腾讯混元开源 Hy-Memory 2.0：只换掉记忆框架里的写入模型，30B-A3B 四套系统均分 55.49，比 Opus 5 高 0.87 分 (2026)

2026 年 10 月 16 日，腾讯混元开源 Hy-Memory 2.0。这次把三层一起开源：一个记忆写入模型 Hy-Memory-30B-A3B，一个记忆框架 Hy-Memory，一个把记忆带进各种 AI 工具的桌面应用 MemHub。三层都是 Apache-2.0。1

三层里最值得看的是模型。它只做一件事：把一段对话、一次操作，变成记忆库里该留下的那几条记录。2

官方给的成绩是 55.49。四套记忆系统、六项指标取均值，Claude Opus 5 是 54.62，高出 0.87 分。2

先说结论

模型与状态：Hy-Memory-30B-A3B，2026 年 10 月 16 日发布，权重在 Hugging Face。1
参数规模：30B 总参、约 3B 激活；128 个专家每个 token 走 8 个，48 层里 47 层是稀疏层。3
它替换的是谁：Mem0、MemOS、Hy-Memory 里那个负责写入的通用大模型，检索与回答环节不动。2
官方成绩：四套系统平均 55.49，Opus 5 是 54.62，DeepSeek V4.1 Flash 53.64，同尺寸的 Qwen3-30B-A3B 44.37。2
这个第一的边界：MemOS 上领先 0.01 分、Hy-Memory 上领先 0.02 分，报告自己把这种差距算作持平；站得住的优势在训练时没见过的 EverMemOS，高出 2.85 分。4
价格与许可：模型、框架、应用全部 Apache-2.0。官方没有托管 API，也没有价目表。1
部署门槛：BF16 权重 56 GiB，官方另发的 FP8 版 28.5 GiB；跑法是 vLLM 加一个 OpenAI 兼容端点。2 5
什么时候要动：正用 Mem0 或 MemOS、写入交给通用大模型跑的团队，值得拿自己的会话日志复跑一次；只想给产品加聊天记忆的，先看框架。6

快速核对

项目	内容	来源
名称与状态	Hy-Memory 2.0，模型 + 框架 + 应用三层开源	发布页
发布时间	官方标注 2026 年 10 月 16 日；权重仓与技术报告 10 月 15 日已上线	发布页
发布方	腾讯混元（Tencent Hunyuan）	发布页
模型定位	记忆写入模型，替换记忆框架内部的通用大模型	模型卡
参数规模	30B 总参 / 约 3B 激活	模型卡
结构	128 专家 top-8；48 层，1 层稠密 + 47 层稀疏；隐层 2048；GQA 32 头 / 4 组 KV	config.json
上下文	位置编码开到 262,144；RL 训练用 28,672 输入 + 4,096 输出	config.json
输入输出	文本进、文本出，输出是记忆记录	模型卡
许可	Apache-2.0	模型卡
权重体积	BF16 56.0 GiB；官方 FP8 28.5 GiB	模型仓
部署方式	vLLM 0.31.0，`--served-model-name hy-memory`，OpenAI 兼容	模型卡
思考开关	`chat_template_kwargs` 里设 `reasoning_effort: no_think`	模型卡
兼容范围	Mem0、MemOS、Hy-Memory（参与训练）；EverMemOS（训练未见，直接迁移）	模型卡
价格	无官方 API 与价目；权重与代码免费下载	发布页
成绩口径	厂商自测，固定 20% 基准子样本，四套系统等权平均	技术报告
第三方复跑	未见：Artificial Analysis 的榜单里没有它，OpenRouter 也没上架	AA 榜单
需要动作	现在用通用模型做写入的，要改的是这一步的模型名与端点	模型卡

