Hunyuan (Tencent) (VI)

Hunyuan (tiếng Trung: 腾讯混元大模型, Tencent Hunyuan, Tencent HY) — họ các mô hình nền tảng (Foundation Models) và mô hình ngôn ngữ lớn (Large Language Model, LLM) được phát triển bởi nhóm Tencent Hunyuan Foundation Model Team, có thể truy cập thông qua dịch vụ đám mây Tencent Cloud, cũng như dưới dạng trọng số mở trên các nền tảng Hugging Face và GitHub. Họ mô hình bao gồm các mô hình sinh và hiểu văn bản, suy luận logic và toán học, lập trình, xử lý ngữ cảnh dài, cũng như các mở rộng đa phương thức (hình ảnh, video, 3D). Hunyuan được định vị là dòng AI tạo sinh hàng đầu của Tencent và được tích hợp vào hệ sinh thái sản phẩm của công ty (Yuanbao, WeChat, Tencent Meeting, Tencent Cloud).

Lịch sử và tiến trình phát triển

Việc phát triển Hunyuan diễn ra trong bối cảnh cuộc đua LLM toàn cầu và chiến lược tự chủ công nghệ AI của Trung Quốc. Dòng sản phẩm đã phát triển từ các mô hình dense độc quyền sang các kiến trúc Mixture-of-Experts (MoE) mở và kiến trúc lai Transformer-Mamba.

Thế hệ đầu tiên (2023)

Thông báo công khai về dòng Hunyuan được thực hiện vào ngày 7 tháng 9 năm 2023 tại Tencent Global Digital Ecosystem Summit ở Thâm Quyến. Phiên bản đầu tiên là một mô hình dense độc quyền với hơn 100 tỷ tham số, được huấn luyện sơ bộ trên hơn 2 nghìn tỷ token. Mô hình tập trung vào tiếng Trung, suy luận logic và sinh nội dung, được tích hợp vào hơn 50 sản phẩm của Tencent và có thể truy cập thông qua API Tencent Cloud.

Hunyuan-Large và chuyển dịch sang MoE (2024)

Vào tháng 11 năm 2024, Tencent phát hành Hunyuan-Large — mô hình Transformer-MoE mở lớn nhất vào thời điểm đó với 389 tỷ tham số tổng cộng và 52 tỷ tham số kích hoạt. Mô hình được công bố với trọng số mở trên Hugging Face và GitHub, kèm theo bản preprint trên arXiv. Bản phát hành này đánh dấu bước chuyển chiến lược của Tencent sang phát triển mở.

Các mô hình lai và reasoning (2025)

Năm 2025, dòng sản phẩm được mở rộng với một số bản phát hành quan trọng:

• Hunyuan-TurboS (tháng 2 năm 2025) — mô hình lai Transformer-Mamba-MoE quy mô lớn công nghiệp đầu tiên với 560 tỷ tham số tổng cộng và 56 tỷ tham số kích hoạt, được huấn luyện sơ bộ trên 16 nghìn tỷ token. Cơ chế Chain-of-Thought (CoT) thích ứng được giới thiệu để chuyển đổi động giữa tư duy nhanh và tư duy sâu.
• Hunyuan-T1 (tháng 3 năm 2025) — mô hình reasoning chuyên biệt, xây dựng trên nền TurboS với huấn luyện tăng cường quy mô lớn (96,7% lượng tính toán sau huấn luyện là reinforcement learning).
• Hunyuan-A13B (tháng 6 năm 2025) — mô hình MoE nhỏ gọn (80 tỷ tham số tổng cộng / 13 tỷ tham số kích hoạt) để cân bằng hiệu suất và chi phí, hỗ trợ tư duy nhanh và chậm.
• Các mô hình dense nhỏ (tháng 7 năm 2025) — các biến thể 0,5B, 1,8B, 4B, 7B dành cho thiết bị edge và các tình huống triển khai cạnh tranh cao, hỗ trợ ngữ cảnh 256K.

Hunyuan 2.0 (tháng 11–12 năm 2025)

Vào tháng 12 năm 2025, thế hệ thứ hai của mô hình thương mại được công bố — Hunyuan 2.0 (HY 2.0) với kiến trúc MoE (406 tỷ tham số tổng cộng / 32 tỷ tham số kích hoạt) và cửa sổ ngữ cảnh 256K token. Dòng sản phẩm được chia thành hai biến thể: HY 2.0 Think (suy luận sâu, mã nguồn) và HY 2.0 Instruct (hội thoại, sinh nội dung sáng tạo). Các mô hình có thể truy cập thông qua Tencent Cloud API và được tích hợp vào các ứng dụng Yuanbao và ima.

