Tencent 发布 Hy4,支持图像理解与计算机操作
Tencent 发布 AI 模型 Hy4,首次加入图像理解和自主操作软件能力,模型权重计划稍后开放。当前可通过 Tencent Cloud、OpenRouter 和腾讯应用使用,官方称其在开发生态中位列领先的中文模型之一。
Tencent 发布 AI 模型 Hy4,首次加入图像理解和自主操作软件能力,模型权重计划稍后开放。当前可通过 Tencent Cloud、OpenRouter 和腾讯应用使用,官方称其在开发生态中位列领先的中文模型之一。
Tencent 发布 Hy4 大语言模型,首次加入计算机操作能力,并通过视觉理解、推理和工具调用强化长程智能体表现。Hy4 采用 770B 总参数、49B 激活参数和 100 万 token 上下文窗口,相比 Hy4 Preview 在 GameDev bench 和 GameLogic 基准上分别提升 19.1% 和 9.8%。
爱范儿在 WorkBuddy 中实测腾讯 Hy4 正式版,模型可依据录屏复刻网页迷你 MOBA,并完成办公文档、3D 场景及应用开发等长程任务。测试覆盖多模态视觉理解、连续电脑操作和错误后的计划调整,作者认为其日常办公与创意任务的交付能力明显优于 preview,但复杂流程仍可能需要多轮交互。
推荐理由:通过办公、编程、3D 建模和游戏复刻等实测,呈现 Hy4 接入 WorkBuddy 后的长程执行与多模态表现。
Tencent WeChat Vision 团队发布开源视觉语言模型 WeVisOne-VL,提供 2B 和 4B 两个版本,将检测、OCR、计数、指向、分割与 alpha matting 整合到单一模型中。