腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满
闻乐 发自 凹非寺 量子位 | 公众号 QbitAI
指令遵循、长文理解和长程Agent能力也一起升级 ，电脑操作、长程Agent任务都挤进了开源阵营前排。
从preview到正式版，Hy4显著扩展了预训练和后训练的数据与训练规模，甚至还直接跑去跟一线业务搞起了“Co-Design”联合打磨。
我就先在WorkBuddy里给它出了个难题：给我搓一把完全可交互的3D机械键盘出来。
75%配列、84键，键帽、轴体、定位板、PCB、电池和外壳，六层结构都安排上了。
鼠标拽着能原地炸开看内部做工，装回去还能直接上手敲，连按键下压、弹簧受力回弹的物理动效都给你算进去了。
Hy4已经在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、企业微信智能助理大圆、ima等产品上线；API同步接入OpenRouter、Hermes、OpenCode等平台。
像素级视觉感知
Hy4首次引入的视觉理解，细节识别已经精细到 能够在28亿像素航拍图中，定位约2米的屋顶构件 。
Hy4接单之后先把图里的配色、字体、布局挨个拆了一遍，连左侧栏宽多少像素都量好了，然后才开始写代码，把页面和播放功能一起搭起来。
米色打底、橙红点缀、黄绿配色，再加上粗粗的大标题和一张黑胶唱片，复古味儿一下就上来了。
我把买家秀和卖家秀并排放着找了半天不同，最显眼的居然是左上角那俩前进后退按钮：一个圆，一个方。。。
翻了翻Hy4的交付说明，播放暂停、上下首切换、拖动进度、调节音量都接上了，循环、随机播放、搜索和收藏同步也没落下。
原来这些曲子是它用浏览器原生的Web Audio实时合成的，不用我再满电脑翻音频文件，打开网页就能听。
好好好，我只给了一张图，Hy4不仅交付了播放器，还附赠测试曲库，顺手把试音的活儿也包了。
照记录里的过程，Hy4写完代码后，自己悄悄在后台拉起了一个无头Chrome浏览器，在沙盒环境里对着各个UI按钮挨个点击、拖拽，一边点一边截图做视觉差异对比。
51项过了48项，两项卡在测试脚本，最后一项被它自己揪出来——列表放完最后一首歌，再点下一首时逻辑没处理闭环。
设施在哪儿、多大，路怎么拐弯，都得照着图来；摩天轮和旋转木马也不能光站着摆造型，得转起来；这游乐园还得能让我进去逛。
经历了一连串几何体建模、着色器配置和摄像机绑定，它真的把整座“星光游乐园”原地拔地而起了。
经典的红白旋转木马顶棚、主路两旁的小卖部、沿街分布的低多边形树木与草皮，全按比例投射进了三维空间。
我本来都做好了进门先迷路的准备，右上角居然还配了张小地图：设施、道路、草坪，连我现在站哪儿都标出来了。
进园后，WASD移动，鼠标拖动转向，按住Shift还能加速，想看设施就打开标签。
Agent交付力拉满
我给它塞了一份“拾光Beam Go 2”便携智能投影仪的产品资料，让它做套15页左右的新品介绍PPT。
Hy4先把资料从头捋了一遍，配图也没瞎找，直接利用原生代码绘制风格高度统一的矢量示意图，图表则保留成可编辑的形式，方便后续修改。
在渲染第4页时，它发现一段长文本挤出了页面安全边框，自己在后台立刻重构版式，把单栏拆成了卡片流，二次校验通过后才继续往下推进。
Hy4倒没急着把16页全改了，先挑一页试着套进去，确认没问题，再批量修改剩下的页面。
不得不说，边验证边工作的能力是它这次非常亮眼的优势，不是一股脑输出完就交差，而是小步试错、验证通过再推进，大幅减少返工。
裁切、改尺寸、压缩、导出，单张图折腾几下还行，一批图挨个来，鼠标没坏，人先麻了。
Hy4领到任务后，先在环境里去研读了业内开源标杆Squoosh和Image Workspace的优秀设计，借鉴了原图/压缩图对比滑杆、预设工作流的技术方案。
然后快速拆分出上传流、处理流、Web Worker多线程并行、Canvas图形管线、ZIP归档模块，直接敲代码。