Niên đại tổng hợp

Ngày	Sự kiện
Tháng 9 năm 2023	Thông báo công khai Hunyuan với tư cách LLM độc quyền (>100B tham số); ra mắt API Tencent Cloud
Tháng 2 năm 2024	Mô hình MoE nội bộ cho chatbot Yuanbao
Tháng 4 năm 2024	Đổi thương hiệu: «advanced» → hunyuan-pro, «standard» → hunyuan-standard; bổ sung hunyuan-lite
Tháng 5 năm 2024	hunyuan-lite chuyển sang MoE, mở rộng lên ngữ cảnh 256K
Tháng 9 năm 2024	Ra mắt hunyuan-turbo mới (MoE thế hệ mới)
Tháng 11 năm 2024	Phát hành mở Hunyuan-Large (389B/52B MoE), preprint arXiv:2411.02265
Tháng 2–3 năm 2025	Hunyuan-TurboS (Mamba-MoE lai); Hunyuan-T1 (reasoning)
Tháng 6 năm 2025	Hunyuan-A13B (80B/13B, fine-grained MoE)
Tháng 7 năm 2025	Các mô hình dense nhỏ 0,5B–7B
Tháng 9 năm 2025	Hunyuan-MT (mô hình dịch thuật chuyên biệt)
Tháng 11–12 năm 2025	Hunyuan 2.0 (HY 2.0 Think / Instruct), 406B/32B MoE

Nguồn: Tencent Cloud product dynamics; các kho lưu trữ chính thức.

Cơ sở lý thuyết và kiến trúc

Mixture-of-Experts - Kiến trúc Hỗn hợp Chuyên gia

Các mô hình chính trong dòng sản phẩm (Hunyuan-Large, A13B, HY 2.0) sử dụng kiến trúc Mixture-of-Experts (MoE), trong đó một số lớp của transformer chứa nhiều «chuyên gia» (mạng con), và một bộ định tuyến (gating network) chọn tập hợp con các chuyên gia kích hoạt cho mỗi token. Công thức tổng quát của lớp MoE:

$\mathrm{O}\mathrm{u}\mathrm{t}\mathrm{p}\mathrm{u}\mathrm{t}=\sum _{i=1}^{N}G(x{)}_i\cdot E_i(x)$

trong đó $G(x)$ — hàm định tuyến (gating), $E_i$ — chuyên gia thứ $i$, $N$ — tổng số chuyên gia. Với cách tiếp cận này, tổng số tham số của mô hình $P_{\mathrm{t}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}$ vượt đáng kể so với số tham số kích hoạt trong một lần truyền $P_{\mathrm{a}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}$:

$P_{\mathrm{a}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}\ll P_{\mathrm{t}\mathrm{o}\mathrm{t}\mathrm{a}\mathrm{l}}$

cho phép tăng dung lượng mô hình mà không tăng tỷ lệ thuận chi phí tính toán cho quá trình suy luận.

Trong Hunyuan-Large, sơ đồ được thực hiện với 1 chuyên gia dùng chung (shared) và 16 chuyên gia chuyên biệt khi kích hoạt 1 chuyên gia mỗi token (top-1 routing). Các cải tiến bổ sung bao gồm định tuyến hỗn hợp với cơ chế tái chế (recycle) (tái sử dụng các token bị từ chối) và learning rate đặc thù theo chuyên gia để cải thiện sự cân bằng đóng góp của các chuyên gia.

Transformer-Mamba - Kiến trúc lai Transformer-Mamba

Hunyuan-TurboS và T1 giới thiệu kiến trúc lai kết hợp các khối Transformer (attention) và Mamba (mô hình không gian trạng thái). Mamba cung cấp độ phức tạp tuyến tính theo độ dài chuỗi:

$h_t=A{h}_{t-1}+B{x}_t$

trong đó $A$, $B$ — các ma trận có thể học, $h_t$ — trạng thái ẩn tại bước $t$, $x_t$ — token đầu vào. Điều này đảm bảo $O(1)$ memory scaling theo độ dài (so với $O(N)$ trong Transformer tiêu chuẩn).