它换掉的是框架里的哪一个模型

一个有长期记忆的 agent，内部通常分三段：写入、检索、回答。写入把新发生的对话或操作转成记忆记录，检索在提问时挑出相关的几条，回答模型只看挑出来的那一块。4

写入这一步通常由一句很长的提示词加一个通用大模型完成。这个位置决定了两件事：什么被留下，以及新信息和旧记录冲突时以谁为准。4

论文里有一句话把这个位置的分量讲清楚了：框架找不回写入时被省略掉的信息，下游模型再强也推不出来。4

Hy-Memory-30B-A3B 换的就是这一个位置。记忆系统的规则、数据结构、检索逻辑都留在原处，只换执行写入协议的那个模型。2

接法很直接。用 vLLM 起服务，模型名设成 hy-memory，拿到一个 OpenAI 兼容的 /v1，再把记忆框架里的 LLM 地址指过去。2 6

框架那边的配置项本来就接受任意 OpenAI 兼容服务，模型卡也写明它直接替换 Mem0、MemOS、Hy-Memory 里的通用模型。2 6

训练覆盖五种配置：Mem0、MemOS，以及 Hy-Memory 的聊天、工作、代码三个场景。4

这五种配置上的写入协议它都练过。换到别的记忆框架，效果能剩下多少要自己测；EverMemOS 就是这种迁移的样例，它没进训练，直接跑了 56.89。4

55.49 是怎么算出来的

评测只换写入模型。harness（承载写入流程的那套框架配置）的版本、提示词、检索配置、回答模型、判分模型全部固定，每个写入模型都从空记忆库开始自己建库。2

考六项。前三项是 LoCoMo 判分、LongMemEval 和 PersonaMem v2，考聊天记忆的常规问法。2

后三项是 Travel SPS（旅行规划）、Shopping PS（组合购物）和 CMB。CMB 指代码记忆，本身是两项仓库问答的平均。2

每套系统里六项等权平均得到一个 harness 分，四套 harness 再等权平均，就是那个 55.49。2

柱状图：四套记忆系统上的六项指标均值，四款模型分组对比 — 技术报告 Figure 3。纵轴从 30 起、中间有断轴，柱子之间的高度差被放大了：MemOS 那一组四根柱子看着差不多高，对应的实际差距是 50.51 与 50.50。EverMemOS 标了 held out，表示训练时没见过。数据出自技术报告。

四套系统里每一套都是它第一，但四套的差距大小差得很远。2

Mem0 上 54.02 对 53.43，差 0.59 分。Hy-Memory 上 60.55 对 60.53，MemOS 上 50.51 对 50.50，差距分别是 0.02 与 0.01 分。2

技术报告对此写得很直白：MemOS 与 Hy-Memory 上这 0.01 到 0.02 分的差距，在确定性抽样评测下算持平，差不出统计显著性。4

真正拉开距离的是 EverMemOS，56.89 对 54.04，差 2.85 分。这一套没进训练，所以它测的是迁移能力。4

再往下拆一层，那 0.87 分的总差距落在哪里就清楚了。

指标	Hy-Memory-30B-A3B	Claude Opus 5	差值
LoCoMo	67.27	70.23	−2.96
LongMemEval	77.75	78.87	−1.12
PersonaMem v2	52.09	51.58	+0.51
Travel SPS	48.22	40.59	+7.63
Shopping PS	19.90	21.11	−1.21
CMB	67.74	65.36	+2.38
六项均值	55.49	54.62	+0.87

单位 %，取自官方发布页的六项指标明细表；每一行都是四套 harness 上的均值。

六项里赢三项、输三项。旅行规划一项多出 7.63 分，代码记忆多 2.38 分，PersonaMem 多 0.51 分。1

旅行规划这一项的贡献摊到六项均值上是 1.27 分。它先被其余几项的小幅落后抵掉一部分，剩下的才是 0.87 分。1

落后的是长期记忆那几项常规指标：LoCoMo 低 2.96 分，LongMemEval 低 1.12 分，组合购物低 1.21 分。1

这个分布和技术报告自己的总结对得上。它反复拿到增益的是 Travel SPS 与 CMB；在留出的 EverMemOS 上，增益主要也来自这两项，Travel 涨 10.65 分、CMB 涨 13.66 分。4

对照组的身份也得交代。Opus 5 是闭源通用模型，DeepSeek V4.1 Flash 也是通用模型，Qwen3-30B-A3B 是同尺寸开源模型，Hy3-A3B Base 是它自己的起点。2

