想让混元Hy4替你操作电脑,入口不在元宝

源自160位全网作者

11-04 22:05

11月4日,腾讯发布混元Hy4。官方演示里,它能自己打开软件、点按钮;发布当天的媒体实测里,它钻进微信找旅行社工作人员,再去本地文件夹核对签证材料。最容易想到的入口是元宝,把模型切到Hy4——然后发现它还是坐在对话框里,动不了你桌上的微信和文件夹。

这不是模型没放出来,是入口分了两层。

Hy4这次最实在的升级,是第一次把“看屏幕”和“动手”接在一起:视觉理解让它认得出界面上的按钮和表格,Computer Use让它能混用命令行和图形界面,官方说还针对Blender、CAD这类专业软件做过训练。但模型能力要变成普通人点得到的功能,得有人把它装进产品里。

元宝装的是“看和想”。元宝里能选到Hy4,官方说专家模式免费不限额,适合丢一张财报截图进去问、让它读图表、做多步骤的资料整理。 可公开介绍里,它没有接管你电脑上微信和文件夹的入口。小红书

“动手”落在WorkBuddy。雷科技的实测,就是在WorkBuddy里让Hy4去微信找旅行社工作人员、读聊天记录,再核对Mac下载文件夹里的签证材料。 用法不复杂:装WorkBuddy桌面版,模型选Hy4;要操作浏览器,再装浏览器扩展,打开“允许WorkBuddy控制浏览器”。 操作浏览器时,它会在独立的标签页组里干活,有自己的光标,不抢你的鼠标。遇到敏感操作,它会先问用户。雷科技知乎

所以,今天想让AI动你的电脑,普通人的路径目前就是WorkBuddy,而且免费有窗口:WorkBuddy国内版、国际版同步首发接入,11月4日到15日23:59限时免费,Hy3的免费时间也延长到同一时刻。 额度用完后可以消耗积分,订阅用户配额更高。小红书知乎

API是另一条路:腾讯云TokenHub按刊例价五折到12月31日,输入6元、输出18元、缓存命中0.3元每百万tokens。 这条是给开发者的,普通人不必碰。科创板日报

那“什么时候人人都能用上”?腾讯给出的名单里,QQ、微信读书、腾讯新闻等产品还在“持续接入中”,没有日期。 开源的正式版权重也还没放出来,发布页写的仍是“计划开源”。 770B的模型,也不是普通家用电脑能跑的;权重开放不等于普通用户多一个按钮。科创板日报知乎

也别把“能操作”想得太顺。官方自己的榜上,Hy4的OSWorld是78.9,前面还有Kimi和Opus;Terminal-Bench 4.0只有44.4,Kimi是66.8。 B站有用户留言说,自己晚上实测“比ds慢多了”,Blender的测试结论也是“还要努力”。 它适合先干那种步骤清楚、出错能撤销的小活:整理一批截图、把网页上的表格填进Excel、在已登录的页面里找信息。别一上来就让它动工资卡、公司后台和没备份的文件。知乎哔哩哔哩

这十二天免费额度,最值得做的不是跑分,是拿一件你本来要手动做的小事,看它卡在哪一步。能操作电脑是一回事,敢把电脑交给它是另一回事。

内容由AI生成
0
扫一下,分享更方便,购买更轻松
0评论

当前文章无评论,是时候发表评论了
提示信息

取消
确认
评论举报

最新文章 热门文章