Tencent Hunyuan представила вторую версию своего фреймворка памяти для ИИ-агентов, Hy Memory 2.0, и сделала все три уровня стека открытыми. Эти уровни включают специализированную модель памяти, сам фреймворк и локальное приложение для памяти под названием MemHub. Пользователи могут применять эти компоненты как по отдельности, так и в комбинации.
Компания Tencent сообщает, что Hy Memory уже используется внутренними командами в таких сферах, как финансы, новостные агентства, управление знаниями, офисные агенты, социальные развлечения и игры.
Фреймворк отвечает за хранение, обновление и развитие трех типов памяти: чатовой, рабочей и кодовой. Разработчики интегрируют его в свои агенты через SDK, который доступен на PyPI под именем hy-memory 2.0.2. Новые функции версии 2.0 — рабочая и кодовая память. Они фиксируют цель задачи, принятые решения, промежуточные результаты и полезные уроки, а также условия, применимые к этим урокам. Перед возобновлением длительной задачи система сначала определяет текущую задачу, затем извлекает соответствующие решения, действующий опыт и предыдущую историю работы.
Память чата теперь группирует разрозненные факты в события, указывая время, место и участников, объединяет дубликаты и разрешает противоречия перед передачей контекста модели.
Результаты тестирования фреймворка
Tencent заявила о занятии первого места среди фреймворков с открытым исходным кодом, включая Mem0, MemOS и EverOS, в четырех различных тестах. Согласно данным компании, рабочая память показала средний результат в 55.31% в задачах планирования поездок и покупок на платформе MemoryArena. Кодовая память достигла 64.2% точности ответов на вопросы и 35.6% разрешения задач на CodeMemoryBench, а также 28.3% разрешения задач на SWE-ContextBench. Память чата продемонстрировала 72.6% точности на LoCoMo, одновременно снизив количество токенов на вопрос с 1159 до 703, что составляет уменьшение на 39.3%.
Модель слоя, названная Hy-Memory-30B-A3B, представляет собой модель типа «смесь экспертов» с приблизительно 3 миллиардами активных параметров, обученную для извлечения памяти и обработки конфликтов. В техническом отчете оценивается эта модель на фиксированной выборке в 20% бенчмарков по всем четырем системам памяти. На этой выборке она показала макросреднее значение 55.49, что немного превышает показатели Claude Opus 5 (54.62) и DeepSeek V4.1 Flash (53.64). Веса модели доступны на Hugging Face.
Приложение MemHub является локально ориентированным инструментом, который включает командную строку и клиент для Mac. После авторизации подключенных инструментов пользователь импортирует прошлые сессии в единое локальное хранилище памяти и поддерживает синхронизацию новых данных. Tencent отмечает, что в настоящее время MemHub интегрируется с 10 ИИ-инструментами, среди которых WorkBuddy, Cursor, Codex, Qwen Code, OpenCode и DeepSeek Harness.
В файле лицензии репозитория на GitHub указано, что Hy-Memory выпущен под лицензией Apache 2.0.