4.7 使 xAI 在智能体编码上排名第三，仅次于 Anthropic 和 OpenAI。