TurboS chứa 128 lớp được tổ chức thành các khối: 57 lớp Mamba2, 7 lớp Attention và 64 lớp FFN-MoE với 32 chuyên gia. Các khối AMF (Attention → Mamba2 → FFN) và MF (Mamba2 → FFN) xen kẽ nhau để đảm bảo cân bằng giữa ngữ cảnh toàn cục và cục bộ.

Cơ chế attention và KV-cache

Hunyuan-Large sử dụng Grouped Query Attention (GQA) — một biến thể của attention trong đó nhiều truy vấn chia sẻ các khóa và giá trị chung — và Cross-Layer Attention (CLA) để giảm kích thước KV-cache. Kích thước KV-cache tiêu chuẩn cho lớp self-attention với $H$ đầu, độ dài chuỗi $L$ và kích thước đầu $d_h$:

$S_{\mathrm{K}\mathrm{V}}\propto 2\cdot H\cdot L\cdot d_h$

trong đó $S_{\mathrm{K}\mathrm{V}}$ — kích thước KV-cache. Với GQA gồm $H_g<H$ nhóm, kích thước giảm xuống:

$S_{\mathrm{K}\mathrm{V}}^{\mathrm{G}\mathrm{Q}\mathrm{A}}\propto 2\cdot H_g\cdot L\cdot d_h$

CLA ngoài ra đề xuất tái sử dụng KV-cache giữa các lớp. Tổng hợp lại, các tối ưu hóa này mang lại tiết kiệm bộ nhớ lên đến khoảng 95%.

Mã hóa vị trí và ngữ cảnh dài

Các mô hình sử dụng Rotary Position Embedding (RoPE) với tỷ lệ mở rộng để hỗ trợ các chuỗi dài. Việc huấn luyện ngữ cảnh được thực hiện theo từng giai đoạn (curriculum learning): từ 32K đến 256K token. Hàm kích hoạt — SwiGLU. Từ điển tokenizer — 128K (tiktoken với phần mở rộng cho tiếng Trung).

Huấn luyện và mở rộng quy mô

Đối với các mô hình MoE, các quy luật mở rộng (scaling laws) được nghiên cứu dưới dạng các quan hệ lũy thừa thực nghiệm:

$Q\approx a-b\cdot P_{\mathrm{a}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}^{-\alpha }-c\cdot N^{-\beta }$

trong đó $Q$ — chỉ số chất lượng, $P_{\mathrm{a}\mathrm{c}\mathrm{t}\mathrm{i}\mathrm{v}\mathrm{e}}$ — số tham số kích hoạt, $N$ — khối lượng dữ liệu, $a,b,c,\alpha ,\beta$ — các tham số được xác định qua thực nghiệm. Hunyuan-Large nhấn mạnh việc sử dụng dữ liệu tổng hợp với khối lượng 1,5 nghìn tỷ token — nhiều hơn vài bậc độ lớn so với các công bố trước đây về MoE.

Quy trình huấn luyện và căn chỉnh

Quá trình huấn luyện các mô hình Hunyuan bao gồm một số giai đoạn đặc trưng cho các LLM hiện đại:

Pre-training - Huấn luyện sơ bộ

Huấn luyện quy mô lớn trên kho ngữ liệu đa ngôn ngữ lớn (tiếng Trung, tiếng Anh và các ngôn ngữ khác). Hunyuan-Large được huấn luyện sơ bộ trên 7 nghìn tỷ token (bao gồm 1,5 nghìn tỷ token tổng hợp). TurboS — trên 16 nghìn tỷ token. Thành phần chính xác của các tập dữ liệu không được công bố.

Supervised Fine-Tuning - Tinh chỉnh có giám sát (SFT)

Tinh chỉnh trên hơn 1 triệu hướng dẫn (các cặp «hướng dẫn — câu trả lời»), giúp mô hình tuân theo hướng dẫn của người dùng.

Căn chỉnh thông qua huấn luyện tăng cường

Để căn chỉnh hành vi của mô hình với sở thích của con người, các phương pháp sau được áp dụng:

Direct Preference Optimization (DPO) — phương pháp căn chỉnh không cần mô hình phần thưởng tường minh, được sử dụng trong Hunyuan-Large.

