腾讯混元Hy4正式版发布 引入视觉与电脑操作

驱动中国11月4日消息，腾讯混元发布最新一代大语言模型Hy4正式版。官方表示，随着模型能力再次全面跃升，Hy首次跻身最强开源模型之列。Hy4将于近期开源模型权重，发布模型系统卡片，并推进更负责任的开源，重点关注网络和生物安全等风险。

与Hy4 preview相比，Hy4显著扩展预训练和后训练规模，首次引入视觉能力，并提升指令遵循、长文理解、长程任务、深度研究等综合能力。

在视觉方面，Hy4可结合感知、推理和工具调用，完成细粒度图像处理、复杂图表分析、数学视觉推理等任务。该模型还首次支持电脑操作，能够结合命令行和图形界面。腾讯针对Blender、CAD等专业软件及跨应用长程任务开展专项训练，优化专业任务规划与执行力。

官方介绍，Hy4可用于视觉与电脑任务、前端与游戏开发、金融与办公场景、科研与模型研发、长期个人助理等场景，面向真实生产力需求。

8月28日，腾讯发布Hy4 preview，总参数770B，激活参数49B，上下文长度1M。官方当时表示，Hy4 preview在模型尺寸、上下文长度、数据规模上均有显著扩展，预训练与后训练共同提升智能水平。

目前，Hy4已在腾讯云和OpenRouter上线，并可在CodeBuddy / WorkBuddy、元宝、ima等产品体验。官方称，其性能较Hy4 preview显著提升，同时维持相同API价格。

官方计划开源Hy4模型权重，并已联合vLLM/SGLang社区以及Inferact Inc.提供开源生态支持。模型系统卡片也计划届时发布，包含更全面的安全评估等细节。

官方同时表示，Hy4虽已属于当前最强开源模型之一，但与顶尖闭源模型仍存在较大差距，尤其在内部构建的前沿数学、长程开发、模型迭代、视觉问答等领域的高难度测试集上。腾讯混元方面称，将持续稳健扩展预训练和后训练规模，努力缩小与顶尖闭源模型的差距。

此外，Hy4 flash也计划近期发布，将显著提升模型性价比和推理速度，并更加高频地与产品协同迭代，提高实用性。