腾讯发布 Hy4 模型，首次支持图像理解与电脑操作

腾讯发布了其 AI 模型 Hy4。它首次能够理解图像，并能自主操作软件。该公司将其列为最好的公开可用模型之一，不过模型权重要到之后才会发布。

在预览版发布约两个月后，腾讯推出了正式版语言模型 Hy4。据腾讯称，该模型训练所用的数据量远超其前代，并“首次”跻身最强开放权重模型之列。在尚未公布具体日期的权重发布之前，Hy4 仅可通过腾讯云、OpenRouter 以及腾讯旗下应用（如元宝聊天机器人）使用。

最大的新功能是图像理解。Hy4 应当能够识别照片和复杂图表中的细微细节。在一项演示中，它在一张巨大的航拍图像里找到了仓库屋顶上一个约两米长的部件。该模型还首次能够操作计算机，自主控制软件。腾讯专门针对 Blender 和 CAD 程序等专业工具，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搜索屋顶上一个约两米长的部件。| 图片：腾讯

图像理解也旨在辅助编程，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，并针对 Unreal、Unity 和 Godot 等主流游戏引擎对该模型进行了适配。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，并且发现 bug 根本原因的频率远高于以往。

金融成为关键试验场

腾讯在金融和办公应用上投入了特别多的精力。据腾讯称，在一项由 200 多名金融专业人士参与、在近 600 个真实任务上评估 Hy4 的测试中，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。Hy4 在网络调研中的幻觉也应当大幅减少。得益于改版后的搜索功能，内部测试中的幻觉率从近 16% 降至约 5%。该模型还能在 Word、Excel 和 PowerPoint 文件上与人类实时协作。

合作公司报告了类似的进展，不过它们也依赖各自的内部测试。金融平台 Comein 认为 Hy4 是唯一能与 Anthropic 的 Claude Opus 5.5 并列第二的中国模型，并在数据查询方面明显领先于 OpenAI 的 GPT-6.1 Sol。智能体平台 Manus 报告称，Hy4 几乎成功完成了所有文档任务。

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 在全部十二项基准测试中领先 Hy4。GPT 6.1 Sol 在其中八项中胜过 Hy4。| 图片：腾讯

Artificial Analysis 的初步独立评估则呈现出略有不同的图景。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 30 分的中位数。这与 Grok 4.7 并列，在中国实验室模型中排名第二，仅次于得分 46 分的 Kimi K3.1 Pro。在腾讯自己的金融测试中，Hy4 仍排名领先于 Kimi。

不过，在没有网络搜索的情况下，情况就变了。在 AA-Omniscience 事实准确性测试中，Hy4 依靠其训练数据能正确回答约一半的问题。当它不知道答案时，有 89% 的概率会编造一个答案，而不是承认自己不知道。

在 Artificial Analysis 智能指数上，腾讯的模型大幅落后于中国最强的模型 Kimi 3.1 Pro。它与 Anthropic 最小的模型 Haiku 5.5 大致持平，而在该基准测试中，Haiku 5.5 每项任务的成本几乎只有前者的一半。 | 图片：Artificial Analysis

帮助构建自身下一个版本的 AI

据腾讯称，在一项涵盖七个领域研究任务的内部测试中，Hy4 在公开可用的模型中排名第一。结合智能体系统 Hyra 2.0，Hy4 还优化了腾讯自身针对较小模型的训练流水线。

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，Hy4 搭配 Hyra 2.0 框架后，在六个步骤中将公司内部训练基础设施的吞吐量提升了约 20%。 | 图片：腾讯

随后，它独立训练出了自己版本的 Jev，这是美国初创公司 TypeSafe AI 的一款决策模型。该版本在多项未具名测试中优于原版。腾讯将以开放模型的形式发布通过这种方式创建的两个生物学和物理学专用模型。

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 变体在八项基准测试中的六项上击败了基础 Jev 模型。 | 图片：腾讯

展望未来，Hy4 旨在支持和加速公司内部进一步的 AI 开发。

安全性、定价与已承认的弱点

考虑到计划中的权重发布，腾讯正在强调安全性。该公司表示，它在训练期间刻意过滤掉了与黑客攻击相关的材料，且腾讯自己的安全实验室未发现滥用的风险升高。该模型在生物危害方面也远低于腾讯的风险阈值。详细的安全报告将随模型权重一同发布。

尽管有所改进，腾讯的收费仍与预览版相同。一百万输入 token 约需 0.83 美元，一百万输出 token 约需 2.50 美元。不过，该公司承认，在高级数学、较长编程项目和复杂图像分析等困难任务上，Hy4 仍远远落后于最好的商业模型。接下来计划推出一个名为 Hy4 flash 的更快、更便宜的变体。

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

腾讯刚刚在去年七月以 Apache 2.0 许可证发布了拥有 2950 亿参数的 Hy3。此后，中国的竞争对手们已经取得了领先。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 在十月下旬改版了其指数，其中 60% 现在基于私有测试集。开放模型与顶尖模型之间的差距已从 3 分扩大到 12 分。

Hy4 权重计划发布之际，正值规则收紧之时。中国商务部和科技部于十月发布了一份出口管制框架草案，将涵盖任何在全球排名前十或参数超过两万亿的模型的权重。不过，对于开源发布，该草案包含一个自动批准的快速通道流程。

没有炒作的 AI 新闻——由人类精选

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整档案访问权限，以及评论区访问权限。