更值得看的是它和同门通用模型的对比。Hy3 在这套评测上是 51.63，比这个专用小模型低 3.86 分；相对那个基座，训练一共换来 7.84 分。1

训练分两步：先学会按协议写，再学会写得有用

第一步解决格式。通用模型放进记忆框架，最先出问题的是协议：JSON 格式错、操作名写错、字段缺、多阶段流程走不通。这些错误让强化学习把样本浪费在无意义的试错上。4

蒸馏这一步让学生模型在真实的框架写路径里，学会每种 harness 该怎么写。4

学生是 Hy3-30B-A3B 的指令版，老师是同门的 Hy3 旗舰。老师只做前向、给出 top-50 的概率分布，在学生自己写出的 token 上打分。4

这一点是整套训练里最容易忽略的设计。老师拿到的是学生实际走过的轨迹，在那些位置上纠正；学生往前走时看到的记忆库，也是它自己前面写出来的。4

第二步才是强化学习，考的是「这样写有没有用」。每个窗口最多五块，一块约十轮对话、不跨会话。同一个起点出发跑 8 条 rollout（每条把整窗写一遍，各建一个记忆库），写完之后再考。4

考法有两路。逐块探针看这一块有没有被精确写下来：人名、数字、版本、路径是否保留，否定和范围有没有被写反，该丢的寒暄有没有被存进库。4

跨块的结果题看后面能不能答出来，并按金标事实把得分归因回提供证据的那一块。4

还有两件东西专治「全都存」。一类是陷阱题，正确答案是「库里没有这条记录」，比如助手随口一句鼓励；另一项是记忆库增长惩罚，按记忆库的 token 数相对输入 token 数的增长扣分。合起来的打分是「逐块探针分 + 2 × 跨块结果分 − 0.3 × 增长惩罚」。4

优化用块级 GRPO。优势值在同一块的位置上归一，所以一条 rollout 可能在第 2 块拿最高分、在第 4 块拿最低分，各块按自己的表现被强化。4

流程图：两阶段训练，左边是按策略蒸馏，右边是按归因的强化学习 — 技术报告 Figure 1。上方五个 harness（Mem0、MemOS、Hy-Memory 的 chat / working / coding）在两个阶段里都没有改动，换的只有调用它们的那个模型。左边是蒸馏：冻结的老师只在学生自己产出的轨迹上给分。右边是强化学习：每个窗口 8 条 rollout 从同一个父记忆库起跑，横向按块的位置比较，最右列出逐条记忆库的检查流程。出自技术报告。

奖励数据的制备是这套方法最重的一块工作量。生成 47.8 万条探针，结构校验留下约 41 万条；7.2 万道跨块题留下 6.1 万道。4

最终产物是 164,576 条正探针、8,599 条陷阱、约 6.08 万道结果题，以及 222,395 条块级金标引用。4

训练用了 128 张 H20，batch 是 64 个窗口 × 8 条 rollout，学习率 5e-6，不加 KL 惩罚。4

报告自己列了这套方法的软处。归因是证据式的，找回了金标事实，也证明不了是某一次写入导致了那个答案；信用在优化步之间被截断，早先记忆库里的错误拿不到追溯梯度。4

框架层和 MemHub 各自开源了什么

框架的项目名同样是 Hy-Memory，PyPI 上叫 hy-memory，与模型名只差一个后缀。它分三类场景，记忆的形状各不相同。6

聊天场景是八层结构。L0 基本信息、L1 原始对话、L2 原子事实、L3 会话摘要，L4 与 L5 留作预留，L6 是心智模型，L7 是带失效期的前瞻意图。6

工作场景是两层。每个会话恰好一条事实记录，说明这一步做了什么、怎么做的、结果如何；外面一层是 0 到 N 条可复用经验，要过价值阈值才存。6

代码场景沿用同一套两层结构，另加一条版本演化链，把每次改动的真实 diff 挂到对应事实下面。6

加这条链的理由很实在：事实层刻意只记坐标、不贴代码，被回滚掉的版本会从事实里消失，而它通常也不在工作区里。6

框架的四项基准都在开源框架里排第一，对照的是 Mem0、MemOS、EverOS、OpenViking、RepoMemory 与 Simple RAG。1

分数依次是：LoCoMo 准确率 72.6%，MemoryArena 平均分 55.31%。代码记忆这边，CodeMemoryBench 问答 64.2%、解决率 35.6%，SWE-ContextBench 解决率 28.3%。1

