腾讯混元Hy4上线：770B参数，接入电脑操作与视觉理解
干活能力更强了。
11月4日，腾讯混元发布新一代大语言模型Hy4，旗下AI助手元宝同步完成接入。用户现在可以在元宝App、PC客户端和网页端把模型切换成Hy4来用。
（图源：元宝）
官方介绍称，多项底层能力升级后，Hy4第一次站进了最强开源模型的行列。参数上，Hy4从Hy3系列的不到300B提升到770B。不过雷科技（ID：leitech）认为，新版本真正的重头戏在参数之外：它补上了AI Agent落地最要紧的两块拼图——视觉理解和电脑操作（Computer Use）。
不出意外的话，Hy4这回加入的新特性，尤其是面向长程智能体任务的升级，或许会改写大家对开源模型工作流的期待。下面结合实测体验，看看它到底行不行。
不再只会聊天，开始干实际的活
说到底，Hy4这次的升级思路就是把模型和产品拧在一起，让AI摘掉“聊天玩具”的帽子，变成一个能长期替你干活的个人助理。
前面提到，视觉理解是升级的核心之一。不少开源模型一直缺原生视觉能力，这是个老痛点。Hy4首次把视觉理解装了进来，而且一上来就能处理细粒度图像、复杂图表分析以及数学视觉推理。
Hy4之所以能操作电脑，靠的是直接跨界面、跨应用动手的能力。以前大模型干活，多半得等厂商开放API接口；Hy4则能把命令行和图形界面结合起来，像人一样接管各种任务。
据官方介绍，混元针对专业软件和需要跨应用流转的长程任务都做了专项训练，执行规划能力提升明显。某种程度上，这等于给大模型装上了手脚，打工人的很多重复操作可以交给它。
另一边，Hy4在压幻觉、补专业垂直场景上也花了不少力气。它启动了面向时效检索和事实一致性校验的搜索优化，自建测试里，幻觉率从12.95%降到7.2%，因猜测导致的错误率则从23.1%掉到5.6%。
为了能在专业场景里用起来，它学了基金研究、财税会计、资产配置等成千上万个金融任务。在两百多位金融专家参与的众测中，基于真实任务的综合得分超过了GLM-5.3和KimiK3.1 Pro等对手。前端和游戏开发场景里，Hy4除了优化复杂的前后端联动，还深度适配了UE、Unity、Godot等主流引擎。
（图源：混元）
整体看下来，补视觉短板、接电脑操作、降幻觉，Hy4想解决的都是AI落地时的痛点。那实战中它扛不扛得住？下面直接进入具体的Case测试。
互动网页、读财报、本地信息检索，Hy4都拿得下
前面提过，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。可对用户来说，跑分之外更想知道它真干起活来是什么样。我们因此设计了几个项目，实测Hy4的真实水平。
一句话讲清《三体》里的飞船
这是一个互动网页设计任务，主要看模型对写代码和网页设计的把控。我们给Hy4发了一句话：
面向零航天基础的读者，做一个能讲清《三体》里工质飞船与非工质飞船差异的互动网页，让两边到底哪里不一样变得容易看懂，读者还能在「太空」场景里点飞船触发互动。
出这个题，是因为我读《三体》时，小说用了大量篇幅讲工质飞船和非工质飞船的路线之争，这也是推动主线的重要元素。只是我没有理工科背景，当时很难弄懂这些概念。好在现在AI大模型越来越强，把任务丢给它就行。
Hy4用400多行代码完成了这个任务。生成出来的网页先用简洁通俗的文字讲了两条路线的区别，还拿「背砖头」和「不背砖头」打比方，方便读者理解。
（图源：雷科技）
页面里还有按要求做出来的互动界面：太空背景上点缀着会闪烁的星星，细节到位。界面分上下两半，各放一艘小飞船，分别对应工质和非工质辐射飞船。点一下对应的飞船，船会移动，还带不同特效。AI甚至加了虚拟能量条和让两艘船回到起点的重置按钮，活脱脱成了个小游戏。
（图源：雷科技）
Hy4现在能摸清用户想干什么，还能做出交互相对复杂的网页。课件制作、产品Demo演示、儿童教学这类场景在现实中很常见，AI在其中给的帮助相当明显。
视觉理解加联网检索，财报分析结果很准
这项测试放在WorkBuddy里完成。提示词依旧简单，只给了一张苹果财报截图和一句话：
