腾讯混元官推发布 Hy Agent：面向视频生成的 Agent Harness

8 月 21 日 20:10（北京时间），腾讯混元官方 X 账号（显示名 Tencent Hy，简介为"腾讯面向文本、图像、视频与 3D 生成的基础模型"）发布了一条只有一句话的推文："Hy Agent Harness For Video Generation."——Hy Agent，一个用于视频生成的 Agent Harness（智能体工具链）。

这条官宣没有配图、没有链接、没有技术细节，也没有提及开源状态、上线渠道与时间。截至 8 月 22 日核验时，它获得约 2.1 万次浏览、218 个赞、19 次转推和 116 次收藏。而更完整的口径在同一天稍早已出现：腾讯官方 AI 新闻账号与混元团队研究员先后以 HyCreator 之名发布了措辞几乎一致的介绍，并开放了早期访问申请。

一句话官宣：没有链接，也没有开源口径

的这条推文是当晚 20:10 发布的独立消息，正文只有标题式的一句话，没有任何展开。官方账号既没有给出项目页面，也没有回答最基础的问题：代码是否开源、面向谁开放、什么时候能用。

评论区目前唯一的回复，是 8 月 22 日凌晨 4:11（北京时间）用户 Chamu（@chakrisimply）问的一句，截至本文核验时没有官方回答。与之形成对比的是，腾讯官方 AI 新闻账号（简介自称 The official @Tencentglobal newsroom，即腾讯全球官方 AI 新闻室）当天 16:41 发布的 HyCreator 介绍拿到了约 7.4 万次浏览和 722 个赞，是官推这条消息的三倍多。

HyCreator：同一口径下的产品全貌

的推文写道："Introducing HyCreator, our agent harness for long video generation. Most video models hand you a clip and wish you luck. This one runs the whole thing end to end, and lets you cut in at any point instead of re-rolling the prompt"——大多数视频模型丢给你一段片段就撒手不管，HyCreator 则端到端跑完整条流程，并且允许你在任意节点切入修改，而不是重新抽卡。有用户追问"有没有机会试用"时，该账号，指向。

更早一天，8 月 20 日 22:04（北京时间），已经在个人账号公布了 HyCreator。他的 X 简介标注为腾讯混元多模态强化学习技术负责人（Tech Lead of Multimodal RL at @TencentHunyuan），推文列出三项能力："End2end Auto Mode"（端到端自动模式）、"Generate 10-minute scale films with zero human intervention"（零人工干预生成 10 分钟量级影片）、"Switch to real-time interactive editing whenever you want"（随时切换实时交互编辑），并附上早期访问申请链接。

官推没有点名 HyCreator，但三处口径的措辞几乎逐字对应：@TencentHunyuan 说 "Hy Agent Harness For Video Generation"，@TencentAI_News 和庞天宇都说 "agent harness for (long) video generation"。官推发布后，两位个人简介标注为腾讯混元团队成员的用户先后转推：Yunlong Lin（@ling_yunlong，简介为 LLM agents、Embodied AI，曾任字节跳动 Seed、现 Tencent Hy）在 20:49 转推称，Chen-Hao(Leo) Chang（@Chenhao_Zhang5，简介为 Build @TencentHunyuan）在 23:56 转推称。据此判断，Hy Agent 与 HyCreator 指向同一款工具链，这是编辑观察；官方账号本身没有给出这层对应关系的说明。

10 分钟长片是这样拆开生成的

HyCreator 的定位，据转述，是"面向长视频生成的 agent harness（把模型、工具和制作流程串起来的智能体框架）"。按，它交付的不是一段视频，而是一部完整影片：系统自主完成从故事、分镜到片段生成与组装的全流程，用户可以在任意环节切入修改。

ChooseAI 整理的官方博客与站点演示显示，用户给出一段简报后，系统依次完成创意理解、故事与剧本开发、生成备料、执行生成、分层审阅、组装交付六个步骤。备料阶段建立角色、场景、片段之间的引用关系；审阅阶段先检查文本层面的规划，再检查视觉结果，不合格的部分单独重做，而不是整片重来。

官网画廊已经放出实际作品。据 BlockBeats 及其刊载的官网截图，其中最长的一部标注为 10 分 27 秒，另有 9 分 45 秒、9 分 59 秒的长片；每部作品都可以查看 Agent 的生成 Trace（轨迹），一个公开案例中 Pro 模式共执行 13 个步骤、产生 45 项中间产出，最后检查片段质量、镜头衔接和全片连贯性再合成。HyCreator 提供 Lite 和 Pro 两种成片模式。站内演示案例《黑胶裂痕》（Vinyl Fracture）则显示，一部 4 分 02 秒的影片被拆为 15 个场景、16 项资产和 25 个片段，每个片段独立生成后组装。

"10 分钟级、零人工干预"目前只有官方口径支撑。ChooseAI 在报道中特别提示，站内公开展示的演示影片仍为 4 分钟级，这一主张尚无第三方实测或独立报道验证。

混元为什么要造一个"编排层"

ChooseAI 在报道中解释，分钟级以上的影片无法靠单次模型调用完成，必须由多个独立生成的片段拼合，角色、场景、风格和声音的一致性会在片段之间漂移；HyCreator 的流程设计正是围绕这个问题：规划整体、生成分片、在漂移出现时回到相应环节重做，文本规划和视觉结果分开审阅、只重做漂移部分。

腾讯在视频生成上并非从零开始。腾讯云文档显示，已是一项提供视频生成和视频处理能力的 API 技术服务，基于腾讯视频生成大模型。在混元账号近期的智能体发布中，Hy Agent 是第一个落在视频方向的：此前混元发布了研究智能体 Hyra-1.0，发布了从文本生成 3D 开放世界的 agentic 工作流 Hy3D WorldClaw。

社区对"编排层"这个思路的反应并不一致。中文用户 Nokia04（@Nokia0421，简介"做 AI 产品"）在 HyCreator 介绍下评论："" 也有开发者追问机制细节，用户 basedcapital（@thebasedcapital，简介 ml、local llm enjoyer）问的是""。质疑声同样存在：产品经理 Axi（@Xxi5olc）对比称 ""，把视频生成模型 Seedance 拉来做参照；用户 Rich（@atomtanstudio）则评论""（该说法未获官方证实，更多是调侃）。

开源、成本、底层模型：都还没有答案

目前能确认的只有产品形态和早期访问入口。准入条件、排队机制和收费方式，官方均未披露；底层调用哪些视频模型、完整生成耗时与成本，同样没有公开说明。官网页面内嵌数据里，作品分享路径共有 19 处带有 models/seedance-2-5 子目录字样，若按字面理解这指向一个名为 Seedance 2.5 的模型，但腾讯没有披露底层模型，这个路径名的含义无法从公开信息证实。

而在官推那一边，除了那句 "Hy Agent Harness For Video Generation." 什么都没有说。评论区里唯一的回复，是用户 Chamu 问的 "Opensource?"——截至本文核验时，官方没有回答。