行业数据

域名行业数据大盘

汇聚域名、等保、SSL、CDN 多维度行业数据,一站式洞察域名行业全貌。

帮助中心

帮助支持

为您提供全方位支持与服务,助您了解帝恩思产品使用教程,平台最新公告,行业资讯内容。

首页 / 资讯 / 行业动态 / 腾讯Hy4flash正式开源:224B大模型上架GitHub,人人可下载部署

腾讯Hy4flash正式开源:224B大模型上架GitHub,人人可下载部署

时间:2026-11-22 09:22:06 来源:aibase 作者:算力不足喝咖啡
分享:

腾讯近期开源Hy4flash大模型,224B参数模型权重已上传至GitHub,开发者可直接下载使用。该模型采用MoE混合专家架构,推理时仅激活12B参数,有效控制显存和算力消耗,支持百万级超长上下文,兼顾推理速度与模型能力。本次同步放出多个版本,适配本地部署、二次微调等场景,进一步丰富国内开源大模型生态,降低个人开发者与中小企业搭建私有化AI应用的门槛。

GitHub

一、Hy4flash核心架构特点

1.采用稀疏MoE设计,总参数量224B,推理激活仅12B参数,大幅降低推理成本。
2.支持百万Token超长上下文,适合长文档解析、代码工程读取、批量资料分析。
3.搭载多模态理解能力,可同时处理图文信息,解码速度高,适合高频业务调用。
4.基于旗舰Hy4蒸馏优化而来,在保证效果的前提下,压缩冗余,提升推理效率。

 

二、开源版本与部署适配方案

1.指令微调标准版:开箱即用,支持对话、文档总结、内容创作、代码辅助等任务。
2.FP8量化版本:针对显存有限设备优化,更适合本地PC、边缘服务器私有化部署。
3.Base预训练基础版:面向有微调需求的团队,方便基于自有行业数据继续训练。
4.多平台同步分发,除GitHub外,也在国内模型社区上架,方便国内开发者拉取。

 

三、开源带来的价值与应用方向

1.个人开发者:低成本搭建本地AI助手,离线处理隐私文档,不用依赖公有API。
2.中小企业:基于模型开发行业Agent、知识库问答系统,减少大模型调用费用。
3.技术社区:为稀疏MoE模型的研究、二次创新提供底座,推动国内开源模型迭代。
4.对比稠密大模型,在长文本、批量处理场景具备算力优势,落地性价比更高。

  

四、需要留意的限制与注意事项

1.虽然激活参数不大,完整模型包体量依旧较大,对存储带宽有一定要求。
2.量化版会小幅损失精度,对高准确率要求的场景,优先使用标准版。
3.遵循对应开源协议,商用场景需要仔细阅读协议条款,合规使用模型权重。

  

整体来看,Hy4flash的开源,是腾讯混元在稀疏大模型方向的一次重要输出。在算力成本居高不下的当下,以MoE稀疏方案兼顾能力和推理开销,给想要私有化部署大模型的开发者提供了一个新选择,也让开源大模型的应用场景变得更加多元。

参考来源:https://news.aibase.com/zh/news/32380

声明:本站所发布的内容源自公开渠道,如果涉及侵权或不实情况请尽快告知,我们将会在第一时间进行处理。

联系我们