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，这个任务我们故意埋了几个「坑」：截图清晰度一般，苹果财报又不披露iPhone销量，相关数据得从别的渠道找。
结果Hy4干得不错。最基础的一步，它把核心财务数据准确提了出来，包括iPhone的营收金额，还联网检索到IDC给出的当季iPhone出货量，算出iPhone的ASP为1005美元。AI还顺手算了该季度iPhone营收、销量、ASP的同比变化，呈现得也干净利落。
（图源：雷科技）
此外，Hy4主动点出了这种算法的问题：统计周期存在错位、iPhone类目营收里还含配件等。
（图源：雷科技）
财务、法律这类场景里，AI最怕的就是幻觉和夸大。Hy4在这里表现出了应有的严谨——它会去查第三方信息，也会讲明其中可能存在的毛病。有几分材料说几分话，这是AI当生产力工具该有的素质。
难度再升一级，跨应用的任务也能拿下
这一轮我们把难度调高了。最近我在办签证，正跟旅行社对接、准备材料。这次直接让WorkBuddy里的Hy4去微信里找到旅行社工作人员，从聊天记录里取信息，同时到电脑本地文件夹核对还缺哪些资料。提示词是这样写的：
西班牙签证正在办，旅行社那边的人我已经加过微信、也对接上了。你帮我翻一下微信聊天记录（微信是登录状态，用 Computer Use 操作就行），看清楚需要交哪些材料。护照扫描件和户口本电子页 PDF 我放在 Mac 本地的下载文件夹里了，你对着清单核一遍，看还差什么。
Hy4的表现挺让人惊喜。第一步，它在微信里准确认出了旅行社工作人员，并从聊天记录里拿到了核心信息。
（图源：雷科技）
第二步，它翻查本地文件夹逐项核对，准确判断出还差哪些资料。AI还注意到本地的美签照片，提醒美签和申根签证的照片规格不同，不能混用。
（图源：雷科技）
这个任务难在，它要求AI像真人那样去操作用户的微信客户端，还得「看懂」界面和图片。过程中Hy4要调用电脑操作能力，高效完成跨应用操作。视觉理解同样少不了，否则它很难从图片里准确提取信息，也读不懂其他应用的UI界面。
隐私安全方面同样不必担心，WorkBuddy碰到敏感操作，系统会先向用户确认，征得同意之后才继续执行。
模型和产品怎么配合，混元这次摸出了自己的落地路子。
一连串跨度不小的实测做下来，腾讯混元Hy4给人的感觉是：它已经不只是参数往上堆，还在往能干活的实用工具方向走。互动网页设计、财报分析、签证资料核对这几项测试里，Hy4拿出的原生视觉理解、跨界面跨应用操作能力，还有较低的幻觉率，说明它不光看得懂，也能实实在在替人做事。
体验好这件事，除了底层模型自身能力有提升，还有一个原因：Hy4被放进了产品端。
以前，模型能力再强，多半要开发者通过API这类方式去调用，普通用户能碰到的场景有限，想变成日常生产力并不容易。Hy4不一样，它和元宝、WorkBuddy这些核心产品做了深度协同，普通人的使用门槛被抹平了。Hy4这类模型相当于AI的大脑，元宝、WorkBuddy这类软件工具则给AI装上了手脚，也提供了施展能力的平台，于是能扎进真实的使用场景。
应用产品给模型提供了最直接的落地场景，这是一头：全面接入元宝App、PC及网页端之后，普通用户调用Hy4的多模态和推理能力变得很轻松。另一头是更复杂的生产力场景，WorkBuddy和Hy4配合，让AI的电脑操作能力真正落了地。
（图源：WorkBuddy）
遇到跨应用读取微信、检索本地文件这类复杂长程任务时，Hy4动手执行，WorkBuddy则提供步骤拆解和隐私确认机制。AI干得高效，用户也仍然握着最终控制权。
易观分析的数据显示，WorkBuddy9月访问量超过8500万次，在国内办公Agent平台里排第一。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应用使用频率排行榜上位列第三。
这些AI工具能受欢迎，关键原因在于产品体验做得不错，同时和腾讯的办公生态融得够深。
眼下看，强悍模型加易用Agent工具这套组合效果不错，AI大模型和真实工作场景之间的那道阻隔被消掉了。往后，AI个人助理工具大概率也会走这种模型与产品深度绑定的路子。
