腾讯宣布发布 Hy4，这是一款旨在与领先的开源 AI 模型竞争的新型大语言模型（LLM）。虽然之前的迭代版本主要集中在文本上，但 Hy4 引入了视觉理解能力，允许模型执行诸如细粒度图像处理、复杂图表分析和数学视觉推理等任务。该模型还旨在处理“长程”智能体任务，这些任务涉及在较长时间内规划并执行多步骤流程。
这张图片展示了 Hy4 模型支持的视觉理解和长程智能体任务。
Hy4 最显著的技术新增功能之一是其“计算机操作”能力。这允许模型直接与命令行界面（CLI）和图形用户界面（GUI）交互以执行日常任务。为了支持这一功能，腾讯提供了针对专业软件的专门训练，包括 Blender 和 CAD（计算机辅助设计）。这些能力被整合到各种工作流中，例如游戏开发——其中模型支持 Unreal Engine、Unity 和 Godot 等引擎的复杂逻辑——以及科学研究，其中它协助进行数学构建和物理建模。
除了通用能力外，腾讯还强调了 Hy4 在专业领域的表现。在涉及 213 名金融专业人士的盲测中，据称 Hy4 在 579 项真实金融任务中表现优于 DeepSeek-V4.1-Flash-1017 和 Kimi K3.1 Pro 等其他模型。为了管理与开源发布相关的风险，腾讯实施了特定的安全防护措施：该模型在防御性网络安全数据上进行了训练，同时明确排除了攻击性材料，并且经过内部审查以确保其生物学知识不会促进开放式的实验设计。虽然这些性能和安全性声明由腾讯提供，但目前尚缺乏独立的第三方验证。