米白底色、橙色点缀，打开先弹出三步引导。Slogan是：“把重复的交给工具，把审美留给自己。”
按交付设计，图片可以整批拖入，也能直接选文件夹；左侧统一设置裁切、尺寸、压缩和格式，少数需要“特殊照顾”的图片，再单独调整。
它还顺手内置了社交头像1:1、电商主图、极小体积等常用配方，拉动滑杆能实时看画质损失，最后点击一次打包成ZIP扔给浏览器下载。
打开Chrome里的JS Paint，用鼠标临摹混元亲亲表情包，还得把操作过程录下来。
看屏幕、找工具、选颜色，再控制鼠标落笔，用上的正是它新支持的CUA（计算机使用）能力。
好嘛，别的AI忙着一键出图，Hy4在这儿练鼠绘，上有参考图负责考眼力，下有画图软件负责考手艺（doge）。
加量不加价
面对多步骤任务，它能够持续保持目标与任务状态，在执行过程中进行阶段性自检，根据运行结果定位问题、修改方案，再重新验证，直到能交付无Bug的结果。
对Blender、CAD等专业软件和跨应用长程任务也进行了专项训练，强化任务规划与执行能力。
办公场景下，Hy4还围绕时效检索、多源信息整合和事实一致性校验，对搜索链路进行了专项优化。
在内部测试中，Hy4的幻觉率由preview版的12.95%降至7.2%，推测类错误率由23.1%降至5.6%；
训练覆盖基金研究、证券分析、量化策略、资产配置、公司金融和财税会计等方向，基于真实场景构建了数千个工作空间、上万个高质量任务，让模型学习专业流程与规范。
共有213位专家参与众测，其中七成来自外部头部金融机构，拥有五年以上工作经验——
Hy4将复杂推理、科学编程与长程执行结合，在涵盖7大学科、123项可执行研究任务的TenureTrail内部评测中，展现了数学构造、物理建模等领域的科研能力。
面对包含699万个单细胞、整整84张没有任何时间空间连续标记的二维无序小鼠胚胎切片的数据集还混杂着实验切片中常见的镜像翻转等噪声数据；在离线运行、无专用配准工具、无细胞类型标注的严苛条件下，Hy4耗时1.5小时，自主完成小鼠胚胎切片的空间对齐与三维网格重构。
在与北京大学数学团队合作的研究中，Hy4找到了Méndez–Pinto–Villarreal猜想的反例，进一步提出新条件完善猜想，并对相关证明进行Lean形式化验证。
这些能力现在已经可以通过WorkBuddy、CodeBuddy体验。即日起至11月15日23:59还有 限时免费体验 ！
最后再提醒一波，主打极低推理成本、适合端侧与高并发Agent编排的Hy4 flash也已经在路上了。
字节找到了DeepSeek时强时弱的原因 2026-10-09
arXiv最严新规！每人每月最多提交2篇，拒稿不退额度 2026-10-02
DeepSeek扩招！弹性计算团队大量HC，尤其需要资深工程师 2026-10-03
首个AIGC长片大赛！RunningHub单项大奖100万，科幻IP免费改编 2026-09-15
相关阅读
10亿美元打折卖身！腾讯IDG投资的无人车独角兽Zoox，被亚马逊收购
要知道，这家一度星光四溢、获得腾讯、IDG押注的无人车公司，曾率先创下美国无人车创业公司最高估值——上一轮以32亿美元完成5亿美元融资。
当AI在加速狂奔，什么反而应该“慢”下来？
这个没用的大会，腾讯为啥一办7年？
腾讯大模型技术斩获两项世界冠军，已落地微信搜索
腾讯再次注资元宇宙，联合领投隔空触觉技术公司，D轮融资5.2亿元
腾讯AI加速器三期成员名单公布，下一只独角兽是你吗？
热门文章
MIT：GPT-6 Astra能直接修改Qwen权重，数学能力暴涨6倍
百度无人车搞出“黑客帝国”！世界模型实时推演全局，跑一天抵三年
抢跑DeepSeek！硅谷华人把下一代Agent Harness造出来了！？
Linux内核被挖出948个漏洞！OpenAI花120万美元找到的
资本正在撤离“世界模型”
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1