Reinforcement Learning (RL) — trong Hunyuan-T1, huấn luyện tăng cường quy mô lớn được áp dụng với curriculum learning; theo tuyên bố của nhà phát triển, 96,7% lượng tính toán sau huấn luyện thuộc về reinforcement learning.

Adaptive Long-Short Chain-of-Thought — trong TurboS, cơ chế chuyển đổi động giữa tư duy nhanh và tư duy sâu được thực hiện, cho phép mô hình thích ứng độ sâu suy luận theo độ phức tạp của nhiệm vụ.

Thành phần họ mô hình

Họ mô hình được chia thành các mô hình API đám mây đóng và các mô hình mở với trọng số.

Các mô hình chính (tổng quan)

Mô hình	Ngày phát hành	Kiến trúc	Tham số (tổng cộng / kích hoạt)	Ngữ cảnh	Khả năng truy cập
Hunyuan (2023)	Tháng 9 năm 2023	Dense Transformer	>100 tỷ / —	không công bố	API độc quyền
Hunyuan-Large	Tháng 11 năm 2024	Transformer-MoE	389 tỷ / 52 tỷ	256K (pretrain), 128K (instruct)	Trọng số mở (GitHub, HF)
Hunyuan-TurboS	Tháng 2 năm 2025	Hybrid Transformer-Mamba-MoE	560 tỷ / 56 tỷ	256K (kiến trúc), 32K/16K (API)	API độc quyền + biến thể mở
Hunyuan-T1	Tháng 3 năm 2025	Dựa trên TurboS + RL quy mô lớn	—	32K/64K (API)	API độc quyền
Hunyuan-A13B	Tháng 6 năm 2025	Fine-grained MoE	80 tỷ / 13 tỷ	256K (mở), 224K/32K (API)	Trọng số mở + API
Nhỏ (0,5–7B)	Tháng 7 năm 2025	Dense	0,5–7 tỷ	256K	Trọng số mở
HY 2.0 Think	Tháng 11 năm 2025	MoE	406 tỷ / 32 tỷ	128K đầu vào / 64K đầu ra (API)	API độc quyền
HY 2.0 Instruct	Tháng 11 năm 2025	MoE	406 tỷ / 32 tỷ	128K đầu vào / 16K đầu ra (API)	API độc quyền

Nguồn: arXiv:2411.02265; arXiv:2505.15431; Tencent Cloud docs; GitHub.

Lưu ý. Đối với một số mô hình, giới hạn ngữ cảnh kiến trúc (từ báo cáo kỹ thuật) và giới hạn dịch vụ API (từ tài liệu sản phẩm) có sự khác biệt. Đây không phải là mâu thuẫn, mà phản ánh sự khác biệt giữa cấu hình nghiên cứu và cấu hình sản phẩm.

Các mô hình chuyên biệt

Hunyuan-MT (tháng 9 năm 2025) — mô hình dịch máy chuyên biệt, đứng đầu tại WMT25 trong 30 trong số 31 hạng mục.

HunyuanImage, HunyuanVideo, Hunyuan3D — các mô hình đa phương thức trong họ sản phẩm dành cho việc sinh hình ảnh, video và đối tượng 3D tương ứng.

Định vị và mối liên hệ phát triển

Trong tài liệu Tencent Cloud, các mối liên hệ phát triển sau được thể hiện:

• hunyuan-a13b được chỉ định là nâng cấp của hunyuan-standard-256K.
• hunyuan-t1 được xây dựng trên nền TurboS với quá trình hậu huấn luyện RL được tăng cường.
• HY 2.0 Think/Instruct — nhánh trong đó nền tảng được cập nhật từ TurboS lên Hunyuan 2.0.
• Nhánh mở (Hunyuan-Large, A13B, compact dense) phát triển song song với nhánh API đóng, cung cấp khả năng truy cập nghiên cứu.

Điểm mới trong các thế hệ chính

Hunyuan-Large (2024)

So với thế hệ đầu tiên và các phương pháp MoE trước đó, Hunyuan-Large giới thiệu:

• Quy mô 389 tỷ tham số (52 tỷ tham số kích hoạt) — mô hình Transformer-MoE mở lớn nhất vào thời điểm công bố.
• Hỗ trợ ngữ cảnh 256K (pretrain) và 128K (instruct) — vượt đáng kể so với các giá trị thông thường của LLM đại chúng năm 2024.
• Nén KV-cache dựa trên GQA + CLA (tiết kiệm bộ nhớ ~95%).
• Dữ liệu tổng hợp quy mô lớn (1,5 nghìn tỷ token dữ liệu tổng hợp).
• Định tuyến chuyên gia hỗn hợp và learning rate đặc thù theo chuyên gia.

