腾讯发布 Hy4，首次支持图像理解与电脑操作，权重后续开放

腾讯发布了其 AI 模型 Hy4。它首次能够理解图像并自主操作软件。该公司将其列为最优秀的开放可用模型之一，不过模型权重要到稍后才会发布。

在预览版发布约两个月后，腾讯发布了正式版语言模型 Hy4。据腾讯介绍，该模型的训练数据量远超前代，并“首次”跻身最强的开放权重模型之列。在权重于某个尚未确定的日期发布之前，Hy4 只能通过腾讯云、OpenRouter 以及腾讯元宝聊天机器人等腾讯应用使用。

最大的新功能是图像理解。Hy4 应能识别照片和复杂图表中的细微细节。在一段演示中，它在一张巨大的航拍图像中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，以及需要依次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 通过用代码生成裁剪区域，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。| 图片来源：腾讯

图像理解还有助于编程，例如构建网站和游戏。在游戏开发方面，腾讯与自家游戏工作室合作，让模型适配了 Unreal、Unity 和 Godot 等流行游戏引擎。据开发团队介绍，在手游《王者荣耀》上，Hy4 几乎毫无差错地完成配置任务，并且查找 bug 根源的效率远超以往。

金融是关键的试金石

腾讯在金融和办公应用方面投入了特别的精力。据腾讯称，在一项有 200 多名金融专业人士参与、对 Hy4 在近 600 个真实任务上进行评估的测试中，该模型排名领先于中国的竞争对手 Deepseek V4.1 Flash、Kimi K3.1 Pro 和 GLM-5.3 Flash。Hy4 在网络研究中产生幻觉的情况也应大幅减少。得益于 revamped 的搜索功能，其内部测试中的幻觉率从近 16% 降至约 5%。该模型还可以与人类实时协作处理 Word、Excel 和 PowerPoint 文件。

合作企业也报告了类似的进展，尽管它们也依赖自己的内部测试。金融平台 Comein 认为 Hy4 是唯一能比肩 Anthropic 的 Claude Opus 5.5（排名第二）的中国模型，并且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于 Hy4。GPT 6.1 Sol 在其中八项上胜过 Hy4。| 图片来源：腾讯

来自 Artificial Analysis 的初步独立评估则呈现出略有不同的画面。在其结合知识工作、编程、科学和通用知识的智能指数上，Hy4 得分 35 分，高于 30 分的中位数。这使它与 Grok 4.7 打平，并在中国实验室模型中排名第二，仅次于得 46 分的 Kimi K3.1 Pro。而在腾讯自己的金融测试中，Hy4 仍领先于 Kimi。

不过，在没有网络搜索的情况下，情况就不同了。在 AA-Omniscience 事实准确性测试中，Hy4 仅凭训练数据就能答对大约一半的问题。当它不知道答案时，有 89% 的情况下会编造一个，而不是承认自己不知道。

在 Artificial Analysis Intelligence Index 上，腾讯的模型与最强的中国模型 Kimi 3.1 Pro 相差甚远。它大致与 Anthropic 最小的模型 Haiku 5.5 打平，而后者在基准测试中每个任务的成本几乎是前者的一半。 | 图片来源：Artificial Analysis

帮助构建下一代自身的 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程。

Liniendiagramm “Optimization progression” zeigt den Trainingsdurchsatz über sechs Versionen, von 100 Prozent in der Ausgangskonfiguration bis 120,1 Prozent in V6. — 据腾讯介绍，Hy4 配合 Hyra 2.0 框架，通过六个步骤将公司内部训练基础设施的吞吐量提升了约 20%。 | 图片来源：Tencent

随后，它独立训练出了自己的 Jev 版本，Jev 是美国初创公司 TypeSafe AI 的一个决策模型。该版本在若干未公开的测试中超越了原版。腾讯以这种方式创建了两款面向生物学和物理学的专用模型，并将作为开放模型发布。

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中击败了基础版 Jev 模型。 | 图片来源：Tencent

展望未来，Hy4 旨在支持并加速公司内部进一步的 AI 开发。

安全性、定价与承认的不足

考虑到计划中的权重发布，腾讯强调安全性。该公司表示，训练期间刻意过滤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风险升高。该模型也远低于腾讯设定的生物危害风险阈值。详细的安全报告将随模型权重一同发布。

尽管有所改进，腾讯的定价仍与预览版相同。一百万输入 token 的价格约为 0.83 美元，一百万输出 token 的价格约为 2.50 美元。不过，公司承认，在高级数学、较长编码项目和复杂图像分析等困难任务上，Hy4 仍远落后于最佳商业模型。一款更快、更便宜的变体 Hy4 flash 计划随后推出。

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 上最为明显：Hy4 得分为 13.0 分，而 GPT 6.1 Sol 为 97.5 分，Claude Opus 5.5 为 91.3 分。 | 图片来源：Tencent

腾讯就在去年 7 月以 Apache 2.0 许可证发布了拥有 2950 亿参数的 Hy3。此后，中国的竞争对手不断向前推进。智谱 AI 发布了 GLM-5.3，Deepseek 推出了 V4.1-Flash-1017，月之暗面发布了 Kimi K3.1 Pro。Artificial Analysis 于 10 月下旬改版了其指数，其中 60% 现在基于私测试集。开放模型与顶尖模型之间的差距已从 3 分扩大到 12 分。

Hy4 权重的计划发布正值监管收紧之际。中国商务和科技部门于 10 月发布了出口管制框架草案，将涵盖全球排名前十或参数量超过两万亿的模型的权重。不过，对于开源发布，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 – 由人工精选

订阅 THE DECODER，享受无广告阅读、每周 AI 新闻通讯、每年六期的独家“AI Radar”前沿报告、完整档案访问权限以及评论区的发言权限。