2026-11-05 10:11
科技
腾讯AI第一次“睁开眼睛”
腾讯AI第一次“睁开眼睛”
Hy4补上了视觉与动手能力，但元宝离亿级月活还隔着三层台阶。
■
2026年11月4日，腾讯混元Hy4正式版落地。770B总参数、49B激活参数的MoE架构，首次引入视觉理解与Computer Use，1M上下文窗口，以及一份在12个办公场景中9个拿下国内第一的评测单。腾讯官方给出的定性不含糊：混元首次跻身最强开源模型之列。
这句话本身没有问题。在金融众测中，213位专家、579个真实任务，Hy4以3.04分排在开源模型首位，高于DeepSeek-V4.1-Flash的2.97，以及Kimi K3.1 Pro和GLM-5.3的2.68。在覆盖超过1.45万次真实智能体会话的Agent评测中，Hy4预览版位列开放模型第二、全球综合第十，单项任务中位成本约0.26美元，比Kimi K3（Max）的0.80美元低约68%。从模型能力的标尺看，腾讯确实站进了开源第一梯队的大门。
但另一组数字构成了刺眼的对照。2026年9月，豆包MAU 4.19亿，千问1.58亿，DeepSeek 1.23亿，元宝3733万。元宝与前三名之间，不是名次的差距，是数量级的断层。一个模型可以在实验室里跻身顶尖，却在用户的手机桌面上找不到位置。
这正是理解Hy4的正确入口：它首先是一次生产力能力的补齐，而非一场用户心智的争夺。
视觉与“动手”的真实分量
把Hy4的视觉能力仅仅理解为“能看图”，会错过真正重要的东西。过去开源模型在Agent场景中最大的梗阻，不是推理不够聪明，而是模型看不见屏幕、点不了按钮，只能依赖API调用，像被蒙上眼睛的实习生。Hy4第一次让模型原生地处理细粒度图像、复杂图表和数学视觉推理，同时结合图形界面与命令行去操作Blender、CAD这类专业软件。
官方演示的两个案例接近极限：在28亿像素航拍图中定位约2米大小的屋顶构件；重组900片拼图还原莫奈画作。这些不是聊天场景的炫技，而是真实工作流的门槛。当一个模型能够“看屏幕、动手做”，它才从对话工具变成了能接活的执行者。视觉在这里的价值，不在于多了一个模态，而在于它打通了Agent落地的最后一公里。
腾讯对这条路径的投入结构也值得注意。2025年全年研发投入857.5亿元，高于资本开支的792亿元。在头部厂商竞相以算力开支论英雄的语境里，腾讯把更多钱花在了研发而非机房上，这与其“模型与产品深度Co-Design”的方法论一脉相承。代价是算力叙事不占上风，收益是迭代节奏稳定：自2026年2月重建基础设施以来，混元平均每两个月推出一个大版本，先以Preview形式开放，再根据反馈打磨正式版。
坦诚的差距，比跑分更值得读
混元团队自己说得很清楚：Hy4与顶尖闭源模型仍存在较大差距，前沿数学、长程开发、视觉问答等高难度测试集上尤其如此。官方评测中WorkBuddy的83.18分和96.15%通过率，是与自家产品深度协同后的结果，外部参考时需要打折。
这种坦诚在当下的发布文化里反而稀缺。更值得留意的是一组“被低估的升级”：整体幻觉率从Preview版的12.95%降至7.2%，与此同时，因猜测导致的错误率从23.1%骤降至5.6%。对金融、法律、医疗这些对错误零容忍的场景而言，“不乱猜”比“会生成”值钱得多。Hy4选择把这项能力放在视觉和Computer Use的光环之下低调披露，本身就是一种成熟的信号。
真正的考题不在模型里
回到那组MAU数字。腾讯不是没有分发能力，微信、企业微信、腾讯会议、腾讯文档构成的办公生态，是任何对手都不具备的落地土壤。WorkBuddy以3235.3万月活位居办公Agent首位，季度环比增长647.1%，证明腾讯在“工作流容器”里塞入AI的能力并不弱。但元宝作为独立AI原生应用，在豆包的4.19亿月活面前几乎失声。模型能力可以靠一次发布追上，用户习惯的迁移却需要产品时刻的累积。
Hy4把“会看图、能动手”交到了开发者手里，TokenHub上输入6元、输出18元每百万Token的定价延续了Preview版的加量不加价，开源权重也即将释出。对开发者社区而言，这是一个足够有吸引力的起点。但对腾讯的AI叙事来说，真正的验证时刻不在跑分榜上，而在下一次财报电话会里那个没有被单独念出的数字：元宝的月活，什么时候能迈过亿级的门槛。
■
撰文 / OR
相关内容
相关内容
读者评论
科技
2026-11-05 10:11
腾讯AI第一次“睁开眼睛”
腾讯AI第一次“睁开眼睛”
Hy4补上了视觉与动手能力，但元宝离亿级月活还隔着三层台阶。
■