Hunyuan-TurboS (2025)

Bước chuyển kiến trúc chính:

• Lai Mamba2 + Attention + MoE: 560B tổng cộng / 56B kích hoạt, 128 lớp.
• Huấn luyện sơ bộ trên 16 nghìn tỷ token.
• Adaptive Long-Short Chain-of-Thought để quản lý động độ sâu suy luận.
• Tốc độ giải mã được tuyên bố nhanh hơn 1,8–2 lần so với phiên bản Turbo trước đó.

Hunyuan-T1 (2025)

Mô hình reasoning dựa trên TurboS:

• 96,7% lượng tính toán sau huấn luyện — reinforcement learning.
• Tốc độ giải mã nhanh gấp đôi với deployment envelope tương đương.
• Curriculum learning để cải thiện các chiến lược suy luận.

HY 2.0 (2025)

Cập nhật hàng đầu thương mại:

• Kiến trúc MoE: 406B tổng cộng / 32B tham số kích hoạt.
• Cửa sổ ngữ cảnh 256K token.
• Tăng trưởng đáng kể trên các benchmark chuyên biệt: IMO-AnswerBench 73,4% (+20% so với phiên bản HY trước), SWE-bench Verified 53,0 (từ 6,0), τ²-Bench 72,4 (từ 17,1).
• Cải tiến trong RLHF và các chiến lược hậu huấn luyện.

Đánh giá và benchmark

Việc đánh giá được thực hiện trên các benchmark tiêu chuẩn sử dụng giao thức zero-shot và few-shot. Kết quả dựa trên các báo cáo kỹ thuật và kho lưu trữ chính thức; đối với một số mô hình, các xác minh độc lập bên ngoài hiện còn hạn chế.

Benchmark Hunyuan-Large (pretrain)

Benchmark	Hunyuan-Large	Llama 3.1-405B	Llama 3.1-70B	Mixtral-8x22B	DeepSeek-V2
MMLU	88,4	85,2	79,3	77,8	78,5
CMMLU	90,2	—	—	—	84,0
C-Eval	91,9	—	—	—	81,7
GSM8K	92,8	89,0	83,7	83,7	79,2
MATH	69,8	53,8	41,4	42,5	43,6
HumanEval	71,4	61,0	58,5	53,1	48,8

Nguồn: arXiv:2411.02265.

Theo báo cáo kỹ thuật, Hunyuan-Large (pretrain) dẫn đầu trong 15 trong số 19 benchmark khi so sánh với Llama 3.1-405B, Mixtral-8x22B và DeepSeek-V2.

Benchmark Hunyuan-Large-Instruct

Benchmark	Hunyuan-Large-Instruct
MMLU	89,9
MATH	77,4
HumanEval	90,0
Arena-Hard	81,8

Nguồn: arXiv:2411.02265; Hugging Face model card.

Theo tuyên bố của các nhà phát triển, Hunyuan-Large-Instruct vượt trội hơn LLaMA 3.1-405B trên MMLU 2,6 điểm phần trăm.

Benchmark TurboS và T1

Benchmark	TurboS	T1
LMSYS Chatbot Arena	1356 (top-7)	—
Trung bình trên 23 benchmark	77,9%	—
MMLU-Pro	—	87,2
GPQA-Diamond	—	69,3
MATH-500	—	96,2
LiveCodeBench	—	64,9
Arena-Hard	—	91,9

Nguồn: arXiv:2505.15431; T1 official page.

Benchmark Hunyuan-A13B

Benchmark	Hunyuan-A13B	Hunyuan-Large	Qwen2.5-72B
MMLU	88,17	88,4	—
MMLU-Pro	67,23	60,2	—
BBH	87,56	86,3	—
MATH	72,35	69,8	—
GPQA	49,12	—	—
MBPP	83,86	—	—

Nguồn: GitHub Hunyuan-A13B README.

