Hy4 正式版能力全解：视觉理解、电脑操作、长程任务——企业 Agent 的三块新拼图

混元 Hy4 正式版今天发布。官方一句话定位：为真实生产力而生。我们拆开来看，正式版到底给了企业 Agent 开发者哪些新弹药。

一张表看懂 Hy4 正式版 vs preview

三个核心能力拆解

1. 视觉理解：Agent 终于能“看”了

Hy4 正式版首次引入视觉能力，这不是简单的 OCR 或图像描述，而是结合感知、推理和工具调用的视觉推理：

• 细粒度图像处理：不是只说“这是一张图”，而是能理解图中的具体内容
• 复杂图表分析：能读懂 Excel 截图、数据可视化图、财务报表
• 数学视觉推理：能理解数学公式图片、几何图形并做推理

对企业 Agent 的意义：用户发一张截图，Agent 能理解截图内容并据此操作。比如用户截图报错信息，Agent 识别错误码、查询知识库、给出解决方案——不需要用户手动描述问题。

2. 电脑操作：Agent 能直接操作软件

这是最有突破性的一项。Hy4 首次支持电脑操作，能灵活结合命令行和图形界面：

• 支持命令行操作
• 支持 GUI 操作
• 针对 Blender、CAD 等专业软件专项训练
• 支持跨应用长程任务

对企业 Agent 的意义：很多企业内部系统没有开放 API，但 Agent 可以通过 GUI 操作来完成任务。比如 Agent 操作 ERP 系统录入数据、操作 OA 系统提交流程——不需要改造现有系统，Agent 直接“像人一样”操作界面。

3. 长程任务与幻觉率：从“能跑”到“敢用”

幻觉率暴降是企业 Agent 上生产的硬前提。15.76% 意味着每 6 个回答就有 1 个是编的——在客服场景里这就是 6 分之 1 的客诉。5.45% 虽然还不够完美，但已经到了“可以灰度验证”的区间。

长程任务的提升则体现在正式版的科研案例中：

• 700 万细胞三维重建：699 万个细胞、84 张无序二维切片，1.5 小时完成，无人干预
• 数学猜想修正：找到 Méndez–Pinto–Villarreal 猜想反例，提出新条件完善猜想，Lean 形式化验证
• 训练瓶颈定位：自主定位预训练系统性能瓶颈，端到端吞吐提升 20.1%

这些不是简单的“问一个答一个”，而是模型从输入到交付全程自主推进——这正是企业级长程 Agent 需要的核心能力。

ADP × Hy4：企业 Agent 落地方案

Hy4 正式版已上线腾讯云 ADP，工作台直接选用。ADP 提供三层数据支撑：

自然语言搭建 + Agent Harness + 企业级 Service Agent

自然语言搭建：Claw 模式，描述需求即生成 Agent。现在 Hy4 视觉能力加入后，Agent 可以处理图片输入——用户发截图就能触发任务。

Agent Harness：断点续跑、按需启停、全链路可观测。Hy4 的长程任务能力在 ADP Harness 下才能真正稳定运行——跑 20 步的任务，第 10 步中断了能从第 10 步继续，而不是从头来。

企业级 Service Agent：构建→评测→分发→治理→管控，权限和安全策略配套。Hy4 幻觉率下降后，企业才敢把 Agent 放到真实生产环境。

Hy4 正式版在 ADP 上的典型场景

ADP 双十一活动

• Hy4 限时 5 折：活动持续到 2026 年 12 月 31 日
• ADP 新老客户福利：新客最低 5 折起

接入渠道一览

安全与开源

腾讯在安全方面做了负责任的处理：

• 网络安全：仅纳入防守性数据（PoC 生成、漏洞修复），剔除攻击性训练内容；经腾讯玄武和科恩实验室审计，Hy4 在密码分析、逆向工程、漏洞利用等进攻性能力上未展现突出风险
• 生物安全：开放式实验设计能力与前沿模型存在明显差距（Hy-BioExperimentBench: 30.4/100）
• 开源计划：计划开源模型权重，联合 vLLM/SGLang 社区和 Inferact Inc. 提供生态支持，近期发布模型系统卡片

局限与展望

官方坦承：Hy4 虽已是最大最强开源模型之一，但与顶尖闭源模型仍有较大差距，尤其在前沿数学、长程开发、模型迭代、视觉问答等高难度测试集上。

下一步：Hy4 flash 近期发布，显著提升性价比和推理速度，更加高频地和产品协同迭代。

结语

Hy4 正式版的三块新拼图——视觉理解、电脑操作、长程任务——每一块都直指企业 Agent 的实际痛点。

Agent 不能看图？现在能了。Agent 不能操作软件？现在能了。Agent 跑长了就跑偏？幻觉率暴降 65%。加上 ADP 的 Harness 和 Service Agent 治理体系，从模型能力到生产能力的桥已经搭好。

限时 5 折，到 12 月 31 日——现在上 ADP 选 Hy4，是验证成本最低的窗口。