腾讯混元Hy4正式发布：首次能看图能操作电脑，它干活时你动不了鼠标

给一只企鹅建模，17分钟交出初版，围巾、肚皮、连USB-C开孔都是它自己补的。但左眼怎么都弄不对，改了六轮还是不像，直到把参考图放大八倍，它才看清眼睛该长什么样。

干这活的是混元Hy4正式版，腾讯今天中午刚发布的。测试出自一家提前拿到资格的科技媒体，不是厂商自己剪的宣传片。这一版最大的变化是两件事，能看图了，还能操作电脑了。

别觉得这事离你远。Hy4已经上线元宝、ima、腾讯云、WorkBuddy、CodeBuddy和企业微信智能助理，QQ、微信读书这些腾讯系产品也在陆续接入。你平时要是用元宝或者ima，公司用企业微信，这个模型早晚会到你眼前，不用你自己动手换。

真想抢鲜的，入口是WorkBuddy，腾讯那个AI办公助手，平时接腾讯文档、网盘，也和企业微信打通了。11月4日到11月15日23:59，在它里面用Hy4限时免费。

免费是有门槛的。免费用户只有少量体验额度，触及额度后就继续消耗积分，订阅用户的额度才高一些。动手之前先看清自己剩多少额度，别任务跑到一半被计费打断。

那它到底长进了什么？一句话，眼睛和手。

眼睛是视觉理解。Hy系列旗舰以前一直缺这块。腾讯新闻发布当天做了个测试，把一张塞得满满的冰箱照片发给它，让它给一家三口排三天九顿饭，采购预算100块。它逐层盘点食材，把几样看不清楚的真空包装标成待确认，再保守排进菜单。官方自己给的例子更炫一些，在28亿像素的航拍图里找出屋顶一个2米的构件，拿随手拍的照片反推地理位置。对写代码的人，改页面不用再描述布局配色，截个图指给它看就行。

手是操作电脑。Hy4看着屏幕找按钮，鼠标键盘和命令行混着用，Blender、CAD这类软件做过专项训练。操作微信发条评论、总结个群消息，它都能跑通。代价是干得慢，还抢鼠标，任务拆成几十步，这段时间你这台电脑干不了别的，只能坐在旁边看着。

跑分这块，先泼盆冷水。金融众测里Hy4拿了3.04分，压过Kimi K3.1 Pro的2.68和DeepSeek V4.1 Flash的2.97，标称开源模型综合第一。但这个众测是腾讯自己组织的，213位专家、579个真实任务，阵容唬人，尺子是谁家的，你得心里有数。幻觉率从12.95%降到7.2%，同样是他们自测的口径。

反倒让我多了点好感的，是发布稿里的一句实话，与顶尖闭源模型仍有较大差距，尤其在内部高难度测试集上。厂商自己把短处写到这个份上，比任何通稿都可信。所以我劝你去试，不劝你信它最强。

7.2%的幻觉率什么概念，大概每十四次回答就有一次夹着编的成分。企鹅那只左眼也是一回事，它自己看不见自己错在哪。但换成别人的材料，它挑错倒是挺灵。还是那套测试里，有人给Hy4一张编造的业绩宣传图，它把宣传的营收增长80%当场算回25%，还指出柱状图纵轴从110起步，是为了把涨幅显得大。话虽如此，也别把核对的活全甩给它，查人名、核数字、找引用的时候，这一步别省。这不只针对Hy4，眼下所有大模型都一样。

那这个免费窗口该怎么用？平时只是聊聊天、写写文章的，这波不用赶，这次长出来的眼睛和手，是冲着让AI干活去的。真要拿它干活的，给Hy4派一件不赶时间的活，比如把一堆资料整理成报告，做一个能交互的网页。测试里就有人用一句话让它给9岁孩子做了个太阳系教学网页，点行星能看档案，拖动时间流速，能看明白为什么每个星球的一年不一样长。按17分钟出企鹅初版的水平，速度你可以期待，左眼那样的细节别指望，期间还得做好一会儿碰不了鼠标的准备。