騰訊發布了 Hy4 預覽版模型，這是一款新一代的開源混合專家（MoE）語言模型，其開發過程具備創新的遞迴自我改進循環。該模型在 OpenRouter 平台上表現亮眼，僅在短短幾天內就處理了數兆個 token。此發布的重點在於展示了遞迴自我改進的實際應用，即模型能參與自身訓練方法和數據策略的優化。此外，其在 OpenRouter 上的低廉成本與高採用率，使其成為競爭對手 GLM 5.3 的有力替代方案。Hy4-preview 的主幹架構擁有 770B 總參數，在 78 層中每 token 激活 49B 參數，並採用帶有 IndexCache 的閥控 DeepSeek 稀疏注意力（Gated DSA）。其遞迴循環包含模型提出方法、執行實驗並根據結果迭代，以優化底層運算子。
事件背景
遞迴自我改進是一種假設中的過程，AI 系統透過重寫自身程式碼來提升能力，可能引發智慧爆炸。OpenRouter 是一個平台，透過單一 API 讓開發者能夠存取數百個大型語言模型，促進各種模型的整合與測試。
社群觀察
社群成員對 Hy4 在 OpenRouter 上的快速採用和成本效益印象深刻，指出其在極短時間內處理的 token 數量超過 GLM 5.3 一週的量。討論也涵蓋了來自 DeepSeek 和 GLM 的架構啟發，以及對詞彙優化可能產生「新話（NEWSPEAK）」效應的關注。
