腾讯Hy4正式版:首次能看图操作电脑,金融众测开源第一

流云 2026-11-05 1434 0条评论
摘要: 腾讯混元11月4日推出Hy4正式版,这代升级集中在三处:训练规模放大、首次引入视觉能力、首次支持电脑操作。说白了,模型不光能读文字,还能看图、能操作软件。官方联合腾讯金融科技FiT...

腾讯混元11月4日推出Hy4正式版,这代升级集中在三处:训练规模放大、首次引入视觉能力、首次支持电脑操作。说白了,模型不光能读文字,还能看图、能操作软件。官方联合腾讯金融科技FiT组织213位专家、579个真实金融任务做众测,Hy4综合得分3.04,在参评开源模型中居首。权重计划开源,但发布日还没放出。

先说视觉和电脑操作这件事。Hy4把感知、推理与工具调用串起来,可做细粒度图像处理、复杂图表分析与数学视觉推理;电脑操作方面,命令行与图形界面都能用。官方针对Blender、CAD等专业软件和跨应用长程任务做了专项训练,公开演示包括靠随拍照片定位地理位置,以及跨软件完成一套装修程序。视觉进来之后,“看图”与“操作”落在同一个模型里,减少跨工具的数据传递。在AI工具导航的多模态分类里,这种“视觉加操作”合一的形态,和纯文本旗舰或纯视觉模型形成了明确区隔。

前端与游戏开发是提升最明显的两块。前端侧对复杂交互、业务逻辑、状态管理与前后端联动做了针对性优化,要求界面功能完整可用而不只是好看;游戏侧与腾讯IEG开发者合作优化数据与评测,完成UE、Unity、Godot的深度适配。相比Hy4 preview,GameDev与GameLogic两项评测分别提升19.1%和9.8%。

金融是这次众测的重点。官方基于真实金融场景构建数千个工作空间与上万个任务,覆盖基金研究、证券分析、量化策略与财税会计。213位专家里153位来自外部头部金融机构,579个真实任务上Hy4综合得分3.04,Kimi K3.1 Pro与GLM-5.3均为2.68,DeepSeek-V4.1-Flash-1017为2.97。办公侧补的是人机双写,可与你实时协作编辑Word、Excel、PPT。对于关注AI办公软件推荐的团队,金融研究与文档生产是直接受益场景,但得注意这是厂商联合组织的官方众测,不等于第三方独立基准,选型时最好自己抽样复测。

科研能力也有实打实的成果。在涵盖7大学科、123项可执行研究任务的TenureTrail内部评测中,Hy4位居开源模型第一。两项公开成果值得看:面对84张无序切片、699万个细胞的小鼠胚胎三维重建,在离线、无专用配准工具与标注的条件下,1.5小时完成对齐与重建且无人干预;另与北京大学数学团队合作找到Méndez–Pinto–Villarreal猜想的反例,提出新条件完善该猜想并完成Lean形式化验证。

递归自我改进方向,Hy4已能实操:在缩小规模的模型上自主定位训练瓶颈,多轮优化后训练吞吐提升20.1%;配合混元的Hyra 2.0训练出Hyra-Jev,8项基准6项优于官方Jev。同一套方式还产出两个开源模型:HyCell以约1/14参数量达到SOTA水平;HyPDE在13个物理仿真数据集对比Walrus,单步、短期、长期预测分别在9、10、8个数据集误差更低。

安全评估与开源安排要说清楚。训练只纳入与PoC生成、漏洞修复相关的防守性安全数据,剔除漏洞利用、逆向与渗透等攻击内容;腾讯玄武与科恩实验室专家审计结论是Hy4在这几类能力上未展现突出风险。生物方向开放式实验设计能力30.4/100,官方承认与前沿模型差距明显。开源侧计划开放权重,已联合vLLM/SGLang与Inferact Inc.提供生态支持;发布日权重未放出,preview版则在8月28日就已开放。

使用路径两条。开发者走腾讯云TokenHub,领取新用户100万tokens免费额度,开通服务创建API密钥,模型ID写成hy4,先用小额请求验证返回与三项计费再接入业务;长程任务把工具调用与视觉输入放进同一次会话,避免中途丢上下文。普通用户在元宝、ima内选Hy4发起对话,把真实的图表或截图连同问题一起发进去验证视觉理解;写代码可在CodeBuddy/WorkBuddy内切模型。定价按推理输入6元、输出18元、缓存命中0.3元每百万tokens结算,批量处理约5折。官方还提到将发布Hy4 flash,主打性价比与推理速度。

几个坑提前说。金融众测是官方组织,覆盖579个真实任务,属厂商公布数据,不等于第三方独立基准。正式版参数量官方未在发布稿重述,preview是770B总参数、49B激活、1M上下文,两代是同一条产品线的前后段。权重是“计划开源”,发布当天还没放出,想自部署得等仓库公告。官方也承认在前沿数学、长程开发等高难度测试集上,Hy4与顶尖闭源模型仍有较大差距。

Hy4的价值不在于多了一个视觉模态,而在于它把看图、操作、推理收进了同一个模型,再用金融众测和科研成果证明这条路能落到真实任务上。对需要多模态输入与电脑操作的开发团队、做金融研究与文档生产的知识工作者来说,这是一个可实测的选项;纯文本问答、不涉及视觉与工具调用时,更轻的模型更划算。多模态旗舰正在从“能看懂图”走向“能动手做事”,Hy4是这条路线上的一个明确信号。


文章版权及转载声明:

作者:流云本文地址:https://www.sanwenge.com/post/1561.html发布于 2026-11-05
文章转载或复制请以超链接形式并注明出处三文阁