A13B vượt trội hơn Hunyuan-Large trên một số tác vụ nhạy cảm với hậu huấn luyện (MMLU-Pro, MATH, MBPP), phù hợp với định vị của nó như một biến thể mới hơn và ứng dụng thực tế hơn.

Benchmark nhánh dense nhỏ gọn

Mô hình	MMLU	MMLU-Pro	BBH	GSM8K	MATH
Hunyuan-0,5B	54,02	31,15	45,92	55,64	42,95
Hunyuan-1,8B	64,62	38,65	74,32	77,26	62,85
Hunyuan-4B	74,01	51,91	75,17	87,49	72,25
Hunyuan-7B	79,82	57,79	82,95	88,25	74,85

Nguồn: GitHub Hunyuan-7B README.

Benchmark HY 2.0

Các chỉ số được tuyên bố bởi nhà phát triển (nguồn tường minh duy nhất — tài khoản chính thức của Hunyuan):

Benchmark	HY 2.0	Phiên bản HY trước
IMO-AnswerBench	73,4	~53 (ước tính, +20%)
SWE-bench Verified	53,0	6,0
τ²-Bench	72,4	17,1

Lưu ý. Các dữ liệu này được phân loại là «do nhà phát triển tuyên bố, đang chờ xác nhận rộng rãi từ bên ngoài».

Chi tiết kỹ thuật sử dụng

Cửa sổ ngữ cảnh theo nhánh

Mô hình	Đầu vào (token)	Đầu ra (token)
HY 2.0 Think	128K	64K
HY 2.0 Instruct	128K	16K
T1 (API)	32K	64K
A13B (API)	224K	32K
TurboS (API)	32K	16K
Lite (API)	250K	6K
Hunyuan-Large (mở)	256K (pretrain) / 128K (instruct)	—
Compact 0,5–7B	256K	—

Nguồn: Tencent Cloud product overview.

Các công cụ được hỗ trợ

Trong Tencent Cloud API, các công cụ sau được tài liệu hóa:

• Function Calling (tools, tool_choice).
• AI Search Enhancement — tìm kiếm tích hợp từ các nguồn bên ngoài (retrieval-augmented generation).
• SearchInfo và Citation — các dấu hiệu trích dẫn trong câu trả lời.
• EnableMultimedia — các chèn đa phương tiện trong đầu ra.
• EnableThinking — công tắc chain-of-thought cho A13B.
• EnableRecommendedQuestions — sinh các câu hỏi được đề xuất.

Tương thích API

Hunyuan API hỗ trợ định dạng tương thích OpenAI:

• Base URL: https://api.hunyuan.cloud.tencent.com/v1.
• Hỗ trợ /v1/chat/completions và /v1/embeddings.
• Mô hình embedding: hunyuan-embedding, chiều 1024.
• Streaming qua SSE.
• Đồng thời mặc định: 5 mỗi tài khoản.

Đối với Hunyuan-Large (mở), định dạng đầu vào/đầu ra tiêu chuẩn tương thích với các framework PyTorch/Transformers. Hỗ trợ lượng tử hóa: FP8, INT4 (GPTQ/AWQ).

Ứng dụng và tích hợp

Các mô hình Hunyuan được tích hợp vào hệ sinh thái Tencent và có sẵn cho các nhà phát triển bên ngoài. Các tình huống sử dụng chính được tài liệu hóa:

Sản phẩm Tencent

• Yuanbao — chatbot hỗ trợ Hunyuan và DeepSeek.
• Tencent Meeting — sinh tóm tắt cuộc họp.
• Tencent Docs — sinh và phân tích văn bản.
• ima — trợ lý AI tài chính và đa phương tiện.

Ứng dụng doanh nghiệp

• Sinh văn bản: bài viết, nội dung quảng cáo, kịch bản, mô tả sản phẩm.
• Hỗ trợ khách hàng thông minh: chatbot, FAQ, tự động hóa câu trả lời.
• Sinh và phân tích mã nguồn (đặc biệt HY 2.0 Think và T1).
• Suy luận toán học và logic, các tác vụ phân tích.
• Dịch thuật đa ngôn ngữ (30+ ngôn ngữ, Hunyuan-MT).

Mô hình mở

Các biến thể mở được sử dụng cho nghiên cứu, tinh chỉnh và triển khai trên thiết bị edge (mô hình dense nhỏ). Các mở rộng đa phương thức (HunyuanImage, HunyuanVideo, Hunyuan3D) được sử dụng cho mô hình hóa 3D và sinh video.

