腾讯混元Hy4发布：770B参数，首增视觉理解与电脑操作

11月4日，腾讯混元发布新一代大语言模型Hy4，旗下AI助手元宝同步接入。用户现在可在元宝App、PC客户端和网页端把模型切换至Hy4使用。

（图源：元宝）

官方介绍称，多项底层能力升级后，Hy4首次跻身最强开源模型梯队。参数上，Hy4从Hy3系列的不到300B提升至770B。不过雷科技（ID：leitech）认为，新版本的核心看点不止参数，它补上了AI Agent落地的关键一环：视觉理解与电脑操作（Computer Use）。

若无意外，Hy4此番新增的特性，尤其是面向长程智能体任务的升级，或许会改变外界对开源模型工作流的预期。下面结合实测体验看它的表现。

告别纯文本，走向生产力落地

说白了，Hy4这次的升级思路是把模型和产品深度结合，让AI不再是主打聊天的玩具，而是能实打实干活的长期个人助理。

如开头所述，升级核心之一就是视觉理解。原生视觉理解能力缺失，是不少开源模型的痛点。Hy4首次引入视觉理解，且直接做到能处理细粒度图像、复杂图表分析和数学视觉推理的水平。

Hy4之所以能操作电脑，关键在于具备直接跨界面、跨应用执行的能力。以往大模型干活，往往只能靠厂商开放的API接口；Hy4则能结合命令行与图形界面，像人一样接管各类任务。

官方称，无论专业软件还是需要跨应用流转的长程任务，混元都做了专项训练，执行规划能力大幅提升。某种程度上，这相当于给大模型装上了手脚，能接手打工人的大量重复操作。

同时，Hy4在降低幻觉、优化专业垂直场景能力上投入不少。它针对时效检索与事实一致性校验做了搜索优化，自建测试中幻觉率从12.95%降到7.2%，因猜测导致的错误率从23.1%跌至5.6%。

为落地专业场景，它学习了基金研究、财税会计、资产配置等成千上万个金融任务。在涵盖两百多位金融专家的众测中，其基于真实任务的综合得分超过GLM-5.3和Kimi K3.1 Pro等对手。前端和游戏开发方面，Hy4既优化了复杂的前后端联动，也深度适配UE、Unity、Godot等主流引擎。

（图源：混元）

整体来看，无论是补视觉短板、接入电脑操作，还是压低幻觉，Hy4都在针对AI落地的痛点发力。那它在实战中能否经受考验？下面直接进入具体Case测试。

做互动网页、读财报、本地信息检索，Hy4表现都不错

前面提到，官方信息里Hy4各方面能力都很强，还围绕现实场景做了不少针对性优化。但站在用户角度，参数跑分之外，大家更关心它实际干活怎么样。为此我们设计了几个项目，实测Hy4的真实表现。

一句话把《三体》飞船讲明白

这是一个互动网页设计任务，主要考验模型对写代码和网页设计的把控。我们给Hy4发了一句话：

面向零航天背景的读者，做一个能讲清《三体》里工质飞船与非工质飞船差别的互动网页：两种飞船到底哪里不一样，要让人看得不费劲；页面上还设一片「太空」，点一下飞船就能触发互动。

想到这个任务，是因为我此前读《三体》时，小说用大量篇幅讲工质飞船与非工质飞船的路线之争，这也是推动主线的重要元素。可没有理工科背景的我，当时很难理解这些概念。好在如今AI大模型越来越强，把任务交给它就行。

Hy4用400多行代码完成了任务。生成的网页先用简洁通俗的文字说明两条路线的区别，还拿「背砖头」和「不背砖头」打比方，方便读者理解。

（图源：雷科技）

页面还按要求做了互动界面，太空背景里放着带闪烁效果的星星图案，细节到位。界面分上下两区，各有一艘小飞船，分别代表工质和非工质辐射飞船。点击对应飞船，飞船会移动并呈现不同特效。AI甚至加了虚拟能量条和让两艘船回起点的重置按钮，成了一个小游戏。

