เทนเซนต์เปิดตัว Hy4 Preview ซึ่งเป็นโมเดล Mixture-of-Experts (MoE) แบบเปิดแหล่งรหัส การเปิดตัวนี้ถือเป็นการเพิ่มระดับความรุนแรงอย่างมากในการแข่งขันด้านปัญญาประดิษฐ์ของจีน ซึ่งบริษัทเทคโนโลยีชั้นนำของประเทศกำลังเร่งพัฒนาโมเดลพื้นฐานที่มีขนาดใหญ่ขึ้นเรื่อยๆ
สำหรับบริบท โมเดล Hy3 รุ่นก่อนของ Tencent มีพารามิเตอร์ทั้งหมด 295 พันล้านค่า ให้คิดว่าพารามิเตอร์เป็นปุ่มและสวิตช์ที่โมเดลสามารถปรับระหว่างการฝึกอบรม: พารามิเตอร์มากขึ้นโดยทั่วไปหมายความว่าโมเดลสามารถเรียนรู้รูปแบบที่ซับซ้อนมากขึ้น แม้ว่าประสิทธิภาพในการใช้พารามิเตอร์เหล่านั้นจะมีความสำคัญไม่แพ้กัน
จาก Hy3 ไปสู่ Hy4: การพัฒนาอย่างรวดเร็ว
การสร้างแบบทดสอบ Hy4 ขยายพื้นฐานที่มีอยู่แล้วอย่างแข็งแกร่ง โมเดล Hy3 ของ Tencent ซึ่งเป็นสถาปัตยกรรม MoE ที่มีพารามิเตอร์ทั้งหมด 295B โดยมีพารามิเตอร์ที่ใช้งานอยู่ 21B และหน้าต่างบริบท 256K ได้รับการเปิดแหล่งที่มาภายใต้ใบอนุญาต Apache 2.0 ในเดือนเมษายน 2026 ก่อนที่จะเปิดตัวอย่างเป็นทางการในเดือนกรกฎาคม
การใช้งานรายสัปดาห์ของ Hy3 เพิ่มขึ้นมากกว่า 68 เท่า หลังจากที่มันเปลี่ยนจากเวอร์ชันทดลองเป็นเวอร์ชันอย่างเป็นทางการ
Hy3 กลายเป็นเครื่องยนต์หลักของชุดผลิตภัณฑ์ของ Tencent ที่ขยายตัวอย่างต่อเนื่อง ขับเคลื่อนคุณสมบัติต่างๆ ทั่วทั้ง Yuanbao (แอปผู้ช่วย AI ของ Tencent) CodeBuddy (ผู้ช่วยเขียนโค้ดของมัน) และ WorkBuddy (เครื่องมือเพิ่มประสิทธิภาพองค์กรของมัน) โมเดลนี้มอบการปรับปรุงอย่างเด่นชัดในด้านการให้เหตุผล การเขียนโค้ด และการจัดการงานหลายขั้นตอนที่ซับซ้อน
การทดสอบแบบเทาและเส้นทางสู่การเปิดตัวอย่างเต็มรูปแบบ
ในระหว่างรายงานผลการดำเนินงานไตรมาสที่ 2 ประมาณวันที่ 12-13 สิงหาคม 2026 Tencent เปิดเผยว่าจะเปิดตัวโมเดล Hy4 ที่มีพารามิเตอร์ขนาดใหญ่กว่าในเร็วๆ นี้ โดยมุ่งเน้นที่ประสิทธิภาพที่ดีขึ้นและความสามารถแบบมัลติโมดัล
ภายในวันที่ 20-21 สิงหาคม การทดสอบเบื้องต้นแบบสีเทาของโมเดล Hy4 ถูกพบในแอป Tencent Yuanbao โดยถูกจัดวางให้เป็น “โมเดลระดับผู้เชี่ยวชาญ” ยังไม่มีการเปิดเผยข้อมูลจำเพาะอย่างเป็นทางการ รวมถึงจำนวนพารามิเตอร์ที่แน่นอนและรายละเอียดสถาปัตยกรรม
ซีรีส์ Hy นำโดยศาสตราจารย์ เหยา ชุนยู หัวหน้านักวิทยาศาสตร์ AI ของเทนเซนต์ เทนเซนต์ได้ใช้กลยุทธ์สองทาง: พัฒนาโมเดลของตนเอง เช่น ซีรีส์ Hy พร้อมทั้งใช้ประโยชน์จากทางเลือกโอเพนซอร์สชั้นนำ รวมถึงโมเดลจาก DeepSeek