
封面為 AI 生成的概念示意,不是 Hy4 的實際架構、實驗設備或性能結果。
解讀日期:2026-11-04
資料截止:2026-11-04 20:37:34(北京時間)
11 月 4 日,騰訊宣佈發佈 Hy4,稱其新增視覺理解與電腦操作能力,同時表示正式版權重和系統卡將在未來幾天提供。對科研讀者而言,這次發佈值得關注的,是視覺輸入與多步行動結合後能否形成可檢驗的能力進展。發佈公告、服務入口與可供獨立研究的模型材料,應當分別判斷。騰訊發佈聲明
新能力的意義,在於行動鏈條變長了
騰訊聲明稱,Hy4 可以處理圖像、圖表等視覺信息,並操作命令行與圖形界面;團隊還針對 Blender、CAD 等專業軟件進行了訓練。這些是開發方對能力的說明,本文沒有進行實測。公告日期為今天,具體訓練和評測發生時間未披露,不能把發佈日期當作實驗完成日期。能力說明
電腦操作可以通俗理解為:模型不只回答“應該怎麼做”,還要讀取界面、選擇動作,再根據操作後的反饋繼續決策。這個方向的研究價值,在於把感知與執行放進同一條可觀察的過程。
例如,讀懂一張科研圖表和把其中的數據正確整理到文件裡,是兩個不同層次的任務。前者可能只需一次判斷,後者還涉及定位內容、選擇工具、處理格式和檢查輸出。一次識別錯誤可能在後續步驟中被放大,也可能被反饋糾正。因而,單張圖片問答成績不能直接替代完整任務的可靠性測量。
預覽版已有材料,不能自動轉移給正式版
騰訊官網把 Hy4 preview 的發佈記在 8 月 28 日。它是本次正式發佈的歷史背景,而非今天新增的開放成果。預覽版公告
目前可讀的預覽版倉庫列出主幹總參數 770B、每個詞元激活 49B,並明確參數表不包含額外的多詞元預測層。所謂混合專家模型,就是每次計算只選擇部分專家參與。這個口徑提醒我們,即使只是抄寫參數量,也需要註明版本和統計範圍。預覽版倉庫
Hugging Face 上的對應頁面仍明確命名為 Hy4-preview,標為文本生成模型,並列出 Apache-2.0 許可證。它支持我們討論預覽版的材料狀態,卻不足以證明正式版沿用同一許可證、完全相同的結構或同一套部署條件。預覽版模型卡
截至本文截止時間,本次檢索未取得可檢查的正式版權重與系統卡;公告說的是後續提供。這裡報告的是已核到的材料範圍,不以一個頁面訪問失敗推斷整個發佈狀態。現有倉庫、模型卡和官網又主要來自同一開發方,不能算作三次獨立驗證。
專家參與評測,仍須辨認誰組織了比較
騰訊發佈聲明介紹了一項由混元團隊與騰訊金融科技共同開展的盲評:213 位專業人士參與,其中 153 位來自外部機構,覆蓋 579 項金融任務。本文保留其組織關係與樣本規模,不把專業人士參與直接寫成獨立復現。評測描述
盲評通常通過隱藏模型身份,減少評分者對品牌的先入印象。但它不會自動解決任務如何抽樣、每道題由多少人評分、工具權限是否相同等問題。213 位評審也不意味著每個任務都獲得了 213 次獨立判斷,更不能把人數與任務數相乘,當作已知的評分總量。
對科研讀者,更有解釋力的材料是評分規則、任務分佈與逐題結果。某種答案更受專家認可,可能來自內容正確、呈現清楚或流程完整;這些維度應當分開。若要判斷差異是否穩定,還需知道評分波動及失敗樣本如何計入。本文沒有取得足以重新計算這項比較的逐題記錄,因此不據此給出跨模型的確定排名。
系統卡的價值,是把能力放回條件中
系統卡是說明模型評估、使用條件與侷限的文檔。對長任務智能體而言,讀者需要知道被測的是哪一個模型版本,以及它搭配了什麼工具、提示和運行環境。
這是本文提出的後續檢查方向:相同模型換一套工具,或者獲得更多重試機會,最終完成率都可能變化。完整比較應把模型與外圍執行程序一起描述,並說明耗時、調用次數和人工介入。否則,很難判斷進展究竟來自模型本身,還是流程配置。
尤其值得保存的是失敗軌跡。任務未完成時,是沒看清界面、計劃出錯,還是執行正確卻沒有驗證文件?如果只有最終截圖,許多機制就無法區分。公開可回放的過程,往往比再增加幾張成功演示更能幫助研究者定位改進空間。
接下來,等待能夠改變判斷的證據
本次發佈說明了開發方向,也提出了可檢驗的能力主張。現階段證據主要來自機構公告與既有預覽版材料,不是本文已經審閱的同行評審研究;本次檢索未找到足以核驗這些正式版主張的獨立復現,本文也未運行模型。
下一步最值得觀察的,是正式版材料能否對應到明確版本,以及外部團隊能否在公開任務、相同預算下重現結果。還應看界面變化、任務中斷與錯誤反饋出現時,系統是否仍能完成工作。
如果這些證據逐步補齊,Hy4 的意義就可以從“宣佈加入視覺與操作”推進到“哪些任務、哪些條件下更可靠”。今天可以認真關注這條研究路線,同時把結論留在證據已經到達的位置。
參考資料與閱讀範圍
- Tencent:Tencent Launches Hy4,2026-11-04。騰訊經美通社發佈的原始聲明;直接打開失敗,已閱讀檢索工具返回的原站正文,包括能力、評測、開放計劃等段落。頁面顯示 19:13,未獨立核實該顯示時間的時區,不據此計算精確發佈時刻。
- Tencent:Tencent Releases and Open-Sources Tencent Hy4 preview,2026-08-28。已讀官網公告,用於核對歷史版本與日期。
- Tencent-Hunyuan/Hy4-preview,持續更新頁面,當前版本更新時間未核實。已讀 README 的結構、參數口徑、評測和侷限段落;未下載權重或執行代碼。
- tencent/Hy4-preview 模型卡,持續更新頁面,當前版本更新時間未核實。已讀模型標籤、許可證標記與模型說明;不將其作為正式版系統卡。
作者作品推廣
以下是作者自有產品推廣。除了寫技術博客,我也獨立開發了兩款幫助整理日常生活的 App,歡迎瞭解:
- 日常收支小記:記錄日常收支,安排預算與儲蓄目標,讓每筆賬目和計劃更清楚。在 App Store 瞭解。
- 一事微光:根據當下的時間、精力選擇小行動,記錄完成後的感受,給日常復盤留下一點線索。在 App Store 瞭解。
更多技術文章與個人作品,歡迎訪問我的網站:zffjzz.top。也歡迎分享使用感受,幫助這些小工具逐步改進。