Hunyuan Model
PulseAugur coverage of Hunyuan Model — every cluster mentioning Hunyuan Model across labs, papers, and developer communities, ranked by signal.
- 2026-07-15 product_launch Tencent's Hy3 large model has seen a significant increase in usage and achieved a top ranking on OpenRouter. 来源
4 天有情绪数据
Hunyuan's HPC-Ops engine shows significant performance gains
Tencent's Hunyuan AI has upgraded its open-source inference engine, HPC-Ops, demonstrating substantial performance improvements. The engine addresses key bottlenecks like attention latency and memory transfer costs, outperforming existing open-source alternatives on mainstream platforms.
Hunyuan LoRA training tutorial for Windows users to drive adoption
A new tutorial demonstrates how to train the Hunyuan LoRA model on Windows using WSL. This increased accessibility for Windows users could lead to broader adoption and community-driven fine-tuning of the Hunyuan model.
Hunyuan's HPC-Ops inference engine shows competitive performance gains
Tencent's recent upgrade to the Hunyuan AI inference engine, HPC-Ops, demonstrates significant performance improvements by addressing key engineering bottlenecks like attention latency and memory transfer costs. This suggests Hunyuan's inference capabilities are becoming more competitive with other leading open-source alternatives, particularly on mainstream platforms.
Hunyuan LoRA training accessibility to expand on Windows
The release of a detailed tutorial for training Hunyuan LoRA models on Windows via WSL indicates a strategic effort to broaden the accessibility of Hunyuan's fine-tuning capabilities. This could lead to increased adoption and community contributions for custom Hunyuan model development.
-
Hunyuan Model 3 在本地生成令人印象深刻的图像，用户报告
一位 Reddit 用户分享了他在本地使用 Hunyuan Model 3 的体验，并称赞其输出质量令人印象深刻。他们报告称，在 Strix Halo (Ryzen AI Max 395+) 上生成 1 兆像素的图像大约需要 300 秒，而在 RTX 3090 上则需要 60-70 秒。该用户还认为其编辑能力优于 Qwen2.1，但承认 Hunyuan Model 3 在生成超过 1 兆像素的图像时可能不稳定并崩溃。
-
腾讯元宝App在鸿蒙OS上线，搭载混元Hy4预览版
腾讯发布了其元宝App的原生鸿蒙OS版本，集成了混元Hy4模型的预览版。此次集成包括了专家模式、深度文档阅读能力以及微信生态内的搜索功能。
-
前腾讯AI负责人姚星成加入Thinking Machines Lab
