腾讯发布支持视觉与电脑操作的多模态模型 Hy4

腾讯发布了其AI模型Hy4。它首次具备理解图像并自主操作软件的能力。该公司将其列为最佳公开可用模型之一，尽管模型权重将在稍后发布。

预览版发布约两个月后，腾讯推出了完成版的语言模型Hy4。据腾讯称，该模型在比前代显著更多的数据上进行了训练，并且“首次”跻身最强开源权重模型之列。在权重于尚未指定的日期发布之前，Hy4仅可通过腾讯云、OpenRouter以及元宝聊天机器人等腾讯应用使用。

最大的新功能是对图像的理解。Hy4 旨在识别照片中的细微细节和复杂图表。在一次演示中，它在一幅巨大的航拍图像中找到了仓库屋顶上大约两米长的部件。该模型首次具备操作计算机的能力，能够自主控制软件。腾讯专门针对 Blender 等专业工具、CAD 程序以及需要按顺序使用多个应用程序的任务对其进行了训练。

Oberfläche mit einem Luftbild eines Hafengebiets im Format 62.500 × 45.000 Pixel, daneben Python-Code und ein vergrößerter Bildausschnitt in einer Seitenleiste. — Hy4 通过代码生成裁剪区域，在一张 28 亿像素的航拍图像中寻找屋顶上大约两米长的部件。| 图片来源：腾讯

图像理解也旨在辅助编码，例如构建网站和游戏。在游戏开发方面，腾讯与其旗下游戏工作室合作，并将模型适配至虚幻（Unreal）、Unity 和 Godot 等主流游戏引擎。据开发团队称，在手游《王者荣耀》中，Hy4 几乎完美地处理配置任务，并且比此前更频繁地找到 bug 的根本原因。

金融作为关键试验场

腾讯在金融和办公应用方面投入了特别精力。据腾讯称，在与200多名金融专业人士进行的测试中，他们对Hy4在将近600个真实世界任务上的表现进行了评估，该模型排名领先于中国竞争对手Deepseek V4.1 Flash、Kimi K3.1 Pro和GLM-5.3 Flash。此外，Hy4在进行网络研究时应该能大幅减少幻觉现象。得益于重新设计的搜索功能，内部测试中的幻觉率从近16%降至约5%。该模型还可以与人类在Word、Excel和PowerPoint文件中进行实时协作。

合作公司报告了类似的进展，尽管它们也依赖于自身的内部测试。金融平台Comein认为，Hy4是与中国模型中唯一能与Anthropic的Claude Opus 5.5并列第二位的模型，并且在数据查询方面明显领先于OpenAI的GPT-6.1 Sol。Agent平台Manus表示，Hy4几乎能成功完成所有文档任务。

Twelve bar charts compare Hy4 with GLM 5.3, DeepSeek-V4.1-Flash-1017, Kimi K3.1 Pro, Claude Opus 5.5, and GPT 6.1 Sol, including in ProgramBench, Terminal Bench 4.0, and OSWorld 2.1. — 在腾讯的评估中，Claude Opus 5.5在所有十二项基准测试中均领先于Hy4。GPT 6.1 Sol在其中八项测试中击败了Hy4。| 图片来源：腾讯

来自Artificial Analysis的初步独立评估呈现出略有不同的画面。在其综合知识工作、编程、科学和常识的智能指数上，Hy4得分为35分，高于中位数30分。这使其与Grok 4.7并列，在中国实验室模型中排名第二，仅次于Kimi K3.1 Pro（46分）。在腾讯自身的金融测试中，Hy4的表现仍优于Kimi。

然而，在没有网络搜索的情况下，情况发生了变化。在AA-Omniscience事实准确性测试中，Hy4仅能正确回答约一半基于其训练数据的问题。当它不知道答案时，有89%的概率会编造一个答案，而不是承认知识盲区。

在 Artificial Analysis 智能指数上，腾讯的模型大幅落后于最强的中国模型 Kimi 3.1 Pro。它大致与 Anthropic 最小的模型 Haiku 5.5 持平，而该模型在基准测试中每项任务的成本几乎只有一半。| 图片：Artificial Analysis

帮助构建其下一个版本的 AI

据腾讯称，在涵盖七个领域的研究任务内部测试中，Hy4 在公开可用的模型中排名第一。结合代理系统 Hyra 2.0，Hy4 还优化了腾讯针对较小模型的自有训练流水线。

Liniendiagramm “Optimization progression” zeigt den Trainingsdurchsatz über sechs Versionen, von 100 Prozent in der Ausgangskonfiguration bis 120,1 Prozent in V6. — 据腾讯称，配合 Hyra 2.0 框架，Hy4 使公司内部训练基础设施在六个步骤中的吞吐量提升了约 20%。| 图片：腾讯

随后，它独立训练了自己的 Jev 版本，这是美国初创公司 TypeSafe AI 推出的一个决策模型。该版本在若干未具名的测试中表现优于原版。腾讯正以开源形式发布通过这种方式创建的两个面向生物和物理领域的专用模型。

Balkendiagramm vergleicht Hyra-Jev und Jev in acht Benchmarks, von ContractNLI mit plus 5,54 Prozentpunkten bis HellaSwag mit minus 1,73. — 由 Hy4 训练的 Hyra-Jev 变体在八个基准测试中的六个上击败了基础 Jev 模型。| 图片来源：腾讯

展望未来，Hy4 旨在支持并加速公司内部进一步的 AI 发展。

安全性、定价及已承认的弱点

考虑到计划中的权重发布，腾讯强调安全性。该公司表示，在训练过程中有意过滤掉了与黑客攻击相关的材料，且腾讯自身的安全实验室未发现滥用风险升高的情况。该模型也远低于腾讯对生物危害设定的风险阈值。详细的报告将在模型权重发布时一同公布。

尽管有所改进，腾讯仍按预览版的价格收费。一百万元输入令牌的费用约为0.83美元，一百万元输出令牌的费用约为2.50美元。然而，该公司承认，Hy4在高级数学、较长的编码项目和复杂图像分析等困难任务上，仍然远远落后于最佳的商业模型。接下来计划推出一个更快、更便宜的变体，名为Hy4 flash。

Vier Balkendiagramme zeigen die Ergebnisse von Hy4 und fünf Konkurrenzmodellen in Hy-FrontierMath T5, Goal2Repo, Foundation Model Bench und BuddyVQA Atlas. — 差距在 Hy-FrontierMath T5 上最大，Hy4 得分为 13.0 分，而 GPT 6.1 Sol 为 97.5 分，Claude Opus 5.5 为 91.3 分。| 图片：腾讯

就在去年七月，腾讯以 Apache 2.0 许可证发布了拥有 2950 亿参数的 Hy3。此后，中国的竞争对手们纷纷推进。智谱 AI 推出了 GLM-5.3，Deepseek 发布了 V4.1-Flash-1017，Moonshot AI 推出了 Kimi K3.1 Pro。Artificial Analysis 于十月下旬改版了其指数，其中 60% 现在基于私有测试集。开源模型与顶尖模型之间的差距已从 3 分扩大到 12 分。

Hy4权重的计划发布恰逢监管趋严之际。中国商务部和科技部于10月发布了出口管制框架草案，该草案将涵盖任何排名全球前十或参数量超过两万亿的模型的权重。然而，对于开源发布，该草案包含一个自动批准的快速通道流程。

无炒作AI新闻——由人工策划

订阅THE DECODER，享受无广告阅读、每周AI通讯、每年六次的独家"AI雷达"前沿报告、完整档案访问以及评论版块访问权限。