11月4日，腾讯正式发布混元Hy4大模型，首次引入视觉理解与电脑操作能力，并针对专业金融分析做了专项优化。模型采用开放权重策略，定位全球领先的开源模型梯队，轻量版Hy4 Flash也将随后推出。

11月4日，腾讯正式发布了新一代大模型混元Hy4。这是混元系列迄今为止规模最大的一次升级，也是该系列第一次把视觉理解和电脑操作能力作为原生能力放进模型里。按照腾讯官方的说法，Hy4已经跻身全球领先的开源模型之列，而它所瞄准的对手，不再只是国内同行，而是全球开源生态的顶端位置。

如果把过去的大模型比作一个只能读文字的聪明大脑，那么Hy4的变化在于，它第一次长出了“眼睛”和“手”。视觉理解能力让模型可以直接看懂高分辨率图片、读懂复杂图表、完成数学视觉推理；电脑操作能力则意味着它不再满足于回答问题，而是可以像人一样操作图形界面，去点开软件、填写表格、完成一连串跨应用的任务。这两项能力的加入，标志着混元从“会聊天的模型”向“能干活的智能体”迈出了关键一步。

值得注意的是，Hy4在能力路线上做了一个颇具针对性的选择：专业金融分析。腾讯介绍，模型在训练中融入了数千个专业工作空间和数万个源自真实场景的高质量任务，让它对基金研究、证券分析、量化投资等专家工作流程有了更深的理解。换句话说，Hy4不只想当一个全能选手，还想先在金融这个最讲精度、最看重推理链条的行业里站稳脚跟。这与当前大模型竞争从“通用跑分”转向“垂直场景落地”的大趋势不谋而合。

与此同时，Hy4在安全问题上的处理也值得留意。腾讯表示，模型在网络安全和生物安全方面内置了防护机制，刻意压制了可能被用于攻击的“进攻性”能力，例如漏洞利用代码的开发、逆向工程和渗透测试相关内容。这种“防御性”的训练取向，与月之暗面等国内厂商近期限制模型网络攻击能力的做法形成了呼应。在AI能力越跑越快的今天，如何给模型装上刹车，正在成为各家厂商共同面对的考题。

从商业策略看，Hy4延续了开放权重的路线：模型权重向开发者开放，但核心训练数据不公开。与此同时，腾讯还计划随后推出更轻量、更注重成本效益的Hy4 Flash版本，显然是想用“旗舰打口碑、轻量抢市场”的组合拳，吸引更多云客户。值得一提的是，Hy4发布前夕，有报道称甲骨文取消了向腾讯提供先进算力的大额长期协议，这给Hy4的后续算力供给留下了问号。不过就产品本身而言，Hy4的上线仍然是中国开源模型阵营一次有分量的集体亮相。

放在更大的格局里看，Hy4的发布恰逢中国开源模型在全球加速抢位：月之暗面的Kimi K3.1 Pro、阿里的千问系列、DeepSeek的V4系列都在同一赛道上竞速。Hy4能否凭借视觉与电脑操作这两块新拼图，在全球开源第一梯队中站稳脚跟，接下来要看开发者真实的用量和口碑。但至少有一点已经清晰：大模型的竞争，正在从“谁更会说话”转向“谁更会干活”。

来源：腾讯官方发布、路透社、PYMNTS