Hy4 preview 做 AI4Science：从分子动力学到量子输运

大模型进入科学研究，最容易被误解成“模型解出了一道难题”。腾讯混元发布 Hy4 preview 时给出的案例，其实更值得从研究流程来读：模型需要定位瓶颈、组织实验、运行代码、比较结果，再把可探索的成果交付出来。

三个案例，三种难点

在机器学习力场分子动力学模拟中，腾讯称 Hy4 preview 配合 Hyra，将 32,512 原子磷脂双分子层系统提速 2 倍，达到 54.9 ms/step，并让单张高端 GPU 容纳 30 万原子。这里的价值不只是一个速度数字，而是模型能否理解 JAX 实现、识别性能瓶颈，并在不破坏数值正确性的前提下优化代码。复核时应同时比较轨迹、能量守恒和不同硬件下的结果。

量子输运案例关注低温器件设计。腾讯披露，模型构建量子散射求解器并优化五势垒结构，将高能阻带平均泄漏率从 48.2% 降到 4.8%，还生成了可调参的交互式模拟器。这个结果需要特别谨慎：泄漏率依赖边界条件、势垒参数、网格和求解器设置。没有完整配置和独立实现，单个数字不能代表普遍性能。

第三个案例是三维 Blaschke–Lebesgue 问题。腾讯给出的结果把体积下界从 0.380799 推进到 0.41104，并称距离 Meissner 四面体猜想的 0.41986 只差约 2%。发布稿同时提供了完整证明 PDF 的链接。面对这类结果，最重要的动作不是马上宣布“解决”，而是下载证明、检查定义和假设，再请领域专家验证每个推导环节。

先说结论

• Hy4 的科学案例应先当作“腾讯披露的研究流程和假设”，不能直接当成已完成的发现。
• 代码、参数、随机种子、硬件和日志必须保留，方便其他研究者回放。
• 速度提升要同时通过数值正确性、边界条件和独立实现的检查。
• 是否发表结果或用于实验，最终仍由领域专家负责。

为什么 Agent 流程比答案更重要

科学任务通常没有一次提示词就结束的“标准答案”。模型要管理多个实验版本，保持参数一致，记录失败原因，并根据结果调整下一轮方向。腾讯还描述了 Hy4 preview 管理多个 Codex Session 做小模型后训练实验，在 8 项评测上优于 Codex 独立探索。

这类能力可以用实验日志来验收：每个假设是否有对应实验，实验是否改变了一个明确变量，结果是否被独立脚本重算，最终结论是否区分了相关性和因果性。没有日志的漂亮图表，很难判断是有效探索还是偶然产物。

给研究团队的复现清单

先锁定代码提交和依赖版本，再保存原始输入、随机种子、硬件型号和运行时间。对每个关键数字，至少做一次独立实现或交叉求解；对速度提升，必须同时报告精度、内存和吞吐的测量方法。

模型可以帮助写代码和整理文献，但权限应该是最小化的。计算集群、数据目录和外部网络分开授权，所有写操作保留 request ID。通过 SandBase 或其他网关调用时，记录 provider、模型、token、延迟和重试，方便复盘成本与结果。

什么才算可复现

分子动力学实验应保存力场、积分器、时间步长、温控方式、初始坐标和硬件；量子输运实验应保存势垒、边界条件、离散化、求解器容差和入射波包。速度提升必须同时报告精度、稳定性和测量窗口，不能只展示最快的一次运行。

对于模型参与的基础设施优化，也要公开基线、上下文长度、并发、硬件拓扑和优化前后的质量指标。这样才能区分普遍的系统洞察与特定配置上的一次性收益。

我会把 Hy4 当作实验协调器：让它生成运行矩阵、整理失败试验、提出下一步假设，但把最终解释和论文结论交给研究人员。涉及安全、医疗、金融或发表结论时，验收决策不能由模型自己完成。

结论

Hy4 preview 的 AI4Science 案例展示了一个值得关注的方向：模型不只回答问题，还能参与实验设计、代码优化和结果交付。但“参与研究流程”与“独立完成科学证明”之间有很长的距离。把官方案例当作可复现的研究假设，保留完整日志、独立验证和专家审核，才是稳妥的使用方式。

证据截图

图 1：腾讯发布说明列出了 Hy4 preview 在科研和基础设施方向的案例。

图 2：Hyra 结果仓库是核对实验产物的入口。

图 3：研究页面提供厂商侧的科研背景，不等于独立复现。