騰訊發布新一代大語言模型Hy4　首增視覺理解將開源

（中央社台北4日電）中國騰訊混元今天發布新一代大語言模型Hy4。新模型首次引入視覺理解能力，重點強化指令遵循、長文本理解、長程Agent（Long-Running Agent）及真實生產力任務表現。模型權重將於近期開源。

根據騰訊網，Hy4總參數規模為770B（7700億），採用混合專家架構，首次支持「電腦操作」（Computer Use），能夠結合命令行與圖形界面執行複雜任務。

混元團隊表示，Hy4與頂尖閉源模型仍然存在較大差距。混元將持續穩健擴展預訓練和後訓練規模，努力縮小和頂尖閉源模型的差距。

在視覺理解方面，Hy4能夠識別圖像中的細節，分析複雜圖表，並結合推理能力完成視覺數學任務。首次引入的電腦操作能力，讓模型可以操作圖形界面和命令行。針對Blender、CAD等專業軟體，以及需要跨應用協作的長程任務，騰訊混元已進行專項訓練。

騰訊正透過模型與產品深度協同設計（Co-Design），提升模型在真實工作中的表現。

專業金融分析是另一項重點升級。騰訊針對基金研究、證券分析和量化策略等場景，構建了數千個工作空間和上萬個高品質訓練任務。

在前端和遊戲開發方面，Hy4提升複雜交互、業務邏輯和狀態管理能力，並且強化對UE、Unity、Godot等主流遊戲引擎的適配。

在科學研究領域，Hy4結合複雜推理、科學編程和長程任務執行能力。（編輯： 馮昭 /朱建陵）