Tencent presenta Hy4: el modelo que aprende a proteger y no a atacar
Tencent acaba de presentar Tencent Hy4, la nueva versión mejorada de su familia de modelos de inteligencia artificial, después de lanzar una edición preliminar meses atrás. Este avance representa un hito importante en la competencia global de modelos de IA abiertos, donde también participan compañías como DeepSeek y Alibaba. Sin embargo, lo más destacable de Tencent Hy4 no solo son sus capacidades técnicas, sino una decisión estratégica sobre qué información deliberadamente decidió no incluir en su entrenamiento.
En el ámbito de la inteligencia artificial, existen conocimientos que pueden servir tanto para resolver problemas como para provocarlos. Esta realidad adquiere especial relevancia en Tencent Hy4, que representa un nuevo enfoque en el desarrollo responsable de sistemas de IA. Los creadores del modelo han implementado una política deliberada de exclusión de ciertos datos, priorizando en su lugar información defensiva que fortalece la seguridad.
Nuevas capacidades de visión y control de sistemas
Una de las grandes novedades de Tencent Hy4 es que, por primera vez, incorpora capacidades avanzadas de visión por ordenador y control de interfaces de usuario. Esto le permite interpretar imágenes complejas, analizar gráficos detallados y trabajar tanto con comandos de terminal como con interfaces gráficas de aplicaciones. La compañía preparó especialmente el modelo para utilizar programas especializados como Blender y herramientas de diseño CAD, además de abordar tareas de programación y desarrollo de videojuegos.
Lo más interesante es que estas capacidades pueden combinarse seamlessly. Tencent Hy4 está diseñado para realizar trabajos que requieren múltiples pasos secuenciales y la utilización de distintas herramientas en conjunto. Esta versatilidad lo posiciona entre los modelos más avanzados disponibles actualmente, competiendo directamente con sistemas de OpenAI, Anthropic y otros líderes del sector.
La decisión de entrenar sin información ofensiva
Sin embargo, la decisión más significativa en el desarrollo de Tencent Hy4 es menos visible pero igualmente importante. En la documentación oficial, Tencent explica que ha priorizado deliberadamente información de ciberseguridad defensiva, orientada a identificar vulnerabilidades y facilitar su corrección. Más importante aún, ha excluido expresamente del entrenamiento materiales ofensivos relacionados con la explotación de esos fallos de seguridad.
Esta distinción es fundamental porque no se trata simplemente de programar restricciones que impidan que el modelo responda a ciertas preguntas. En cambio, representa una selección cuidadosa de qué información se utiliza durante el entrenamiento mismo. Es una decisión deliberada y arquitectónica de Tencent, aunque todavía no demuestra completamente que estas restricciones impidan posibles usos maliciosos por parte de usuarios avanzados.
Ingeniería inversa defensiva versus ofensiva
Esto no significa que Tencent Hy4 desconozca completamente cómo se analiza un sistema informático o cómo se ponen a prueba sus defensas. El modelo también incorpora conocimientos legítimos de ingeniería inversa y pruebas de penetración para fines defensivos y de análisis. Estas son disciplinas utilizadas por especialistas en seguridad para examinar programas y evaluar la solidez de los sistemas.
Lo que Tencent intenta distinguir con Tencent Hy4 es la aplicación de estos conocimientos. El modelo fue entrenado para realizar análisis defensivo de seguridad, pero se excluyó deliberadamente información sobre cómo explotar vulnerabilidades con fines ofensivos. Según especialistas de los laboratorios Xuanwu Lab y Keen Security Lab de Tencent, el modelo fue sometido a evaluaciones rigurosas sobre ingeniería inversa criptográfica, desofuscación de archivos binarios y explotación de vulnerabilidades, sin detectarse problemas significativos en estos ámbitos.
Rendimiento comparativo de Tencent Hy4
Para evaluar las capacidades reales de Tencent Hy4, es importante examinar sus resultados frente a otros modelos líderes. En la prueba Terminal-Bench 4.0, que evalúa tareas ejecutadas desde la terminal, Tencent Hy4 obtiene 44,4 puntos, situándose por debajo de GPT-6.1 Sol de OpenAI con 55,5 puntos y Kimi K3.1 Pro con 66,8 puntos.
En evaluaciones especializadas, como una prueba organizada por Tencent con 213 profesionales evaluando 579 tareas financieras, Tencent Hy4 aventaja ligeramente a DeepSeek V4.1 Flash: 3,04 frente a 2,97 puntos. En la clasificación de agentes de Arena del 3 de noviembre, Tencent Hy4 se sitúa en el puesto 14, por debajo de Gemini 4 Carbon en segundo lugar y GPT-6.1 Sol en sexto puesto. Es importante notar que estas pruebas evalúan actividades diferentes bajo metodologías propias, por lo que no establecen una clasificación universal definitiva.
Validación de seguridad y transparencia futura
Queda por saber si la estrategia de filtrar información ofensiva en Tencent Hy4 funciona efectivamente en la práctica contra intentos de manipulación avanzada. La firma china afirma que especialistas de seguridad sometieron el modelo a evaluaciones exhaustivas sobre ingeniería inversa criptográfica, desofuscación de archivos binarios y explotación de vulnerabilidades, sin detectar problemas significativos en estos ámbitos examinados.
Cabe señalar que estos resultados fueron comunicados por la propia empresa desarrolladora. Posteriormente, Tencent promete compartir los pesos del modelo y su documentación técnica completa de seguridad, materiales que permitirán a investigadores independientes realizar evaluaciones adicionales y verificar estas afirmaciones.
Precedentes en la industria
Tencent no es la única compañía que ha explorado este enfoque de entrenamiento selectivo. Moonshot AI, responsable de Kimi, también retiró información de ciberseguridad durante el desarrollo de Kimi K3.1 Pro, tanto en fases de entrenamiento intermedio como en aprendizaje por refuerzo. En evaluaciones internas, una versión sin esas restricciones resolvió el 90,5% de pruebas de explotación de vulnerabilidades, en comparación con el 81% del modelo final después de aplicar los filtros.
Por su parte, el AI Security Institute británico investigó independientemente el filtrado de información biológica potencialmente peligrosa en modelos experimentales de IA. Sus resultados fueron prometedores en términos de reducir capacidades ofensivas, aunque no son directamente extrapolables a Tencent Hy4 ni a otros modelos específicos.
Implicaciones para el futuro de la IA responsable
El lanzamiento de Tencent Hy4 marca un momento importante en cómo las compañías de tecnología abordan la seguridad en inteligencia artificial. El enfoque de filtrar información durante la fase de entrenamiento, en lugar de simplemente restringir respuestas después del desarrollo, representa una filosofía diferente en el diseño de sistemas de IA responsables. Esta aproximación busca crear modelos que, por arquitectura y entrenamiento, sean menos capaces de realizar actividades maliciosas.
Sin embargo, la efectividad real de este enfoque dependerá de validaciones independientes futuras y de cómo evolucionen las técnicas de usuarios avanzados para intentar contravenir estas restricciones. Tencent Hy4 ejemplifica cómo la industria de IA está debatiendo y experimentando con nuevas formas de equilibrar la capacidad tecnológica con la responsabilidad y seguridad en el desarrollo de sistemas inteligentes.
