AIREITERTencent Hyra 2.0 es un sistema de agentes de investigación diseñado para crear modelos y herramientas científicas reutilizables, en lugar de resolver un problema aislado y desechar después todo el trabajo. Hay, eso sí, una limitación importante: el agente sigue siendo un sistema interno de Tencent, aunque algunos de sus resultados se han hecho públicos.
El repositorio Hyra-results distingue entre artefactos descargables y afirmaciones que solo se han anunciado. Esa diferencia es clave para entender todo lo que viene a continuación.
Qué es realmente Hyra 2.0 — y qué no es
Hyra 2.0, abreviatura de Hunyuan Research Agent 2.0, es el sistema jerárquico de Tencent Hunyuan para automatizar tareas de investigación científica e ingeniería. Tencent lo presenta como una infraestructura capaz de desarrollar modelos científicos reutilizables, canalizaciones de validación y flujos de trabajo de varios pasos; no como otro modelo conversacional generalista de la familia Hunyuan.
En el anuncio oficial de Tencent en X, publicado el 2 de noviembre de 2026, la compañía describe Hyra 2.0 como «la siguiente evolución de Hunyuan Research Agent», que pasa «de resolver problemas a construir herramientas, modelos y flujos de trabajo reutilizables». El repositorio público Hyra-results reúne resultados y algunos modelos entrenados, pero no el sistema completo de orquestación. Además, ni el anuncio ni el repositorio ofrecen una demo pública, un paquete de instalación, una API, un precio o una cuota. La forma más útil de verlo es esta: Hyra 2.0 es el laboratorio, mientras que los modelos de proteínas HyInv y HyPLM-Flash son algunas de las muestras que han salido de él.
Cómo mantiene Hyra 2.0 un proyecto de semanas bajo control
Hyra 2.0 reparte las investigaciones largas entre tres capas de agentes, almacenamiento persistente y una fase de revisión independiente. El informe de lanzamiento de IT之家, basado en la cuenta oficial de Tencent Hunyuan en WeChat, explica la división entre agentes Overall, Mission y Worker, pensada para que los experimentos puedan prolongarse durante días o semanas sin perder el contexto.
Los agentes Overall se comunican con los investigadores, concretan los objetivos y distribuyen el presupuesto de cómputo. Los agentes Mission se encargan de una línea de investigación concreta, eligen las rutas experimentales y responden de las conclusiones. Los agentes Worker leen código, ejecutan experimentos reales, analizan los fallos y pueden cuestionar el criterio de un agente Mission. Además, varios Workers pueden trabajar en paralelo con distintos modelos base.
Por debajo funcionan tres mecanismos de persistencia:
- Estado del proyecto: registra la situación de cada programa de investigación para que las tareas sobrevivan a las interrupciones mediante colas persistentes.
- Memoria por capas: separa las observaciones efímeras de los hallazgos de más largo recorrido, en vez de volcarlo todo en una única ventana de contexto.
- Books compartidos: almacenan conocimiento clasificado según la solidez de sus evidencias —observaciones de una sola ejecución, resultados reproducidos y convenciones confirmadas por humanos—. Los métodos que demuestran ser transferibles se convierten en pequeñas skills reutilizables en ejecuciones posteriores.
El diseño se completa con dos mecanismos de control. Cada conclusión queda vinculada a registros concretos y a versiones específicas del código, mientras que un Worker de revisión independiente vuelve a examinar la afirmación desde un punto de partida nuevo antes de que llegue a los humanos. Los trabajos de gran tamaño siguen necesitando aprobación humana, y el sistema se conecta con infraestructura de laboratorio convencional, incluidos sistemas de mensajería empresarial, plataformas de envío de trabajos y repositorios de código, según el análisis técnico de Eyerys.
La verificación no sale gratis. Un profesional calculó que hacer que los Workers inspeccionen las sesiones de otros podría elevar considerablemente el consumo de tokens (@d6355v). Tencent no ha publicado los presupuestos de tokens, los costes de cómputo, las tasas de fallo ni la frecuencia con la que la revisión independiente detecta errores. Por ahora, conviene entender esta arquitectura como un diseño orientado a la fiabilidad en investigaciones largas cuyo coste operativo sigue sin conocerse.
Lo que Hyra 2.0 ha publicado hasta ahora
La evidencia pública de Hyra 2.0 se divide en dos grupos: artefactos descargables con pesos y código, y resultados comunicados por Tencent que todavía esperan una reproducción externa. La tabla enlaza cada fila con su fuente verificable.