Hạn chế và vấn đề mở

• Tính đóng của các mô hình thương mại. Đối với HY 2.0 và T1, không có trọng số mở và thông số kiến trúc chi tiết; quyền truy cập bị giới hạn qua API, điều này gây khó khăn cho khả năng tái tạo độc lập.
• Thiếu minh bạch về dữ liệu huấn luyện. Mặc dù việc sử dụng dữ liệu tổng hợp quy mô lớn được nhấn mạnh, thành phần chính xác của các tập dữ liệu, tỷ lệ ngôn ngữ và lĩnh vực chủ đề không được công bố.
• Yêu cầu tính toán. Các mô hình mở đòi hỏi tài nguyên đáng kể: tối thiểu 32 GPU cho fine-tuning đầy đủ Hunyuan-Large; hàng chục GB VRAM ngay cả với FP8.
• Ảo giác. Giống như các LLM khác, các mô hình có xu hướng sinh ra các phát biểu nghe có vẻ hợp lý nhưng thực tế không chính xác. Các nghiên cứu hệ thống về khía cạnh này đối với Hunyuan trong các công trình có bình duyệt mở hiện còn hạn chế.
• Sự khác biệt giữa giới hạn kiến trúc và giới hạn dịch vụ. Đối với một số mô hình (TurboS, A13B), giới hạn dịch vụ API thấp hơn đáng kể so với khả năng kiến trúc.
• Khả năng truy cập theo khu vực. Trọng tâm chính là thị trường Trung Quốc; API dành cho người dùng ngoài Trung Quốc có các hạn chế về ngôn ngữ và pháp lý.
• Thiếu báo cáo an toàn chi tiết. Tài liệu đề cập đến các nguyên tắc chung về an toàn và lọc nội dung, nhưng không có báo cáo kỹ thuật an toàn công khai có thể so sánh về quy mô với một số mô hình quốc tế.
• Khả năng tương thích của nhánh open-source. Sau các bản phát hành, đã ghi nhận các vấn đề tích hợp với transformers / vllm, trong đó các thư viện không nhận dạng được kiểu kiến trúc hunyuan_v1_dense, yêu cầu trust_remote_code hoặc các nhánh đặc biệt.

Sự cố và vấn đề đã biết

Tính đến các tài liệu có sẵn (cuối năm 2025 — đầu năm 2026), không ghi nhận sự cố công khai lớn nào đặc trưng liên quan đến Hunyuan (rò rỉ dữ liệu quy mô lớn, các mối đe dọa bảo mật độc đáo).

Các sửa lỗi sản phẩm được tài liệu hóa

Trong product dynamics Tencent Cloud, các sửa lỗi nhỏ được ghi nhận:

• 2024-11-20: hunyuan-turbo-latest được cập nhật để sửa lỗi lặp lại do ký tự đặc biệt, cải thiện tính ổn định đầu ra Markdown và giảm từ chối không có lý do.
• 2025-04-03: cập nhật T1 với các sửa lỗi trộn lẫn tiếng Trung giản thể/phồn thể và trộn lẫn tiếng Trung/tiếng Anh, cộng với cải thiện sinh mã nguồn cấp độ dự án.
• 2025-04-20: Search Enhancement chuyển từ mặc định bật sang mặc định tắt — thực chất là thay đổi hành vi API đối với các tích hợp.

Nghiên cứu bảo mật MoE

Ở cấp độ phê bình nghiên cứu (cấp độ preprint), Hunyuan-A13B xuất hiện trong các công trình về các cuộc tấn công vào cơ chế định vị an toàn trong các mô hình MoE. Cụ thể, trong các công trình Large Language Lobotomy và GateBreaker báo cáo tỷ lệ thành công tấn công cao khi «vô hiệu hóa» các chuyên gia an toàn. Đây không phải là xác nhận về sự cố sản xuất, nhưng cho thấy rằng tính bảo mật của định tuyến MoE được coi là một vector nghiên cứu dễ bị tổn thương.

Các khía cạnh đạo đức và quy định

Hunyuan hoạt động trong bối cảnh pháp lý và quy định của Trung Quốc, bao gồm các quy định quốc gia về quản lý AI tạo sinh (CAC) và lọc nội dung, cũng như các chính sách bảo mật dữ liệu nội bộ của Tencent. Tài liệu Tencent Cloud nhấn mạnh rằng việc sử dụng Hunyuan API phải tuân thủ các luật áp dụng và chính sách nền tảng.

