上海AI实验室发布Sage-S2.1-Flash科学推理模型,腾讯推出Hy4 flash模型
原创 每日发现最新 2026-11-17 18:57 中国香港
科学推理模型Sage-S2.1-Flash,科学推理模型Axion-1.0-35B,通用智能体模型腾讯Hy4 flash,机器人世界模型CloudRobo-WM1.2,音视频交互世界模型Duo v1。
11 月 17 日,今天关注的项目覆盖科学推理、通用智能体与世界建模:Sage-S2.1-Flash 将多种科学输入接入统一模型,腾讯 Hy4 flash 提供百万级上下文 API,Duo v1 探索可打断的实时音视频交互。
🔬 科学推理
★ Sage-S2.1-Flash
处理分子、晶体和蛋白质等科学输入,结合检索与编程工具完成多轮验证。
上海 AI 实验室的 Sage-S2.1-Flash 支持分子图、晶体、蛋白序列及三维结构等十余类科学输入。SciPerception 通过编码与投影,将这些信息接入统一表示空间。
模型结合检索、编程工具开展多轮验证。Hugging Face 标注参数量为 321B,代码与权重采用 MIT 许可,提供 BF16、FP8 权重;科学任务还需接入对应编码器、投影与读出组件。
★ Axion-1.0-35B
结合科学推理与检索工具,提供总参数 35B、激活参数 3B 的复现权重。
本次关注的 Axion-1.0-35B 明确标注为 Reproduction checkpoint,即复现权重。训练使用约 1.8 万条监督微调样本:先学习科学问题推理与外部信息调查,再通过智能体交互轨迹上的强化学习,改进工具使用与问题求解。
它面向科学推理与工具检索,提供 BF16 权重,采用 Apache 2.0 许可。工具调用需另配执行程序;官方 vLLM 示例使用 8 张卡,这属于部署示例,不代表最低配置。
⚡ 通用智能体
★ 腾讯 Hy4 flash
接收图文并输出文字,以百万级上下文支持文档处理、编码和智能体任务。
腾讯于 11 月 16 日发布 Hy4 flash,总参数量为 224B,每次激活 12B,支持 100 万 Token 上下文。模型接收图片和文字、输出文字,面向文档处理、编码与智能体工作流。
开发者可通过 TokenHub 标准 API 接入,并使用兼容 OpenAI、Anthropic 的接口。官方计划后续开放权重,目前应以已提供的 API 路径为准。
上手门槛
开发接入:🟢 低|TokenHub 提供标准 API|兼容 OpenAI 与 Anthropic 接口
🌐 世界建模
★ CloudRobo-WM1.2
面向机器人世界建模,提供基于昇腾的具身智能底层模型能力。
华为于 11 月 16 日发布昇腾原生具身世界模型 CloudRobo-WM1.2,并宣布开源。该项目面向机器人世界建模,定位于向产业提供底层能力,华为不做机器人本体。
目前尚未核实 1.2 版本对应的完整代码、权重与许可信息,现有 1.0 资源不能替代本次版本。因此,暂不列出可直接复现或自行部署的入口。
官方发布:https://www.huaweicloud.com/about/live/261116.html
★ Duo v1
持续接收音视频与文字,在统一时间轴上实现可打断的全双工交互。
蚂蚁与西湖心辰联合提出双向世界模型 RWM,Duo v1 相关论文于 11 月 11 日发布。Intent 模块通过自回归交互推理决定何时回应,Realization 模块负责生成音视频。
当前预览版提供基础音视频对话,已开放代码及基础、蒸馏权重。蒸馏版本需搭配基础模型;代码采用 Apache 2.0 许可,蒸馏权重采用 MiniMax-H3 社区许可。主分支支持离线推理,实时流式运行需使用对应分支。
上手门槛
自行部署:🔴 高|默认离线参考配置使用双 GPU|需配置多个音视频组件
论文地址:https://arxiv.org/abs/2611.15131
官方模型集合:https://huggingface.co/collections/inclusionAI/duo-v1