腾讯发布开源大模型Hy4，首次支持视觉理解与电脑操作

腾讯今日宣布发布腾讯Hy4，这是其最新一代大语言模型，在性能和能力上实现了显著跃升，现已跻身全球领先的开源AI模型之列。腾讯Hy计划在未来几天内发布模型权重和系统卡，以践行其对负责任开源AI开发的承诺，重点关注网络安全和生物安全。

新模型还首次引入了视觉理解能力，同时在指令遵循、长上下文理解和长周期智能体任务方面有重大改进，在多种应用中整体表现更强。

借助先进的视觉理解、推理和工具调用能力，Hy4现在支持更广泛的任务，包括细粒度图像处理、复杂图表分析和数学视觉推理。

此外，Hy4首次引入computer-use能力，使其能够与命令行界面和图形用户界面交互，执行各类工作和日常任务。该模型已在Blender和CAD等专业软件上进行了专门训练，显著提升了其规划和执行长周期复杂任务的能力。

凭借基础能力的显著进步和深度的模型-产品协同设计，Hy4解锁了更广泛的真实生产力场景：

办公生产力与协作：Hy4显著提升了腾讯WorkBuddy上的用户体验。WorkBuddy上的评估基准显示，平均性能得分为83.18，通过率为96.15%，Hy4在中国大陆市场十二个场景中的九个排名第一。在实际使用中，Hy4在视觉创意任务、3D场景构建和Web开发方面兼顾了效率与效果。此外，在WorkBuddy上的人机协作任务中，Hy4在文档呈现、稳定性和可用性方面均有明显提升。

借助增强的上下文学习能力，Hy4擅长理解来自多种来源的复杂信息。通过与WeCom集成（经由WorkBuddy），Hy4可连接聊天、邮件、文档、日历和会议中的日常工作流数据。在同时管理多个项目时，Hy4会自动跟踪项目历史和最新进展。它能识别待办任务、标记需要准备的即将到来的会议，并监控临近的截止日期，帮助用户有效排定优先级并跟进重要事项。此外，由Hy4驱动的新团队协作能力将随WorkBuddy即将推出的“Projects”功能一同发布。

Hy4还针对专业金融分析进行了优化。通过在数千个专业工作区和数万个源自真实场景的高质量任务上进行训练，该模型对基金研究、证券分析和量化投资策略中的专家工作流有了深入理解。

在腾讯Hy团队与腾讯金融科技合作进行的一项严格盲评中，Hy4成为表现最佳的开源模型。此次评估有213名金融专业人士参与，其中包括来自领先外部机构的153名专家，约70%拥有五年以上行业经验。基于579个真实金融任务的表现，Hy4获得了最高的综合性能得分。

评估得分：Hy4（3.04）、DeepSeek-V4.1-Flash-1017（2.97）、Kimi K3.1 Pro（2.68）、GLM-5.3（2.68）。

此外，在金融AI公司Rabyte进行的内部投资研究智能体基准（iRaB）评估中，Hy4相比Hy4 Preview提升了12.03个百分点。

为提升模型在金融及其他职场场景中的实际适用性，腾讯Hy还引入了有针对性的搜索优化，专注于检索最新信息、整合多信息源以及验证事实一致性。在内部评估中，Hy4将幻觉率从Hy4 Preview的12.95%降至7.2%，而由无依据假设导致的错误从23.1%降至5.6%。

前端与游戏开发：Hy4针对高复杂度任务进行了优化，包括复杂的业务逻辑、状态管理、前后端编排。这确保生成的界面不仅视觉精致，而且功能完整。此外，通过与腾讯互动娱乐事业群（IEG）专业开发者合作，Hy4显著提升了游戏开发能力。通过与Unreal Engine（UE）、Unity和Godot等主流引擎深度集成，该模型现在支持复杂的游戏逻辑和多人实现。与Hy4 Preview相比，Hy4在GameDev基准上提升了19.1%，在GameLogic基准上提升了9.8%。

科学研究：Hy4结合了先进推理、科学编程和长周期任务执行能力，支持复杂的端到端研究工作流。通过TenureTrail进行验证（该评估涵盖七个学科的123个可执行任务），该模型在数学构造、物理建模、环境与地球科学、系统工程和社会经济决策方面展现出卓越性能。

（原文较长，此处译出前 6000 字，完整内容请点「打开原文」。）