媒体转述里还有两个数字。LoCoMo 上每题消耗的 token 从 1,159 降到 703，少了 39.3%。SWE-ContextBench 的 28.3% 高于 MemOS 与 Mem0 的 25.3%。7

腾讯自称这是「业界首个提出工作记忆与代码记忆的记忆框架」。这句话是厂商表述，首创一事没有第三方核对。1

SDK 发在 PyPI 上，节奏很快：2.0.1 到 2.0.4 四个版本，都落在 10 月 16 日与 17 日这两天。8

MemHub 是应用层，把用户授权过的 AI 工具会话汇成一份本地记忆，目前覆盖 10 种工具。已接入的包括 Cursor、Codex、Claude Code、OpenCode、OpenClaw、Qwen Code 与 DeepSeek Harness 等。1

它现在是 preview 状态，源码版本 1.0.3（build 7），发行目标只有 Linux x64/arm64 与 macOS arm64/x64，Windows 不支持。数据默认落在 ~/.one-memory。9

想装的人会先撞上一处：发布页的「获取 MemHub」指向 github.com/Tencent-Hunyuan/MemHub，打开是 404。1

MemHub 的说明、安装流程和发行制品都在 Hy-Memory 主仓的 memhub/ 目录里，走那条路才装得上。9

MemHub 给自己划了隐私边界：不采集屏幕、无障碍树、OCR 与剪贴板，也不做后台录音；来源读取、模型处理、宿主读取是三道互相独立的授权。9

腾讯内部已经接入的案例里，自选股的 AI 助手在 A 股投研记忆专项评测上综合得分从 64.3 升到 79.6，多跳召回从 50% 升到 90%。1

iWiki 的 CTX 插件在 251 道题上，只用记忆回答的正确率是 36.7，高于把全部原始对话塞进去的 24.7。这些数字都由腾讯自己给出。1

许可、价格与部署

三层全部 Apache-2.0，商用没有额外门槛。1

官方没有发布托管 API 和价目。发布页给的三条上手路径是 MemHub、SDK 和 Hugging Face 权重，都指向自己跑。1

权重体积是选硬件时最实在的一个数：BF16 版合计 56.0 GiB，官方 FP8 版 28.5 GiB。2 5

按这两个体积算，FP8 版能装进单张 48 GB 的卡并留出 KV 缓存，BF16 版要 80 GB 级别的卡。官方没有给硬件要求，这里是按权重体积做的推算。5

跑法在模型卡里写好了：vLLM 0.31.0，--served-model-name hy-memory，然后按 OpenAI 兼容接口调用。2

模型带一个思考开关。模型卡的示例在 chat_template_kwargs 里设 reasoning_effort: no_think，走直接抽取、不先想一遍的那条路。2

框架侧的安装可以按需拼：默认装 ChromaDB 与 Kuzu，另有 Qdrant、FAISS、Neo4j、MySQL 缓存、本地重排几个可选组，[all] 全装。6

框架本身还要一个 LLM 端点和一个 embedding 端点，两个都接受任意 OpenAI 兼容服务。6

默认示例填的是 DeepSeek 的对话模型与阿里云百炼的 embedding。6

换句话说，把一个跑起来的 Hy-Memory 服务接到这个专用模型上，改的是 MEMORY_LLM_BASE_URL 与 MEMORY_LLM_MODEL 两个环境变量。6

该不该试

已经在用 Mem0 或 MemOS、写入交给通用大模型：这是最贴近的一组，训练就覆盖了这两套。动作落在写入那一步：拿自己的历史会话，在现用模型和它之间各跑一遍，重点看跨会话的更新与冲突。4
正从零做带记忆的产品：先看框架。聊天记忆的 lite 模式只做原始文本的向量检索，成本近乎为零；要事件脉络再上 pro，要心智模型层再上 ultra。6
只想要一份跨工具的个人记忆：对应的是 MemHub，但它在 preview、Windows 不支持、官网下载入口当前是 404，先按主仓的发行说明走。9
要有托管 API、不想碰显卡：现在这条路不存在，三层都只给下载，没有端点可调。1
中文为主的场景：模型卡标注了中英双语，官方没有给中文的单独评测，六项指标用的都是现成的公开记忆基准。中文效果要自己测。2

