Hy-Memory-30B-A3B
腾讯开源的专为记忆提供者（Memory Provider）训练的任务型MoE模型，总参数300亿、推理激活约30亿参数，擅长生成会话摘要、上下文压缩和实体识别写入等记忆管理任务，输出文本而非latent表示。
时间轴 (近 90 天)
MLX方面，上游mlx-lm尚不认识hy_v3，但hermitdave的Mixed4-6构建自带hy_v3.py并由config指向，可直接用原版mlx-lm加载；上传者报告M3 Max 64 GB上解码约65 tok/s，困惑度与8位版本差距0.94%以内，提取测试70/70事实召回。
实际部署Hy-Memory-30B-A3B，现实门槛是24 GB显卡或32 GB Mac跑Q4_K_M，想上Q8_0加长上下文则需64 GB。
Hy-Memory-30B-A3B的262K最大上下文是配置值，GGUF上传者实测仅到32K。
腾讯公布的对比表显示，Hy-Memory-30B-A3B六项基准平均分55.49，略高于Claude Opus 5的54.62，差距0.87分；但细看单项，Hy-Memory框架下0.02分、MemOS下0.01分，基本是噪声级别。
对比Qwen3-30B-A3B，Hy-Memory-30B-A3B平均提升11分；在训练中从未见过的EverMemOS框架上仍有56.89分。
社区测试（34条英文+34条俄语对话）显示，所有量化版Hy-Memory-30B-A3B都能输出合法JSON（68/68），但严格成功仅23/34。
vLLM v0.31.0测试中，vllm serve tencent/Hy-Memory-30B-A3B --served-model-name hy-memory可启动BF16检查点，权重约60 GB，需一张80 GB卡或两张48 GB卡张量并行。
腾讯开源了Hy-Memory-30B-A3B模型，它是一个30B参数的混合专家模型（MoE），每token约激活3B参数。
Hy-Memory-30B-A3B本身不存储记忆，而是作为记忆写入器，专门筛选信息写入外部记忆库并更新旧条目。
Hy-Memory-30B-A3B采用Apache-2.0许可证发布，商用无需额外法律沟通。
还有 7 条时间轴事件
全部知识事实 (17)
MLX方面，上游mlx-lm尚不认识hy_v3，但hermitdave的Mixed4-6构建自带hy_v3.py并由config指向，可直接用原版mlx-lm加载；上传者报告M3 Max 64 GB上解码约65 tok/s，困惑度与8位版本差距0.94%以内，提取测试70/70事实召回。
50%待验证实际部署Hy-Memory-30B-A3B，现实门槛是24 GB显卡或32 GB Mac跑Q4_K_M，想上Q8_0加长上下文则需64 GB。
50%待验证Hy-Memory-30B-A3B的262K最大上下文是配置值，GGUF上传者实测仅到32K。
50%待验证腾讯公布的对比表显示，Hy-Memory-30B-A3B六项基准平均分55.49，略高于Claude Opus 5的54.62，差距0.87分；但细看单项，Hy-Memory框架下0.02分、MemOS下0.01分，基本是噪声级别。
50%待验证对比Qwen3-30B-A3B，Hy-Memory-30B-A3B平均提升11分；在训练中从未见过的EverMemOS框架上仍有56.89分。
50%待验证社区测试（34条英文+34条俄语对话）显示，所有量化版Hy-Memory-30B-A3B都能输出合法JSON（68/68），但严格成功仅23/34。
50%待验证vLLM v0.31.0测试中，vllm serve tencent/Hy-Memory-30B-A3B --served-model-name hy-memory可启动BF16检查点，权重约60 GB，需一张80 GB卡或两张48 GB卡张量并行。
50%待验证腾讯开源了Hy-Memory-30B-A3B模型，它是一个30B参数的混合专家模型（MoE），每token约激活3B参数。
50%待验证Hy-Memory-30B-A3B本身不存储记忆，而是作为记忆写入器，专门筛选信息写入外部记忆库并更新旧条目。
50%待验证Hy-Memory-30B-A3B采用Apache-2.0许可证发布，商用无需额外法律沟通。
50%待验证Hy-Memory-30B-A3B采用HYV3ForCausalLM架构，128个路由专家、每token激活8个，48层、隐藏维度2048，最大位置嵌入262,144，支持中英文。
50%待验证Hy-Memory-30B-A3B是专为记忆提供者（Memory Provider）训练的任务型模型，而非通用对话模型。
50%待验证Hy-Memory-30B-A3B擅长生成会话摘要、执行上下文压缩（compaction）、识别并写入实体等记忆管理任务。
50%待验证在Pi Blackhole系统中，Hy-Memory-30B-A3B可充当反射器（reflector）或丢弃器（dropper），让主模型专注于对话生成。
50%待验证对于消费级显卡用户，30B权重加载是最大的门槛，显存占用问题可能影响采用。
50%待验证如果腾讯推出更小规模版本（如7B或更小）或量化友好的部署方案，该模型实际采用率可能会更高。
50%待验证腾讯在Hugging Face上发布了Hy-Memory-30B-A3B模型。
50%