| Artefacto | Qué es | Cifra destacada | Estado de la evidencia |
|---|---|---|---|
| HyInv | Modelo de inverse folding de proteínas con 1.96M de parámetros, pesos de 7.8 MB y CLI + API de Python | Generación aproximadamente 57 veces más rápida que ProteinMPNN; 25 ms frente a ~1 s en proteínas de 148 residuos (1 GPU H20), según la revisión de TSN | Artefacto inspeccionable (MIT); benchmark ejecutable; resultado destacado todavía sin reproducción independiente |
| HyPLM-Flash | Modelo de lenguaje de proteínas enmascarado con 650M de parámetros, pesos de 2.6 GB y motor INT8 | ~130.000 residuos/s en 1x H20; la inferencia más rápida en la prueba de Tencent con 12 modelos y 35 tareas, con una posición media de 3.º; Spearman de 0.409 en ProteinGym, empatado con la clase ESM-2 650M, según la revisión de TSN | Artefacto inspeccionable (MIT); necesita una GPU CUDA; las dos evaluaciones cubren cantidades distintas de modelos y tareas |
| HyFF | 5 force fields de aprendizaje automático (Presto, Vivace, Moderato, Andante, Largo), de 2.3M a 1.2B parámetros y 83 elementos | Error de energía de Largo de 0.364 meV/átomo frente a 0.380 de DPA4-Pro, con una velocidad 9.7 veces superior; Andante alcanza 29 veces la velocidad de UMA-S-1.2 en dinámica molecular de 2.586 átomos, con 1x H20 | Artefacto inspeccionable (Apache-2.0) con el paquete hyff; las velocidades corresponden a una carga de trabajo concreta en una H20 |
| Petty conjecture dim-5 | Artefacto de demostración: todo espacio normado real de 5 dimensiones contiene 6 puntos equidistantes (el mejor resultado anterior era la dimensión 4, Makeev 2005), según el índice del repositorio | Resuelve la dimensión 5 | El artículo se puede inspeccionar; no se ha comunicado revisión por pares en una revista |
| Yau circle-action | Contraejemplo propuesto: una 7-variedad cerrada, con curvatura seccional positiva y sin una acción efectiva del círculo, según el índice del repositorio | Resuelve el caso sin restricciones; el caso simplemente conexo sigue abierto | El artículo se puede inspeccionar; no se ha comunicado revisión por pares en una revista |
| HyQEC | Código de corrección de errores cuánticos heredero de la línea del qLDPC Challenge, según Prompt Blueprints | ~48% más de eficiencia de codificación que el líder anterior | Anunciado; el artefacto completo está pendiente de publicarse en GitHub |
| XiangShan RISC-V | Optimización de un procesador de código abierto, según Prompt Blueprints | +5.79% de puntuación por GHz, con un aumento mínimo del área; errores multinúcleo corregidos | Anunciado; no se han revelado el nombre del benchmark ni la línea base |
| Robotic hand | Mano de cinco dedos con longitudes graduadas, según Eyerys | +28.6% de velocidad al girar objetos en una simulación con presupuesto fijo | Anunciado; por ahora solo se ha probado en simulación |
Frente a Hyra 1.0, el cambio consiste en pasar de entregar respuestas a producir activos reutilizables. Hyra 1.0 ya había demostrado que el ciclo podía funcionar: su entrada sums_diffs mejoró una constante de combinatoria de 1.14489 a 1.21079, y Tencent le atribuye avances en un problema de combinatoria aditiva con 50 años de antigüedad. El análisis del lanzamiento de Prompt Blueprints señala que Hyra 2.0 conserva ese motor iterativo, pero añade la jerarquía, los proyectos persistentes y la extracción de skills para que cada éxito pueda reutilizarse.
Qué puedes ejecutar hoy y qué sigue dentro de Tencent
Puedes ejecutar los productos creados por Hyra 2.0, pero el propio orquestador no tiene una instalación pública. El repositorio Hyra-results usa la licencia Apache-2.0 y cada carpeta de resultados intenta incluir los artefactos finales junto con scripts de reproducción. El punto de partida es este:
git clone https://github.com/Tencent-Hunyuan/Hyra-results.git
ls AI4Science/hyinvDespués puedes elegir una de estas rutas:
- HyInv (la opción más sencilla): entra en
AI4Science/hyinvpara acceder a los pesos, el código de inferencia y el informe técnico. La ruta de referencia funciona en CPU y GPU; la ruta acelerada BF16 solo está validada en GPU de clase Hopper. - HyPLM-Flash (necesita CUDA): abre
AI4Science/hyplm_flashy ejecuta despuésweights/download.shpara descargar, fusionar y verificar los pesos de 2.6 GB. Necesitarás una GPU de clase H20/H100; usa INT8 para extraer representaciones y BF16 para regresión de variantes de mayor precisión. - HyFF (necesita una H20 para alcanzar las velocidades anunciadas): utiliza la sección de HyFF para acceder a sus cinco modelos de force fields, de 9 MB a 4.8 GB cada uno, y al paquete
hyff, compatible con estructuras individuales, procesamiento por lotes y dinámica molecular NVE/NVT/NPT.
Lo que permanece cerrado es el orquestador Overall/Mission/Worker, junto con sus prompts, planificadores, evaluadores y el almacén de Books/skills. Las puertas de aprobación humana para los trabajos de gran tamaño también implican que el sistema no es completamente autónomo a la hora de asignar recursos. En resumen: no hay nada que instalar para usar el agente; para probar el artefacto más sencillo basta con descargar 7.8 MB, ya que, como señala TSN, montar una comparación directa entre HyInv y ProteinMPNN sobre backbones idénticos resulta barato.
¿Resisten sus cifras principales?