还没有的数字

第三方复跑：Artificial Analysis 的 LLM 榜单里没有这个模型，OpenRouter 也没有上架，目前所有分数都出自腾讯自己的评测流水线。10 11
速度与成本：官方没给吞吐、延迟，也没给一次写入消耗多少 token。选它还是选一个更小的模型，这笔账现在算不出来。2
安全评估：模型卡和技术报告里都没有安全、偏见、越狱一类的评测段落。2 4
知识截止与训练数据规模：两项都未披露。2
完整基准分：主表只放了固定 20% 子样本，全量集上的分数没有公开。4
MemHub 的稳定性：preview 阶段，Windows 支持、各平台安装路径都还在补。9

References

1
Hy-Memory 2.0 官方发布页
memory.hunyuan.tencent.com
2
Hy-Memory-30B-A3B 模型卡
huggingface.co
3
config.json
huggingface.co
4
技术报告
arxiv.org
5
FP8 权重仓
huggingface.co
6
Hy-Memory 仓库
github.com
7
IT之家报道
finance.sina.com.cn
8
PyPI hy-memory
pypi.org
9
MemHub 说明
github.com
10
AA LLM 榜单
artificialanalysis.ai
11
OpenRouter 模型目录
openrouter.ai

三层里最值得看的是模型。它只做一件事：把一段对话、一次操作，变成记忆库里该留下的那几条记录。2

官方给的成绩是 55.49。四套记忆系统、六项指标取均值，Claude Opus 5 是 54.62，高出 0.87 分。2

先说结论

模型与状态：Hy-Memory-30B-A3B，2026 年 10 月 16 日发布，权重在 Hugging Face。1
参数规模：30B 总参、约 3B 激活；128 个专家每个 token 走 8 个，48 层里 47 层是稀疏层。3
它替换的是谁：Mem0、MemOS、Hy-Memory 里那个负责写入的通用大模型，检索与回答环节不动。2
官方成绩：四套系统平均 55.49，Opus 5 是 54.62，DeepSeek V4.1 Flash 53.64，同尺寸的 Qwen3-30B-A3B 44.37。2
这个第一的边界：MemOS 上领先 0.01 分、Hy-Memory 上领先 0.02 分，报告自己把这种差距算作持平；站得住的优势在训练时没见过的 EverMemOS，高出 2.85 分。4
价格与许可：模型、框架、应用全部 Apache-2.0。官方没有托管 API，也没有价目表。1
部署门槛：BF16 权重 56 GiB，官方另发的 FP8 版 28.5 GiB；跑法是 vLLM 加一个 OpenAI 兼容端点。2 5
什么时候要动：正用 Mem0 或 MemOS、写入交给通用大模型跑的团队，值得拿自己的会话日志复跑一次；只想给产品加聊天记忆的，先看框架。6

快速核对

项目	内容	来源
名称与状态	Hy-Memory 2.0，模型 + 框架 + 应用三层开源	发布页
发布时间	官方标注 2026 年 10 月 16 日；权重仓与技术报告 10 月 15 日已上线	发布页
发布方	腾讯混元（Tencent Hunyuan）	发布页
模型定位	记忆写入模型，替换记忆框架内部的通用大模型	模型卡
参数规模	30B 总参 / 约 3B 激活	模型卡
结构	128 专家 top-8；48 层，1 层稠密 + 47 层稀疏；隐层 2048；GQA 32 头 / 4 组 KV	config.json
上下文	位置编码开到 262,144；RL 训练用 28,672 输入 + 4,096 输出	config.json
输入输出	文本进、文本出，输出是记忆记录	模型卡
许可	Apache-2.0	模型卡
权重体积	BF16 56.0 GiB；官方 FP8 28.5 GiB	模型仓
部署方式	vLLM 0.31.0，`--served-model-name hy-memory`，OpenAI 兼容	模型卡
思考开关	`chat_template_kwargs` 里设 `reasoning_effort: no_think`	模型卡
兼容范围	Mem0、MemOS、Hy-Memory（参与训练）；EverMemOS（训练未见，直接迁移）	模型卡
价格	无官方 API 与价目；权重与代码免费下载	发布页
成绩口径	厂商自测，固定 20% 基准子样本，四套系统等权平均	技术报告
第三方复跑	未见：Artificial Analysis 的榜单里没有它，OpenRouter 也没上架	AA 榜单
需要动作	现在用通用模型做写入的，要改的是这一步的模型名与端点	模型卡