腾讯混元大模型前预训练负责人姚星成已加入北美初创公司Thinking Machines Lab。姚星成于7月离开腾讯，据报道，他获得的薪资远高于其此前每年数千万人民币的收入。此前有传言称他将加入Meta，但姚星成最终选择了由前OpenAI首席技术官Mira Murati创立的公司Thinking Machines Lab。
-
Taotok.io 为 DeepSeek、Qwen、Hunyuan 模型提供兼容 OpenAI 的 API
Taotok.io 提供了一个统一的 LLM API 网关，提供兼容 OpenAI 的端点，允许开发人员在不同的模型后端之间切换，而无需进行大量代码重构。该服务将请求路由到来自 DeepSeek、Qwen（阿里巴巴）和 Hunyuan（腾讯）的模型，使用 "-class" 层级（如 gpt-4o-class）作为熟悉的性能配置文件。这种方法旨在减少供应商锁定，并简化与替代模型的实验，特别是对于那些不希望预先提供付款详细信息的用户。
-
TideLink 将 GPT-6 Astra、Gemini 3.8 Flash、Claude Fable 5.1 聚合到单个 API
TideLink 推出了新的服务，将包括 GPT-6 Astra、Gemini 3.8 Flash 和 Claude Fable 5.1 在内的多个大型语言模型，以及 Qwen3.8-Max 和 DeepSeek V4 Vision 等中国模型，聚合到一个 OpenAI 兼容的 API 端点。此集成旨在通过消除对多个 SDK 的需求并提供模型之间的自动故障转移来简化开发人员的流程。该服务支持工具/函数调用，并允许用户为西方模型自带 A…
-
中国大模型对比：Qwen 3, DeepSeek, GLM-4, Kimi 领跑
对几款领先的中国大语言模型（LLM）进行了比较，突出了它们在各种应用中的优缺点。阿里巴巴的 Qwen 3 被认为是一款强大的全能模型，具有良好的多语言能力和工具调用能力，适用于代理和 RAG。DeepSeek 的 R1 适用于数学和代码等复杂推理任务，V3 则是一款更快的通用模型。智谱的 GLM-4 在中文流畅度和长上下文方面表现出色，而腾讯的 Hunyuan 是一款可靠的企业级模型。月之暗面的 Kimi 以其极长的上下文窗口而著称，…
-
中国大语言模型提供成本效益高、专业化的功能，统一的API访问简化了集成
来自阿里巴巴、DeepSeek和智谱等公司的中国大语言模型正成为美国模型强大且经济高效的替代品。这些模型在处理中文文档的RAG、支持工具调用的多语言智能体能力、细致的翻译以及代码生成（尤其是在处理中文注释时）等特定任务方面表现出色。尽管它们功能强大，但由于地区限制和计费问题，访问这些模型可能具有挑战性，但TideLink等服务提供了与OpenAI兼容的统一API，为全球开发者的集成提供了便利。
-
开发者可通过新策略和价格战削减LLM API成本 · 已追踪2个来源
开发者可以通过实施几项成本节约策略，显著降低其大型语言模型（LLM）API支出。这些策略包括设置输出令牌限制、利用上下文缓存以避免为重复输入付费，以及将任务路由到更具成本效益的模型，而不是始终使用最强大的模型。LLM API市场正在经历一场价格战，Anthropic、Google和Alibaba Group等多个提供商正在降价，这使得采用灵活的路由架构至关重要，这种架构可以动态地为特定任务和预算选择最佳模型。
-
TideLink 统一访问 Qwen、GLM、Hunyuan、Doubao 等中国大模型
TideLink 由运城盐湖北城潮汐网络科技有限公司运营，为中国以外的开发者提供统一的API，以访问各种中国大语言模型。该服务允许用户根据成本或质量选择路由请求，避免供应商锁定。文章提供了 Qwen 与 GLM、GLM 与 Hunyuan、以及 Doubao 与 Qwen 的对比，并建议通过 TideLink 同时使用这两个模型以获得最佳效果。
-
TideLink为海外开发者聚合中文大模型
TideLink由中国的运城盐湖北城潮汐网络科技有限公司运营，提供了一个聚合了多个中文大模型的API，面向海外开发者。该服务提供对Doubao、Qwen、General Language Model、Hunyuan Model和DeepSeek等模型的访问，优先考虑双语质量、延迟和成本效益，适用于翻译、摘要和情感分析等任务。开发者可以在“成本”和“质量”层级之间进行选择，TideLink负责管理故障转移以提高正常运行时间。
-
TideLink 通过 OpenAI 兼容网关实现中国 AI 模型全球访问
TideLink 为中国境外的开发者提供了一个访问中国 AI 模型（如 Doubao、Qwen、GLM 和 Hunyuan）的网关。该服务提供了一个 OpenAI 兼容的端点，允许用户在无需中国手机号或本地支付方式的情况下集成这些模型。TideLink 还提供 BYOK（自带密钥）等功能，以增强安全性和成本效益，并提供有关如何将中国 LLM 用于聊天机器人、翻译、RAG、代码生成和 AI 代理等各种应用的指南。