Các biện pháp cụ thể bao gồm:

• Kiểm duyệt nội dung tích hợp với đầu ra theo luồng và khả năng FinishReason=sensitive.
• Căn chỉnh thông qua RLHF/DPO để giảm ảo giác và hành vi không mong muốn.
• Lọc dữ liệu huấn luyện để giảm thiểu sai lệch.
• Giấy phép mở (Tencent Hunyuan Community License Agreement) cho các mô hình mở, với lưu ý rằng thỏa thuận không áp dụng tại EU đối với một số biến thể.

Số lượng báo cáo độc lập chuyên biệt về sai lệch (bias) và công bằng (fairness) cho Hunyuan hiện còn ít; các nghiên cứu dự kiến sẽ tăng khi trọng số mở và các thử nghiệm độc lập được mở rộng.

Phản ứng của cộng đồng

Tín hiệu bên ngoài có nội dung nhất đối với nhánh đóng — kết quả của TurboS trên LMSYS Chatbot Arena (1356, top-7 toàn cầu). Đối với nhánh mở, chỉ số gián tiếp là hoạt động GitHub: khoảng 1,6 nghìn stars cho Hunyuan-Large, 812 cho A13B, 683 cho Hunyuan-MT. Điều này phản ánh mức độ tham gia đáng chú ý nhưng không chiếm ưu thế theo tiêu chuẩn hệ sinh thái LLM mở. Các đánh giá chủ quan của cộng đồng (Hugging Face, Reddit) ghi nhận điểm mạnh về tiếng Trung và các tác vụ agent.

Triển vọng và hướng nghiên cứu

Các hướng phát triển tiếp theo được đề cập trong các tài liệu công khai:

• Tiếp tục lai hóa kiến trúc (Mamba + Transformer + MoE) và nghiên cứu scaling laws cho MoE.
• Mở rộng khả năng đa phương thức: tích hợp Hunyuan3D, HunyuanVideo và HunyuanImage với các mô hình ngôn ngữ.
• Cải thiện khả năng sử dụng công cụ (tool use) và năng lực tác nhân (agent).
• Giảm chi phí suy luận: lượng tử hóa (2-bit cho edge), tối ưu hóa qua TRT-LLM/vLLM.
• Mở rộng danh mục mô hình mở.
• Phát triển và công bố các báo cáo an toàn và căn chỉnh chi tiết.

Xem thêm

• LLaMA (Meta)
• DeepSeek

Tài liệu tham khảo

• Sun, X. et al. Hunyuan-Large: An Open-Source MoE Model with 52 Billion Activated Parameters by Tencent. arXiv:2411.02265, 2024. https://arxiv.org/abs/2411.02265
• Tencent Hunyuan Team. Hunyuan-TurboS: Advancing Large Language Models through Mamba-Transformer Synergy and Adaptive Chain-of-Thought. arXiv:2505.15431, 2025. https://arxiv.org/abs/2505.15431
• Tencent Hunyuan Team. Hunyuan-MT Technical Report. arXiv:2509.05209, 2025. https://arxiv.org/abs/2509.05209
• Vaswani, A. et al. (2017). Attention Is All You Need. NeurIPS. https://arxiv.org/abs/1706.03762
• Rafailov, R. et al. (2023). Direct Preference Optimization: Your Language Model is Secretly a Reward Model. NeurIPS. https://arxiv.org/abs/2305.18290

Liên kết ngoài

• https://cloud.tencent.com/document/product/1729/104753 — Tài liệu chính thức Tencent Cloud Hunyuan
• https://huggingface.co/tencent/Tencent-Hunyuan-Large — Hunyuan-Large trên Hugging Face
• https://github.com/Tencent-Hunyuan/Tencent-Hunyuan-Large — Hunyuan-Large trên GitHub
• https://github.com/Tencent-Hunyuan/Hunyuan-A13B — Hunyuan-A13B trên GitHub
• https://tencent.github.io/llm.hunyuan.T1/README_EN.html — Trang chính thức Hunyuan-T1
• https://www.tencent.com/en-us/articles/2201685.html — Thông báo Hunyuan (tháng 9 năm 2023)