它换掉的是框架里的哪一个模型

写入这一步通常由一句很长的提示词加一个通用大模型完成。这个位置决定了两件事：什么被留下，以及新信息和旧记录冲突时以谁为准。4

论文里有一句话把这个位置的分量讲清楚了：框架找不回写入时被省略掉的信息，下游模型再强也推不出来。4

Hy-Memory-30B-A3B 换的就是这一个位置。记忆系统的规则、数据结构、检索逻辑都留在原处，只换执行写入协议的那个模型。2

接法很直接。用 vLLM 起服务，模型名设成 hy-memory，拿到一个 OpenAI 兼容的 /v1，再把记忆框架里的 LLM 地址指过去。2 6

框架那边的配置项本来就接受任意 OpenAI 兼容服务，模型卡也写明它直接替换 Mem0、MemOS、Hy-Memory 里的通用模型。2 6

训练覆盖五种配置：Mem0、MemOS，以及 Hy-Memory 的聊天、工作、代码三个场景。4

这五种配置上的写入协议它都练过。换到别的记忆框架，效果能剩下多少要自己测；EverMemOS 就是这种迁移的样例，它没进训练，直接跑了 56.89。4

55.49 是怎么算出来的

考六项。前三项是 LoCoMo 判分、LongMemEval 和 PersonaMem v2，考聊天记忆的常规问法。2

后三项是 Travel SPS（旅行规划）、Shopping PS（组合购物）和 CMB。CMB 指代码记忆，本身是两项仓库问答的平均。2

每套系统里六项等权平均得到一个 harness 分，四套 harness 再等权平均，就是那个 55.49。2

四套系统里每一套都是它第一，但四套的差距大小差得很远。2

Mem0 上 54.02 对 53.43，差 0.59 分。Hy-Memory 上 60.55 对 60.53，MemOS 上 50.51 对 50.50，差距分别是 0.02 与 0.01 分。2

技术报告对此写得很直白：MemOS 与 Hy-Memory 上这 0.01 到 0.02 分的差距，在确定性抽样评测下算持平，差不出统计显著性。4

真正拉开距离的是 EverMemOS，56.89 对 54.04，差 2.85 分。这一套没进训练，所以它测的是迁移能力。4

再往下拆一层，那 0.87 分的总差距落在哪里就清楚了。

指标	Hy-Memory-30B-A3B	Claude Opus 5	差值
LoCoMo	67.27	70.23	−2.96
LongMemEval	77.75	78.87	−1.12
PersonaMem v2	52.09	51.58	+0.51
Travel SPS	48.22	40.59	+7.63
Shopping PS	19.90	21.11	−1.21
CMB	67.74	65.36	+2.38
六项均值	55.49	54.62	+0.87

单位 %，取自官方发布页的六项指标明细表；每一行都是四套 harness 上的均值。

六项里赢三项、输三项。旅行规划一项多出 7.63 分，代码记忆多 2.38 分，PersonaMem 多 0.51 分。1

旅行规划这一项的贡献摊到六项均值上是 1.27 分。它先被其余几项的小幅落后抵掉一部分，剩下的才是 0.87 分。1

落后的是长期记忆那几项常规指标：LoCoMo 低 2.96 分，LongMemEval 低 1.12 分，组合购物低 1.21 分。1

对照组的身份也得交代。Opus 5 是闭源通用模型，DeepSeek V4.1 Flash 也是通用模型，Qwen3-30B-A3B 是同尺寸开源模型，Hy3-A3B Base 是它自己的起点。2

