据IT之家11月4日报道,腾讯混元当天发布新一代大语言模型Hy4正式版。相比Hy4 preview,正式版首次引入视觉能力,并首次支持电脑操作。目前,Hy4已在腾讯云和OpenRouter上线,也可通过CodeBuddy、WorkBuddy、元宝、ima等产品体验。
新增的视觉能力不只是识别图像。腾讯介绍,Hy4可以结合感知、推理和工具调用,完成细粒度图像处理、复杂图表分析和数学视觉推理等任务。在电脑操作方面,它支持结合使用命令行和图形界面;腾讯还针对Blender、CAD等专业软件,以及跨应用长程任务开展了专项训练,优化专业任务的规划与执行能力。
腾讯表示,Hy4较预览版显著扩展了预训练和后训练规模,提升了指令遵循、长文理解、长程任务和深度研究等能力。官方列出的应用范围包括视觉与电脑任务、前端与游戏开发、金融与办公、科研与模型研发,以及长期个人助理。报道还称,正式版性能显著超过Hy4 preview,同时维持相同的API价格。
模型已经上线,但权重开放仍是后续计划。腾讯计划近期开放Hy4模型权重,并同步发布模型系统卡片,披露更全面的安全评估等细节,重点关注网络和生物安全风险。腾讯已联合vLLM、SGLang社区及Inferact Inc.提供开源生态支持。
对于能力水平,腾讯官方称Hy4已跻身最强开源模型之列,但也承认它与顶尖闭源模型仍有较大差距,尤其是在内部构建的前沿数学、长程开发、模型迭代和视觉问答等高难度测试集上。这一比较属于腾讯方面的评价,且涉及其内部测试范围。
另一个版本Hy4 flash也计划近期发布。腾讯称,该版本将着重提升性价比和推理速度,并更高频地与产品协同迭代;这仍是后续版本的安排,并非本次正式版已交付的变化。
