11月4日,腾讯发布混元Hy4正式版大模型,官方称Hy首次跻身最强开源模型之列。相比今年8月28日发布并开源的Hy4 preview,这次写进能力表的是两个"首次":原生视觉理解,以及首次支持GUI+CLI协同的电脑操作(Computer Use),而官方训练目标里直接点名了Blender、CAD和跨应用任务——这是它被设计师和开发者推上热榜的原因。微博知乎
先把最实用的结论放在前面:今天就能上手,入口是官方产品WorkBuddy,限时免费到11月15日23:59。但对CAD、Blender的"适配"指的是专项训练出的操作能力,不等于把需求丢过去就能拿到可加工的工程图;模型权重今天的官方口径也只是"将于近期开源",本地部署这条路径还要再等。知乎微博
"适配"这两个字,官方说的是哪一层
电脑操作的方式是图形界面与命令行结合:模型看屏幕识别按钮和面板,决定什么时候去点开终端、敲什么命令,再配上视觉理解、推理和工具调用,处理复杂图表解读、文档理解和多图信息分析等任务。"截一张模型图—指出问题—给出修改"这个回路第一次在混元线上完整跑通。微博
前端方向,官方能力表写明强化复杂交互、状态管理、业务逻辑和前后端联动。一位拿到内测反馈的用户把一个带十几层DOM穿透和防风控逻辑的Playwright抓取脚本丢给Hy4,输出的重构方案不仅把全套链路理顺,连挂在8030端口上的代理重试逻辑都没乱。知乎知乎
设计师现在能做的三件事
第一件是不用搭任何环境的:Hy4已接入WorkBuddy,按官方说明,免费用户有少量体验额度,用完可消耗积分继续,订阅用户额度更高。三维工作流里可以直接试的是:用自然语言驱动Blender改模型、调渲染参数、跑试错轮次——社区已经流行用MCP协议把AI客户端接进Blender,装上通道后像指挥助手一样一句话建模、逐轮迭代,Hy4这类原生会"看屏动手"的模型接进去,省掉的正是过去靠脚本胶水拼的那部分。知乎知乎
视觉理解的另一半价值在审校:设计稿对比、复杂图表解读、图片分析都是官方列出的场景。做文创的设计师还有个现成的素材面——官方披露Hy4训练融入了探元AI文博知识,覆盖近千所博物馆、1.66万件文物。那位内测用户提到的另一段体验也属于这类用法:一张按钮排歪的界面截图,模型一眼定位到是内边距写重了,顺手给出flex布局的修改方案。知乎微博知乎
开发者值得排期的三件事
一是把它当Agent底座试。电脑操作能力内化进了模型本身,以前开源模型做Agent需要自己搭一套工具调用框架、写function calling的schema、处理输出解析,现在这些环节由模型自己决定;运维自动化、跨软件流水线这类"数字员工"场景多了一个国产选项。知乎
二是为本地部署做准备。Hy4延续770B总参数、49B激活参数、1M上下文的MoE架构,规格与preview一致,正式版扩展了预训练和后训练的数据规模。激活参数这个量级对中小团队自建推理相对友好。知乎
部署生态已经提前就位:腾讯联合vLLM、SGLang社区做了推理框架适配,权重开源后可以直接用主流框架部署,不用等社区反向工程。但要分清状态:今天开源平台上还挂着的是8月底的preview版本。那一代preview在2026年8月28日发布时即以Apache 2.0协议正式开源,正式版权重要再等。知乎哔哩哔哩微博
三是留个预算观察位。主打性价比和推理速度的Hy4 Flash近期也会发布,官方称其适合对延迟敏感的线上服务场景。知乎
两个状态边界,别读岔了
第一,“发布并开源"是不少转载标题的写法,IT之家当日快讯的标题就写着"正式版发布并开源”,但官方原话是"将于近期开源模型权重",并强调会重点关注网络和生物安全风险。等正式版权重落地之前,本地化接入能用的仍是preview。知乎
第二,“训练过"不等于"用好了”。腾讯官方承认Hy4与顶尖闭源模型在前沿数学、长程开发、模型迭代、视觉问答等高难度任务上仍有较大差距。首批第三方实测也给出了细节提醒:有博主拉满思考档硬测后直言,模型能跑、能看,但细节毛刺不少。另一位速测博主的主观结论更直接:前端表现没有跑分排名强。尺寸公差敏感的工程图和最终交付稿,现在仍然需要人来复核签字。知乎哔哩哔哩哔哩哔哩
接下来值得盯三个节点:正式版权重开源的具体时间、Hy4 Flash上线后的实际价格档位、以及11月15日WorkBuddy限免结束后设计师们的留存反馈。