更值得看的是它和同门通用模型的对比。Hy3 在这套评测上是 51.63，比这个专用小模型低 3.86 分；相对那个基座，训练一共换来 7.84 分。1

训练分两步：先学会按协议写，再学会写得有用

蒸馏这一步让学生模型在真实的框架写路径里，学会每种 harness 该怎么写。4

学生是 Hy3-30B-A3B 的指令版，老师是同门的 Hy3 旗舰。老师只做前向、给出 top-50 的概率分布，在学生自己写出的 token 上打分。4

考法有两路。逐块探针看这一块有没有被精确写下来：人名、数字、版本、路径是否保留，否定和范围有没有被写反，该丢的寒暄有没有被存进库。4

跨块的结果题看后面能不能答出来，并按金标事实把得分归因回提供证据的那一块。4

优化用块级 GRPO。优势值在同一块的位置上归一，所以一条 rollout 可能在第 2 块拿最高分、在第 4 块拿最低分，各块按自己的表现被强化。4

奖励数据的制备是这套方法最重的一块工作量。生成 47.8 万条探针，结构校验留下约 41 万条；7.2 万道跨块题留下 6.1 万道。4

最终产物是 164,576 条正探针、8,599 条陷阱、约 6.08 万道结果题，以及 222,395 条块级金标引用。4

训练用了 128 张 H20，batch 是 64 个窗口 × 8 条 rollout，学习率 5e-6，不加 KL 惩罚。4

框架层和 MemHub 各自开源了什么

框架的项目名同样是 Hy-Memory，PyPI 上叫 hy-memory，与模型名只差一个后缀。它分三类场景，记忆的形状各不相同。6

聊天场景是八层结构。L0 基本信息、L1 原始对话、L2 原子事实、L3 会话摘要，L4 与 L5 留作预留，L6 是心智模型，L7 是带失效期的前瞻意图。6

工作场景是两层。每个会话恰好一条事实记录，说明这一步做了什么、怎么做的、结果如何；外面一层是 0 到 N 条可复用经验，要过价值阈值才存。6

代码场景沿用同一套两层结构，另加一条版本演化链，把每次改动的真实 diff 挂到对应事实下面。6

加这条链的理由很实在：事实层刻意只记坐标、不贴代码，被回滚掉的版本会从事实里消失，而它通常也不在工作区里。6

框架的四项基准都在开源框架里排第一，对照的是 Mem0、MemOS、EverOS、OpenViking、RepoMemory 与 Simple RAG。1

分数依次是：LoCoMo 准确率 72.6%，MemoryArena 平均分 55.31%。代码记忆这边，CodeMemoryBench 问答 64.2%、解决率 35.6%，SWE-ContextBench 解决率 28.3%。1

媒体转述里还有两个数字。LoCoMo 上每题消耗的 token 从 1,159 降到 703，少了 39.3%。SWE-ContextBench 的 28.3% 高于 MemOS 与 Mem0 的 25.3%。7

腾讯自称这是「业界首个提出工作记忆与代码记忆的记忆框架」。这句话是厂商表述，首创一事没有第三方核对。1

SDK 发在 PyPI 上，节奏很快：2.0.1 到 2.0.4 四个版本，都落在 10 月 16 日与 17 日这两天。8

它现在是 preview 状态，源码版本 1.0.3（build 7），发行目标只有 Linux x64/arm64 与 macOS arm64/x64，Windows 不支持。数据默认落在 ~/.one-memory。9

想装的人会先撞上一处：发布页的「获取 MemHub」指向 github.com/Tencent-Hunyuan/MemHub，打开是 404。1

MemHub 的说明、安装流程和发行制品都在 Hy-Memory 主仓的 memhub/ 目录里，走那条路才装得上。9

MemHub 给自己划了隐私边界：不采集屏幕、无障碍树、OCR 与剪贴板，也不做后台录音；来源读取、模型处理、宿主读取是三道互相独立的授权。9

腾讯内部已经接入的案例里，自选股的 AI 助手在 A 股投研记忆专项评测上综合得分从 64.3 升到 79.6，多跳召回从 50% 升到 90%。1

iWiki 的 CTX 插件在 251 道题上，只用记忆回答的正确率是 36.7，高于把全部原始对话塞进去的 24.7。这些数字都由腾讯自己给出。1

许可、价格与部署

三层全部 Apache-2.0，商用没有额外门槛。1

官方没有发布托管 API 和价目。发布页给的三条上手路径是 MemHub、SDK 和 Hugging Face 权重，都指向自己跑。1

权重体积是选硬件时最实在的一个数：BF16 版合计 56.0 GiB，官方 FP8 版 28.5 GiB。2 5

按这两个体积算，FP8 版能装进单张 48 GB 的卡并留出 KV 缓存，BF16 版要 80 GB 级别的卡。官方没有给硬件要求，这里是按权重体积做的推算。5

跑法在模型卡里写好了：vLLM 0.31.0，--served-model-name hy-memory，然后按 OpenAI 兼容接口调用。2

模型带一个思考开关。模型卡的示例在 chat_template_kwargs 里设 reasoning_effort: no_think，走直接抽取、不先想一遍的那条路。2

