腾讯混元Hy4正式发布 跻身最强开源模型之列

Hy4模型正式发布，凭借能力的全面跃升，该模型首次跻身最强开源模型之列。与此前的预览版本相比，Hy4显著扩展了预训练与后训练的规模，首次引入视觉能力，同时大幅提升了指令遵循、长文理解、长程任务执行、深度研究等多维度综合能力。

视觉与电脑任务

Hy4首次引入视觉能力，可结合感知、推理与工具调用，完成细粒度图像处理、复杂图表分析、数学视觉推理等任务。此外，模型还首次支持电脑操作，可灵活结合命令行与图形界面；针对Blender、CAD等专业软件及跨应用长程任务，模型开展了专项训练，优化专业任务的规划与执行能力。在实际应用中，该模型可通过随拍照片确定地理位置并核实信息，也能实现跨软件的DIY装修程序。

前端与游戏开发

视觉能力的引入，让Hy4在前端与游戏开发领域的能力显著提升。针对前端的复杂交互、业务逻辑、状态管理、前后端联动等方面，模型进行了针对性优化，确保生成的界面兼具美观性与实用性。在游戏开发场景中，模型与专业团队合作优化数据和评测质量，提升了游戏功能实现、玩法逻辑、状态理解和资产处理等能力，已实现对UE、Unity、Godot等主流引擎的深度适配，并开始扩展至多人联机游戏开发。相比预览版本，Hy4在GameDev和GameLogic评测中分别提升19.1%和9.8%。具体应用案例包括用Three.js构建3D数字沙盘、制作可游玩的街机厅、根据生物课本图片生成3D讲解网页等。

金融与办公场景

基于真实金融场景，模型构建了数千个工作空间和上万个高质量任务，学习基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等方向的专业流程与规范。联合行业专家开展的众测显示，Hy4综合表现位居开源模型前列；在金融相关评测中，模型较预览版本提升12.03个百分点。为提升办公场景实用性，模型开展了时效检索、多源信息整合与事实一致性校验的优化，幻觉率从预览版本的15.76%降至5.45%，猜测导致的错误率从23.1%降至5.6%。此外，模型还提升了办公场景的人机协作能力，支持用户实时协作编辑办公文件，在文档美观度、稳定性和可用性上均有明显提升。应用案例包括金融估值建模及个股研究报告、出差后的发票整理和稽查等。

科研与模型研发

Hy4将复杂推理、科学编程与长程任务执行相结合，提升了端到端推进科研工作的能力。在涵盖7大学科、123项可执行研究任务的评测中，模型在数学构造、物理建模、地球环境、系统工程和社会经济决策等领域展现出扎实的科研能力，位居开源模型前列。模型还为递归自我改进做准备，提升模型研发任务的能力；结合相关框架，优化了内部同架构小模型的预训练基础设施，自动训练出优于官方的小模型。同时，模型团队开源了协同研发的单细胞表征基础模型和物理场基础模型，推动模型辅助科研成果转化。具体科研成果包括：在小鼠胚胎三维重建任务中，模型在无专用配准工具、无细胞类型标注的条件下，1.5小时内完成700万细胞的切片对齐与三维重建；与高校团队合作，找到某数学猜想的反例并提出新条件完善，完成形式化验证；自主定位模型训练性能瓶颈，实现端到端训练吞吐提升20.1%；研发的小模型在多项评测中表现优异，相关基础模型也取得较高的生物学保真度和物理仿真预测精度。

长期个人助理

Hy4的上下文学习能力持续提升，可更好地理解多源复杂信息。借助相关套件，模型可连通聊天记录、邮件、文档、日程与会议等日常工作信息，在多项目并行时，能理清各项目的推进历史与进展，识别待跟进任务、需准备的会议和临近截止事项，及时提醒用户并协助安排优先级。相关团队将推出基于Hy4的团队协作功能。应用案例包括从各类信息源整理关注事项、综合多年记录分析健身情况等。

产品应用反馈

在正式发布前，不少伙伴提前测试体验了Hy4，内外团队均给出了积极反馈。

负责任的开源和发布

模型团队充分意识到模型能力潜在的安全风险，致力于以负责任的方式进行训练、开源与发布。在训练阶段，仅纳入防守性网络安全数据，剔除攻击性训练内容，避免潜在进攻性能力提升；组织内部安全专家开展审计，结果显示模型在进攻性能力上未展现突出风险。在生物能力方面，模型的开放式实验设计能力与前沿模型存在差距，基础生物知识掌握能力较强，但转化为可执行实验方案的能力有限，未发现显著降低生物化学危害实施门槛的情况。目前，模型已在相关平台上线，可在多款产品上体验，性能显著超过预览版本且维持相同API价格。团队计划开源模型权重，联合相关社区提供开源生态支持，并发布模型系统卡片。

局限性和未来展望

尽管Hy4已是较强的开源模型之一，但与顶尖闭源模型仍存在较大差距，尤其在内部构建的前沿领域高难度测试集上。未来将持续扩展预训练和后训练规模，缩小与顶尖闭源模型的差距；近期将发布Hy4 flash版本，提升模型性价比和推理速度，高频与产品协同迭代，提高实用性。