视觉信息经过模型转化为连续行动,并留下待检查记录的概念插画

封面为 AI 生成的概念示意,不是 Hy4 的实际架构、实验设备或性能结果。

解读日期:2026-11-04
资料截止:2026-11-04 20:37:34(北京时间)

11 月 4 日,腾讯宣布发布 Hy4,称其新增视觉理解与电脑操作能力,同时表示正式版权重和系统卡将在未来几天提供。对科研读者而言,这次发布值得关注的,是视觉输入与多步行动结合后能否形成可检验的能力进展。发布公告、服务入口与可供独立研究的模型材料,应当分别判断。腾讯发布声明

新能力的意义,在于行动链条变长了

腾讯声明称,Hy4 可以处理图像、图表等视觉信息,并操作命令行与图形界面;团队还针对 Blender、CAD 等专业软件进行了训练。这些是开发方对能力的说明,本文没有进行实测。公告日期为今天,具体训练和评测发生时间未披露,不能把发布日期当作实验完成日期。能力说明

电脑操作可以通俗理解为:模型不只回答“应该怎么做”,还要读取界面、选择动作,再根据操作后的反馈继续决策。这个方向的研究价值,在于把感知与执行放进同一条可观察的过程。

例如,读懂一张科研图表和把其中的数据正确整理到文件里,是两个不同层次的任务。前者可能只需一次判断,后者还涉及定位内容、选择工具、处理格式和检查输出。一次识别错误可能在后续步骤中被放大,也可能被反馈纠正。因而,单张图片问答成绩不能直接替代完整任务的可靠性测量。

预览版已有材料,不能自动转移给正式版

腾讯官网把 Hy4 preview 的发布记在 8 月 28 日。它是本次正式发布的历史背景,而非今天新增的开放成果。预览版公告

目前可读的预览版仓库列出主干总参数 770B、每个词元激活 49B,并明确参数表不包含额外的多词元预测层。所谓混合专家模型,就是每次计算只选择部分专家参与。这个口径提醒我们,即使只是抄写参数量,也需要注明版本和统计范围。预览版仓库

Hugging Face 上的对应页面仍明确命名为 Hy4-preview,标为文本生成模型,并列出 Apache-2.0 许可证。它支持我们讨论预览版的材料状态,却不足以证明正式版沿用同一许可证、完全相同的结构或同一套部署条件。预览版模型卡

截至本文截止时间,本次检索未取得可检查的正式版权重与系统卡;公告说的是后续提供。这里报告的是已核到的材料范围,不以一个页面访问失败推断整个发布状态。现有仓库、模型卡和官网又主要来自同一开发方,不能算作三次独立验证。

专家参与评测,仍须辨认谁组织了比较

腾讯发布声明介绍了一项由混元团队与腾讯金融科技共同开展的盲评:213 位专业人士参与,其中 153 位来自外部机构,覆盖 579 项金融任务。本文保留其组织关系与样本规模,不把专业人士参与直接写成独立复现。评测描述

盲评通常通过隐藏模型身份,减少评分者对品牌的先入印象。但它不会自动解决任务如何抽样、每道题由多少人评分、工具权限是否相同等问题。213 位评审也不意味着每个任务都获得了 213 次独立判断,更不能把人数与任务数相乘,当作已知的评分总量。

对科研读者,更有解释力的材料是评分规则、任务分布与逐题结果。某种答案更受专家认可,可能来自内容正确、呈现清楚或流程完整;这些维度应当分开。若要判断差异是否稳定,还需知道评分波动及失败样本如何计入。本文没有取得足以重新计算这项比较的逐题记录,因此不据此给出跨模型的确定排名。

系统卡的价值,是把能力放回条件中

系统卡是说明模型评估、使用条件与局限的文档。对长任务智能体而言,读者需要知道被测的是哪一个模型版本,以及它搭配了什么工具、提示和运行环境。

这是本文提出的后续检查方向:相同模型换一套工具,或者获得更多重试机会,最终完成率都可能变化。完整比较应把模型与外围执行程序一起描述,并说明耗时、调用次数和人工介入。否则,很难判断进展究竟来自模型本身,还是流程配置。

尤其值得保存的是失败轨迹。任务未完成时,是没看清界面、计划出错,还是执行正确却没有验证文件?如果只有最终截图,许多机制就无法区分。公开可回放的过程,往往比再增加几张成功演示更能帮助研究者定位改进空间。

接下来,等待能够改变判断的证据

本次发布说明了开发方向,也提出了可检验的能力主张。现阶段证据主要来自机构公告与既有预览版材料,不是本文已经审阅的同行评审研究;本次检索未找到足以核验这些正式版主张的独立复现,本文也未运行模型。

下一步最值得观察的,是正式版材料能否对应到明确版本,以及外部团队能否在公开任务、相同预算下重现结果。还应看界面变化、任务中断与错误反馈出现时,系统是否仍能完成工作。

如果这些证据逐步补齐,Hy4 的意义就可以从“宣布加入视觉与操作”推进到“哪些任务、哪些条件下更可靠”。今天可以认真关注这条研究路线,同时把结论留在证据已经到达的位置。

参考资料与阅读范围

  1. Tencent:Tencent Launches Hy4,2026-11-04。腾讯经美通社发布的原始声明;直接打开失败,已阅读检索工具返回的原站正文,包括能力、评测、开放计划等段落。页面显示 19:13,未独立核实该显示时间的时区,不据此计算精确发布时刻。
  2. Tencent:Tencent Releases and Open-Sources Tencent Hy4 preview,2026-08-28。已读官网公告,用于核对历史版本与日期。
  3. Tencent-Hunyuan/Hy4-preview,持续更新页面,当前版本更新时间未核实。已读 README 的结构、参数口径、评测和局限段落;未下载权重或执行代码。
  4. tencent/Hy4-preview 模型卡,持续更新页面,当前版本更新时间未核实。已读模型标签、许可证标记与模型说明;不将其作为正式版系统卡。

作者作品推广

以下是作者自有产品推广。除了写技术博客,我也独立开发了两款帮助整理日常生活的 App,欢迎了解:

  • 日常收支小记:记录日常收支,安排预算与储蓄目标,让每笔账目和计划更清楚。在 App Store 了解。
  • 一事微光:根据当下的时间、精力选择小行动,记录完成后的感受,给日常复盘留下一点线索。在 App Store 了解。

更多技术文章与个人作品,欢迎访问我的网站:zffjzz.top。也欢迎分享使用感受,帮助这些小工具逐步改进。