模型发布

腾讯混元 Hy4 正式版发布:第一次能看图,也能自己操作电脑

Hy4 新增视觉理解和电脑操作能力,专门练过 Blender、CAD 和跨软件的长任务;已在元宝、WorkBuddy、ima 等产品上线,权重将在近期开源。

11 月 4 日,腾讯发布混元大模型 Hy4 正式版。这是 10 月底腾讯透露「混元 Hy4 即将推出」之后的正式上线。

新增的两项能力

  • 视觉理解:能看懂复杂图表、带图的数学题,也能把多张图片和文字放在一起理解
  • 电脑操作(Computer Use):自己看屏幕、找按钮、规划步骤,再通过鼠标键盘或命令行执行,做完还会检查结果
  • 腾讯说专门训练过 Blender、CAD 建模和跨软件的长任务,但也提醒,并不是所有软件都能稳定操作

成绩怎么样

  • 在腾讯自己的 WorkBuddy 办公场景测试里,12 个场景中有 9 个排国内第一
  • 一项由 213 位金融从业者参与的众测里,评分高于 DeepSeek-V4.1-Flash、Kimi K3.1 Pro 和 GLM-5.3
  • 以上都是腾讯公布的成绩,还需要第三方验证

在哪里能用

  • 元宝、WorkBuddy、CodeBuddy、ima、企业微信智能助手
  • 开发者可以通过腾讯云 TokenHub 调用,每百万 token 输入 6 元、输出 18 元,年底前打五折
  • 腾讯表示权重会在近期开源,目前还没有开放下载

对你意味着什么

国内大模型也开始能「替你点鼠标」了。如果你在用 WorkBuddy,可以试试让它帮你整理一个文件夹,或者把表格里的数据做成图表,感受一下 AI 自己动手干活。重要文件先备份,关键操作让它先问你。