腾讯混元Hy4发布：770B开源模型，原生视觉与电脑操作能力
原标题：腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满
AI 摘要
腾讯正式发布混元Hy4大模型，总参数770B、激活参数49B，首次引入原生视觉理解与电脑操作（CUA）能力，并升级长程Agent与指令遵循能力。模型已在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、ima等产品上线，API接入OpenRouter等平台，权重将于近期开源。实测显示其可自主完成3D交互页面、PPT重排版、图片批处理工具等长程任务，内部测试幻觉率由12.95%降至7.2%。
正文节选
腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满 闻乐 发自 凹非寺 量子位 | 公众号 QbitAI 混元Hy4正式交卷了！ 腾讯这次上来根本不跟你客气，态度就明晃晃写在脸上：跻身最强开源模型之列。 770B总参数、49B激活参数，首次引入原生视觉能力、首次支持电脑操作。 指令遵循、长文理解和长程Agent能力也一起升级，电脑操作、长程Agent任务都挤进了开源阵营前排。 从preview到正式版，Hy4显著扩展了预训练和后训练的数据与训练规模，甚至还直接跑去跟一线业务搞起了“Co-Design”联合打磨。 WorkBuddy国内版、国际版已经同步完成首发接入！ 我就先在WorkBuddy里给它出了个难题：给我搓一把完全可交互的3D机械键盘出来。 75%配列、84键，键帽、轴体、定位板、PCB、电池和外壳，六层结构都安排上了。 鼠标拽着能原地炸开看内部做工，装回去还能直接上手敲，连按键下压、弹簧受力回弹的物理动效都给你算进去了。 这么一看，制作新品展示demo的活儿不就有人干了？你说是吧Hy4～ Hy4已经在腾讯云TokenHub、Work