-
TideLink通过兼容OpenAI的网关实现全球访问中国AI模型 · 追踪5个来源
TideLink为中国境外的开发者提供了访问中国AI模型（如豆包、Qwen、GLM和Hunyuan）的解决方案。这些模型通常受到中国大陆的账户、支付和API要求的限制。TideLink提供了一个兼容OpenAI的网关，处理中国方面的账户和支付问题，允许开发者使用单一美元账单方式使用这些模型。
-
欧盟收紧对ChatGPT的AI监管；DeepSeek、腾讯发布新模型 · 跟踪1个来源
欧盟已根据《数字服务法》（DSA）正式将ChatGPT指定为超大型在线搜索引擎（VLOSE），要求其以及Reddit、Roblox等平台在11月前进行风险评估和审计。OpenAI、Anthropic和Google已收到欧盟AI办公室关于其安全协议和训练数据的初步信息请求（RFI）。在开放权重模型方面，DeepSeek发布了DeepSeek-V4-Flash-Vision-Exp，这是一个305B的多模态模型，显示出显著的性能提升；而腾…
-
中国公布人工智能、太空和材料科学重大突破
中国宣布在人工智能、太空和材料科学等多个领域取得了一系列重大技术进步。关键进展包括华为的盘古3.0、百度的ERNIE 4.0、阿里巴巴的通义千问2.0、智谱AI的Glm 4以及腾讯的混元模型等新人工智能模型。该国还公布了高端钢材生产和人工智能驱动的实验卫星方面的突破，旨在减少对外国技术的依赖并重塑市场格局。
-
中国人工智能生态系统展现协调的尖端能力 · 跟踪到 1 个来源
对中国近期人工智能进展的集体分析表明，这是一个强大且具有竞争力的前沿人工智能生态系统，而非孤立的成功。DeepSeek、Moonshot AI (Kimi K3)、阿里巴巴 (Qwen)、腾讯 (Hunyuan)、智谱 AI 和 MiniMax 等公司共同展示了世界一流的能力。这种生态系统方法与美国将这些发展视为独立公司成就的倾向形成对比，可能低估了中国战略性的长期技术进步及其获得全球竞争优势的能力。
-
中国 AI 实验室在原生多模态前沿模型训练上出现分歧
中国 AI 实验室正根据原生多模态能力来区分其前沿模型。Moonshot AI 的 Kimi K3 和阿里巴巴的 Qwen3.8-Max 正在采用原生多模态训练，为复杂的代理任务定位。相比之下，DeepSeek V4、智谱 AI 的 Glm 4 和腾讯的 Hunyuan 仍仅支持文本，可能在未来的发展中落后。
-
RouteAI 为中国大语言模型提供统一的 OpenAI 兼容 API
RouteAI 推出了一个兼容 OpenAI 的 API 网关，旨在简化对各种中国大语言模型的访问。该服务允许开发者使用单个 API 密钥和端点与 DeepSeek、Qwen、Kimi 等提供商的模型进行交互，从而无需为每个模型单独管理账户和账单。该平台提供按使用量付费定价、新模型发布的当天访问以及可审计的按请求日志，旨在减少与这些特定模型系列合作的团队的集成摩擦。
-
腾讯的 HiLS Attention 将 LLM 上下文扩展至 400 万 token
腾讯的 Hunyuan 团队在一篇新论文中详细介绍了一种名为 HiLS Attention 的新型稀疏注意力机制。该方法通过使用总结块内容的标志性 token，使块选择成为模型可学习的一部分。这种方法使模型能够在领域内长度上保持全注意力质量，同时将上下文扩展到训练长度的 64 倍以上，在 512K token 时实现 13-15 倍的加速。HiLS Attention 机制已在 Hugging Face 上提供，并开源了代码。
-
CachedSearch 通过新颖的缓存加速视频扩散模型搜索
研究人员开发了 CachedSearch，一种新颖的、无需训练的方法，用于加速视频扩散模型的测试时搜索。该技术通过积极缓存中间结果，显著降低了生成高质量视频输出的计算成本，使每次运行速度提高 2-3 倍，而质量没有明显下降。CachedSearch 通过缓存探索候选结果，然后仅以完整计算重新生成最佳结果，从而在降低成本的同时捕获了完整搜索超过 94% 的收益。该方法已被证明在各种模型尺寸和架构（包括 Wan、LTX、CogVideoX…
-
DeepSeek 永久性地将 V4-Pro 模型价格下调 75%
DeepSeek 已将其 V4-Pro 模型 75% 的促销折扣永久化，大幅降低了其旗舰 AI 模型的成本。每百万个输入 token 的价格现为 0.435 美元，低于之前的 1.74 美元；每百万个输出 token 的价格为 0.87 美元，低于之前的 3.48 美元。此外，访问上下文缓存的成本降低了 120 倍，使得具有相似前缀的重复查询成本显著降低。