廣東
▼ 關注摩爾線程開發者公眾號，及時獲取摩爾線程開發者各類服務信息 ▼
7月6日，騰訊新一代大模型Hy3正式開源，摩爾線程旗艦級AI訓推一體智算卡MTT S5000于同日實現Day-0極速適配。這是國產大模型與國產算力協同的又一例證，展現了摩爾線程MUSA生態對前沿模型的即時響應與穩定支撐能力。
Hy3開源地址
▼GitHub：
https://github.com/Tencent-Hunyuan/Hy3
▼Hugging Face：
https://huggingface.co/tencent/Hy3
▼ModelScope：
https://modelscope.cn/models/Tencent-Hunyuan/Hy3
開發者可從如下鏈接拉取Hy3 SGLang-MUSA推理鏡像
▼registry.mthreads.com/mcconline/inference/sglang:v0.5.12.post1-ph1-4.3.5-torch2.9.0-latest
Hy3是由騰訊混元團隊研發的快慢思考融合的混合專家模型，總參數量295B，激活參數21B，支持256K上下文長度。相比preview版本，它展現出顯著強于同尺寸模型且比肩（參數規模2-5倍的）旗艦模型的智能水平。Hy3在軟件開發、辦公生產、金融建模、前端設計、游戲制作等生產力任務上的進步尤其顯著，可以成為高性價比的可靠選擇。依靠WorkBuddy、元寶、微信、AI游戲助手等真實業務場景的歷練，產品穩定性與用戶體驗顯著提升，騰訊豐富的真實業務場景與混元模型能力迭代形成了相互賦能的良性循環。
針對Hy3的能力特征，MTT S5000從硬件算力、軟件棧到開源框架進行了全鏈路精準匹配與深度優化。
Agent與Coding場景：實現低延遲、高吞吐推理優化
摩爾線程基于此前對DeepSeek-V4、MiniMax M3.0、Kimi2.6、GLM-5.2等多款國產旗艦模型的Day-0適配經驗，已形成一套高效、系統化的復雜推理任務優化方法論。依托muDNN、MATE高效算子庫、Triton-MUSA編譯優化及SGLang-MUSA框架層加速，在保障模型精度無損的前提下，顯著提升了推理吞吐并降低了響應延遲。
復雜推理與長文理解：高密度算力與大顯存提供堅實支撐
Hy3的256K超長上下文窗口，對推理階段的KV Cache存儲與訪存帶寬提出了極高要求。MTT S5000憑借硬件級原生FP8加速，配備大容量顯存與高帶寬，可為百萬token級長序列提供了充足的緩存空間與卓越的數據吞吐能力。
摩爾線程將繼續依托MUSA軟件棧的生態兼容性，保持對前沿大模型的快速適配能力，以高性能國產算力基礎設施，為開發者提供穩定可靠的AI算力支撐。
▼關于摩爾線程開發者
摩爾線程開發者是國產 GPU 創新企業摩爾線程專為技術愛好者和開發者打造的一站式服務平臺。摩爾線程致力于構建一個技術共享和創新驅動的開發者生態服務體系，助力開發者實現技術突破，推動創新應用落地。
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