2026年11月4日，腾讯混元Hy4正式版落地。770B总参数、49B激活参数的MoE架构，首次引入视觉理解与Computer Use，1M上下文窗口，以及一份在12个办公场景中9个拿下国内第一的评测单。腾讯官方给出的定性不含糊：混元首次跻身最强开源模型之列。
这句话本身没有问题。在金融众测中，213位专家、579个真实任务，Hy4以3.04分排在开源模型首位，高于DeepSeek-V4.1-Flash的2.97，以及Kimi K3.1 Pro和GLM-5.3的2.68。在覆盖超过1.45万次真实智能体会话的Agent评测中，Hy4预览版位列开放模型第二、全球综合第十，单项任务中位成本约0.26美元，比Kimi K3（Max）的0.80美元低约68%。从模型能力的标尺看，腾讯确实站进了开源第一梯队的大门。
但另一组数字构成了刺眼的对照。2026年9月，豆包MAU 4.19亿，千问1.58亿，DeepSeek 1.23亿，元宝3733万。元宝与前三名之间，不是名次的差距，是数量级的断层。一个模型可以在实验室里跻身顶尖，却在用户的手机桌面上找不到位置。
这正是理解Hy4的正确入口：它首先是一次生产力能力的补齐，而非一场用户心智的争夺。
视觉与“动手”的真实分量
把Hy4的视觉能力仅仅理解为“能看图”，会错过真正重要的东西。过去开源模型在Agent场景中最大的梗阻，不是推理不够聪明，而是模型看不见屏幕、点不了按钮，只能依赖API调用，像被蒙上眼睛的实习生。Hy4第一次让模型原生地处理细粒度图像、复杂图表和数学视觉推理，同时结合图形界面与命令行去操作Blender、CAD这类专业软件。
官方演示的两个案例接近极限：在28亿像素航拍图中定位约2米大小的屋顶构件；重组900片拼图还原莫奈画作。这些不是聊天场景的炫技，而是真实工作流的门槛。当一个模型能够“看屏幕、动手做”，它才从对话工具变成了能接活的执行者。视觉在这里的价值，不在于多了一个模态，而在于它打通了Agent落地的最后一公里。
腾讯对这条路径的投入结构也值得注意。2025年全年研发投入857.5亿元，高于资本开支的792亿元。在头部厂商竞相以算力开支论英雄的语境里，腾讯把更多钱花在了研发而非机房上，这与其“模型与产品深度Co-Design”的方法论一脉相承。代价是算力叙事不占上风，收益是迭代节奏稳定：自2026年2月重建基础设施以来，混元平均每两个月推出一个大版本，先以Preview形式开放，再根据反馈打磨正式版。
坦诚的差距，比跑分更值得读
混元团队自己说得很清楚：Hy4与顶尖闭源模型仍存在较大差距，前沿数学、长程开发、视觉问答等高难度测试集上尤其如此。官方评测中WorkBuddy的83.18分和96.15%通过率，是与自家产品深度协同后的结果，外部参考时需要打折。
这种坦诚在当下的发布文化里反而稀缺。更值得留意的是一组“被低估的升级”：整体幻觉率从Preview版的12.95%降至7.2%，与此同时，因猜测导致的错误率从23.1%骤降至5.6%。对金融、法律、医疗这些对错误零容忍的场景而言，“不乱猜”比“会生成”值钱得多。Hy4选择把这项能力放在视觉和Computer Use的光环之下低调披露，本身就是一种成熟的信号。
真正的考题不在模型里
回到那组MAU数字。腾讯不是没有分发能力，微信、企业微信、腾讯会议、腾讯文档构成的办公生态，是任何对手都不具备的落地土壤。WorkBuddy以3235.3万月活位居办公Agent首位，季度环比增长647.1%，证明腾讯在“工作流容器”里塞入AI的能力并不弱。但元宝作为独立AI原生应用，在豆包的4.19亿月活面前几乎失声。模型能力可以靠一次发布追上，用户习惯的迁移却需要产品时刻的累积。
Hy4把“会看图、能动手”交到了开发者手里，TokenHub上输入6元、输出18元每百万Token的定价延续了Preview版的加量不加价，开源权重也即将释出。对开发者社区而言，这是一个足够有吸引力的起点。但对腾讯的AI叙事来说，真正的验证时刻不在跑分榜上，而在下一次财报电话会里那个没有被单独念出的数字：元宝的月活，什么时候能迈过亿级的门槛。
■
撰文 / OR
相关内容
相关内容
读者评论OR
读者评论
OR
2条评论，1人参与。
在移动设备生成「OR」
app：
OR 启用新域名> |
特别推荐
最受欢迎
分享：
■ 或者, 留一段影像，回一曲挂牵。丝丝入扣、暖暖心灵 ，需飘过的醇厚与共。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
■ 或者，热烈空雨伴芬芳泥土；绿绿生命缠锐意骄阳。
回望，回望，一马平川红酒飘散断归途。
■ 或者，灰蒙蒙空气重回道指一万四千点。滚动时光，照进现实，流逝过往，回归未来。
2条评论，1人参与。