模型定位
HyPDE 是用於二維偏微分方程（PDE）模擬的基礎模型，採用約 3.23 億參數的融合歷史 Transformer。它從 13 個二維物理資料集從零訓練，面向數值物理場預測，而非一般文字對話。(github.com)
能力與用途
- 輸入規則二維網格上模擬場的最近 6 個影格，預測接下來 4 個影格；可將輸出自迴歸地用於後續軌跡預測。輸入場可包括速度、壓力、密度或濃度等。(raw.githubusercontent.com)
- 一組權重涵蓋 13 個物理系統，可用於聲學、可壓縮流、活性物質、反應擴散及球面淺水等模擬研究。(raw.githubusercontent.com)
- 官方零樣本測試中，與未微調的 Walrus 相比，HyPDE 在 13 個資料集中的單步預測、滾動預測第 1–20 幀及第 21–60 幀，分別有 9、10、8 個資料集的中位 VRMSE 較低。這是特定測試集與指標下的結果。(raw.githubusercontent.com)
使用與限制
- 官方提供 Python 套件、程式碼及約 1.3 GB 的 FP32 權重；專案採 Apache-2.0 授權。建議使用 CUDA GPU，CPU 亦可推論，但速度慢得多。(raw.githubusercontent.com)
- 輸入需有最近 6 幀及相應的資料集、場與邊界條件資訊。官方指出，訓練和評估涵蓋所列資料集；其他規則二維網格系統即使使用模型詞彙內的場，也尚未經測試。長期滾動預測的誤差可能隨時間累積，結果應依應用情境驗證。(raw.githubusercontent.com)
價格
截至 2026-11-14，查閱騰訊雲國內及國際官方定價資料，未核實 HyPDE 的 API 服務價格，也未核實其輸入或輸出計費單位及金額；不應套用其他混元模型的報價。自行部署可能產生運算與基礎設施成本。查詢來源：騰訊雲國內 TokenHub 模型價格；騰訊雲國際 TokenHub 計費文件。(cloud.tencent.com)
發布日期與官方來源
- 發布日期：2026-11-04。(github.com)
- 官方發布公告
- 官方 HyPDE 說明、評測與使用文件