框架侧的安装可以按需拼：默认装 ChromaDB 与 Kuzu，另有 Qdrant、FAISS、Neo4j、MySQL 缓存、本地重排几个可选组，[all] 全装。6

框架本身还要一个 LLM 端点和一个 embedding 端点，两个都接受任意 OpenAI 兼容服务。6

默认示例填的是 DeepSeek 的对话模型与阿里云百炼的 embedding。6

换句话说，把一个跑起来的 Hy-Memory 服务接到这个专用模型上，改的是 MEMORY_LLM_BASE_URL 与 MEMORY_LLM_MODEL 两个环境变量。6

该不该试

已经在用 Mem0 或 MemOS、写入交给通用大模型：这是最贴近的一组，训练就覆盖了这两套。动作落在写入那一步：拿自己的历史会话，在现用模型和它之间各跑一遍，重点看跨会话的更新与冲突。4
正从零做带记忆的产品：先看框架。聊天记忆的 lite 模式只做原始文本的向量检索，成本近乎为零；要事件脉络再上 pro，要心智模型层再上 ultra。6
只想要一份跨工具的个人记忆：对应的是 MemHub，但它在 preview、Windows 不支持、官网下载入口当前是 404，先按主仓的发行说明走。9
要有托管 API、不想碰显卡：现在这条路不存在，三层都只给下载，没有端点可调。1
中文为主的场景：模型卡标注了中英双语，官方没有给中文的单独评测，六项指标用的都是现成的公开记忆基准。中文效果要自己测。2

还没有的数字

第三方复跑：Artificial Analysis 的 LLM 榜单里没有这个模型，OpenRouter 也没有上架，目前所有分数都出自腾讯自己的评测流水线。10 11
速度与成本：官方没给吞吐、延迟，也没给一次写入消耗多少 token。选它还是选一个更小的模型，这笔账现在算不出来。2
安全评估：模型卡和技术报告里都没有安全、偏见、越狱一类的评测段落。2 4
知识截止与训练数据规模：两项都未披露。2
完整基准分：主表只放了固定 20% 子样本，全量集上的分数没有公开。4
MemHub 的稳定性：preview 阶段，Windows 支持、各平台安装路径都还在补。9

References

1
Hy-Memory 2.0 官方发布页
memory.hunyuan.tencent.com
2
Hy-Memory-30B-A3B 模型卡
huggingface.co
3
config.json
huggingface.co
4
技术报告
arxiv.org
5
FP8 权重仓
huggingface.co
6
Hy-Memory 仓库
github.com
7
IT之家报道
finance.sina.com.cn
8
PyPI hy-memory
pypi.org
9
MemHub 说明
github.com
10
AA LLM 榜单
artificialanalysis.ai
11
OpenRouter 模型目录
openrouter.ai

腾讯混元开源 Hy-Memory 2.0：只换掉记忆框架里的写入模型，30B-A3B 四套系统均分 55.49，比 Opus 5 高 0.87 分

先说结论

快速核对

它换掉的是框架里的哪一个模型

55.49 是怎么算出来的

训练分两步：先学会按协议写，再学会写得有用

框架层和 MemHub 各自开源了什么

许可、价格与部署

该不该试

还没有的数字

References

Related content

腾讯混元开源 Hy-Memory 2.0：只换掉记忆框架里的写入模型，30B-A3B 四套系统均分 55.49，比 Opus 5 高 0.87 分

先说结论

快速核对

它换掉的是框架里的哪一个模型

55.49 是怎么算出来的

训练分两步：先学会按协议写，再学会写得有用

框架层和 MemHub 各自开源了什么

许可、价格与部署

该不该试

还没有的数字

References

Related content