TSN informó de que todas las cifras de rendimiento procedían de Tencent o de la documentación de sus modelos, sin que se hubiera publicado una reproducción independiente hasta el 2 de noviembre de 2026. Cada número debe leerse junto con las condiciones que lo acompañan.
Primero, velocidad no significa calidad. El dato de 57 veces de HyInv compara el rendimiento de generación en una Nvidia H20 —aproximadamente 25 ms frente a aproximadamente 1 s con 148 residuos; 54 ms frente a 2.6 s con 402 residuos—, no el éxito en laboratorio. La similitud estructural se calcula frente a estructuras predichas y no se ha comunicado ninguna validación experimental:
57 veces más que ProteinMPNN y ~2.500 diseños/s es rendimiento, no calidad del diseño. Lo siguiente que querría ver: RMSD de autoconsistencia y recuperación de secuencias... En cualquier caso, el inverse folding rara vez es el cuello de botella; lo es el refold posterior.
Segundo, las afirmaciones de eficiencia necesitan contexto: hardware y alcance. El «más rápido entre 12» de HyPLM-Flash corresponde a la evaluación de Tencent con 12 modelos y 35 tareas; la evaluación comparable del repositorio cubre 28 checkpoints y 32 tareas, con un Spearman zero-shot de ProteinGym de 0.409, estadísticamente empatado con ESM-2 650M, ESM C 600M y E1-600M. Las velocidades 29x y 9.7x de HyFF corresponden a un sistema de 2.586 átomos en una H20, y el error de fuerza de Andante (7.65 meV/Å) es ligeramente peor que el de UMA-S-1.2 (7.55 meV/Å): velocidad con una precisión casi equivalente, no una victoria absoluta.
Tercero, la reutilización —la tesis central de 2.0— todavía no está demostrada. Los materiales de lanzamiento no explican cómo se valida una skill generada antes de reutilizarla, quién la aprueba ni si se ha medido su reutilización entre proyectos:
Construir herramientas reutilizables en lugar de respuestas puntuales es la dirección correcta. La mayoría de las ejecuciones de agentes desechan todo lo que han descubierto cuando termina la tarea. Me interesa saber cómo decide Hyra que una herramienta es lo bastante buena como para conservarla y reutilizarla.
Otro profesional planteó la misma duda sobre la validación desde la perspectiva del humano en el circuito (@ModelPlaneHQ). Los materiales de lanzamiento de Tencent y las revisiones de terceros enlazadas arriba no ofrecen ninguna comparación directa con propuestas como Google's AI Co-Scientist o Sakana AI Scientist, así que cualquier ranking actual se basaría en las propias cifras de Tencent. Al evaluar un modelo construido por agentes, conviene hacer cuatro preguntas: ¿con qué hardware se obtuvo?, ¿con qué nivel de calidad?, ¿quién lo reprodujo? y ¿dónde se reutilizó?
Preguntas frecuentes
¿Hyra 2.0 es de código abierto? ¿Puedo probarlo?
El framework es cerrado; los artefactos son abiertos. No existe una demo pública, una API ni una instalación del agente. HyInv y HyPLM-Flash utilizan paquetes de modelos con licencia MIT, mientras que HyFF se distribuye bajo los términos Apache-2.0 del repositorio. Consulta el README y la licencia de cada carpeta.
¿En qué se diferencia Hyra 2.0 de Hyra 1.0?
Hyra 1.0 se centraba en la resolución iterativa de problemas, incluido un resultado de combinatoria abierto durante mucho tiempo. Hyra 2.0 añade la jerarquía Overall/Mission/Worker, el estado persistente de los proyectos, el conocimiento almacenado en Books, la extracción de skills y el objetivo explícito de producir modelos y flujos de trabajo reutilizables.
¿Los resultados matemáticos han pasado revisión por pares?
No como publicaciones en revistas. Los artículos sobre Petty dim-5 y el contraejemplo de Yau son públicos e inspeccionables, y el índice del repositorio registra formalizaciones en Lean 4 de tres resultados anteriores de núcleo finito (Beurling-Ahlfors, Hadamard parcial y conmutador). Todos deben considerarse afirmaciones pendientes de revisión por parte de expertos.
¿Qué hardware necesito para reproducir los modelos de proteínas?
La ruta de referencia de HyInv funciona en CPU y GPU y requiere una descarga de 7.8 MB. HyPLM-Flash necesita una GPU CUDA —se recomienda una H20/H100— para su motor INT8 de 2.6 GB, mientras que las cifras de velocidad de HyFF presuponen una H20.
Cómo valorar Hyra 2.0 sin exagerar sus resultados
Hyra 2.0 parte de una apuesta concreta: la unidad de progreso científico debería ser la herramienta, no la respuesta, y las skills reutilizables deberían acumularse hasta generar lo que Tencent denomina rendimientos compuestos de la inteligencia (智能复利). El lanzamiento demuestra que el proyecto ha producido modelos y herramientas atribuidos al sistema. Pero saber si esas herramientas aceleran de forma repetida investigaciones posteriores exigirá datos sobre la tasa de reutilización, el coste de validación y reproducciones independientes, además de los récords de velocidad.