（图源：雷科技）

可以看出，Hy4已能深入理解用户需求，做出相对复杂的交互网页。这类案例在课件制作、产品Demo演示、儿童教学等现实场景中很常见，AI带来的帮助相当明显。

视觉理解加联网检索，财报分析挺准

这轮测试放在WorkBuddy里做，提示词依旧不复杂，只丢了一张苹果财报截图配一句话：

根据这张苹果Q4报表截图，计算一下该季度iPhone的ASP平均售价

老实说，这个任务我们故意设了几道坎。截图清晰度就一般，何况苹果财报从来不公布iPhone销量，相关数据得另找渠道。

结果Hy4交出的答卷不错。它先把核心财务数据准确抠了出来，iPhone营收金额也在其中；接着联网查到IDC给出的当季iPhone出货量，据此算出iPhone的ASP为1005美元。它顺带把该季度iPhone营收、销量、ASP的同比变化也算了，呈现得干净利落。

（图源：雷科技）

还有一点，Hy4主动点出了这种算法的短板：统计周期对不上、iPhone类目营收里还掺着配件等。

（图源：雷科技）

财务、法律这类场景里，AI最怕的就是胡编和夸大。Hy4在这里表现得够克制，它会去查第三方信息，也会把其中可能藏着的毛病讲清楚。手里有多少材料就说多少话，这是AI当生产力工具该有的底子。

难度加码，跨应用任务照样拿下

这一轮我们把难度提了上去。最近我正办签证，处在跟旅行社对接、备材料的阶段。于是干脆让WorkBuddy里的Hy4去微信里找旅行社那位工作人员，从聊天记录里把信息捞出来，再到电脑本地文件夹核对还差哪些资料。提示词是这样的：

我最近在办西班牙签证，已经通过微信加上旅行社的工作人员、对接上了。麻烦你查一下微信聊天记录（微信已登录，可以用 Computer Use 操作），看看需要交哪些材料。护照扫描件和户口本电子页的 PDF，我放在 Mac 本地下载文件夹里，你也核对一下，看我还缺什么。

Hy4的表现让人有点意外。头一步，它在微信里准确认出了旅行社工作人员，并从聊天记录中拿到了关键信息。

（图源：雷科技）

第二步，它翻查本地文件夹逐项比对，缺哪些材料判断得很准。它还注意到本地存着一张美签照片，提醒美签和

（图源：雷科技）

这个任务难在哪？它要AI像真人那样去操作客户的微信客户端，还得「看懂」界面和图片。整个过程里，Hy4得调用电脑操作能力，在多个应用之间高效穿梭。视觉理解同样少不了，不然既没法从图片里准确取信息，也读不懂别的应用界面。

隐私安全这块倒不必多虑。WorkBuddy碰到敏感操作都会先问用户，得到同意才往下走。

模型和产品配合，混元摸到了落地路子

前面几轮实测跨度不小，做完能感觉到，腾讯混元Hy4不只是参数往上堆，它同时在往能干活的实用工具方向走。互动网页设计、财报分析、签证材料核对这几项任务里，Hy4亮出的原生视觉理解、跨界面跨应用操作和低幻觉率，说明它不光看得懂，还真能替人办事。

在我们看来，Hy4上手体验好，关键在于底层模型能力升级之外，模型还扎进了产品端。

以往模型再强，多半靠开发者通过API之类的方式去接，普通用户能碰到的场景有限，很难变成日常生产力。Hy4不一样，它跟元宝、WorkBuddy这些核心产品深度配合，把普通人的使用门槛抹平了。这类模型相当于AI的大脑，元宝、WorKBuddy这样的软件工具给AI装上了手脚，也搭好了施展的台子，让它真正走进实际使用场景。

应用产品给了模型最直接的落地场景：全面接入元宝App、PC及网页端后，普通用户随手就能调用Hy4的多模态和推理能力；到了更复杂的工作场景，WorkBuddy与Hy4配合，让AI的电脑操作能力落了地。

（图源：WorkBuddy）

跨应用读取微信、检索本地文件这类长程复杂任务，Hy4跑起来时，WorkBuddy会先把步骤拆开，再做隐私确认，让AI干活快的同时，最终决定权还在用户手里。

易观分析的数据显示，WorkBuddy在9月的访问量已突破8500万次，排在国内办公Agent平台首位。QuestMobile统计的9月数据则显示，元宝月人均使用38.7次、月人均时长78.6分钟，在国内原生AI应用使用频率榜上居第三。

这些AI工具之所以受欢迎，产品体验过硬是一方面，另一个关键原因是它们跟腾讯的办公生态结合得足够深。强悍模型配上易用Agent工具，这套组合的效果已经显现——AI大模型与真实工作场景之间的那道隔阂被抹掉了。

往后看，AI个人助理类工具很可能都会走模型与产品深度绑定的路子。