Tencent publie Hy-Memory 2.0, un système de mémoire open source pour agents IA
Le système combine un modèle dédié Hy-Memory-30B-A3B, un SDK et l'application MemHub, qui centralise la mémoire de plus de 10 outils d'IA.
Tencent a publié le 16 octobre 2026 Hy-Memory 2.0, un système de mémoire open source destiné aux agents d'IA, selon aitimes.com. Il se compose de trois couches : un modèle d'IA dédié, un cadre de gestion de la mémoire et une application de bureau nommée MemHub.
MemHub prend en charge plus de 10 outils d'IA via des plugins d'agents open source, parmi lesquels Claude Code, Cursor, Codex, OpenCode et OpenClaw. Avec l'autorisation de l'utilisateur, l'application importe les conversations et les enregistrements de travail passés de chaque outil dans un magasin de mémoire unique, puis synchronise les nouveaux enregistrements. MemHub est proposé avec une interface en ligne de commande et une application Mac, la mémoire étant gérée principalement en local.
Le cadre organise la mémoire en trois types : conversation, tâche et code. Il est fourni sous forme de SDK pour connecter d'autres agents d'IA et a été publié sur GitHub avec MemHub. Le cadre est également proposé sous forme de package Python.
Un modèle MoE de 30 milliards de paramètres
Tencent a publié un modèle dédié, Hy-Memory-30B-A3B, fondé sur une architecture Mixture-of-Experts activant environ 3 milliards de paramètres sur un total d'environ 30 milliards. Les poids du modèle sont disponibles sur Hugging Face.
Selon Tencent, Hy-Memory surpasse les cadres de mémoire open source Mem0, MemOS et EverOS sur quatre benchmarks : MemoryArena, CodeMemoryBench, SWE-ContextBench et LoCoMo. La mémoire de tâche atteint une moyenne de 55,31 % sur MemoryArena. La mémoire de code obtient 64,2 % de précision en questions-réponses et 35,6 % de résolution de tâches sur CodeMemoryBench, ainsi que 28,3 % de résolution de tâches sur SWE-ContextBench. La mémoire de conversation atteint 72,6 % de précision sur LoCoMo et réduit le nombre de tokens par question de 1159 à 703, soit une baisse de 39,3 %.
Dans le rapport technique de Tencent, le modèle Hy-Memory obtient une moyenne macro de 55,49 sur un échantillon de 20 % des données de benchmark, devant Claude Opus 5 à 54,62 et DeepSeek-V4.1 Flash à 53,64.
En bref
Qu'est-ce que Hy-Memory 2.0 de Tencent ?
Un système de mémoire open source pour agents d'IA composé d'un modèle dédié, d'un cadre de gestion de la mémoire et de l'application de bureau MemHub.
Quels outils d'IA MemHub prend-il en charge ?
Plus de 10 outils via des plugins open source, dont Claude Code, Cursor, Codex, OpenCode et OpenClaw.
Où sont publiés les poids du modèle Hy-Memory-30B-A3B ?
Les poids du modèle sont disponibles sur Hugging Face, tandis que le cadre et MemHub ont été publiés sur GitHub.