腾讯混元Hy4重做底层：DeepSeek稀疏注意力+智谱IndexCache一起上

BiRun 讯，动察 Beating AI 快讯，腾讯混元 Hy4 preview 这次除了把模型做大，底层架构也大改了一轮。上一代 Hy3 使用传统全注意力，Hy4 改成了 Gated DSA，也就是 DeepSeek Sparse Attention 的门控版本。模型面对超长文本时，不再把前面所有内容都重新算一遍，而是先挑出最相关的部分重点处理。

Hy4 还给 DSA 加上了 IndexCache。模型每一层原本都要重新判断「哪些内容最重要」，现在部分层可以直接复用前面已经挑好的结果，少做很多重复计算。

腾讯明确表示，这套设计受到 DeepSeek 和 GLM 启发。

另一处变化是残差结构。传统 Transformer 可以粗略理解成只有一条信息主干，Hy4 用 iHC 把它扩成了 4 条，让模型在很深的网络里能同时保留更多信息。MoE 专家数量也从 Hy3 的 192 个增加到 256 个路由专家 + 1 个共享专家，每个 Token 选择 8 个路由专家，同时始终经过共享专家。