Tencent Hy4 发布:开源模型首次具备视觉与电脑操作能力
Tencent 正式发布了 Hy4,这是 Hy 系列模型的一次重大飞跃,使其首次跻身最强开源模型之列。Hy4 不仅大幅扩展了预训练和后训练规模,还首次引入了视觉感知能力,能够理解细粒度图像细节和复杂图表。更令人兴奋的是,它支持电脑操作,可在命令行界面(CLI)和图形用户界面(GUI)中工作,甚至能针对 Blender、CAD 等专业软件进行长周期任务规划。在金融、科研、前端及游戏开发等真实场景中,Hy4 均展现出卓越表现,特别是在减少幻觉率和提升文档协作可靠性方面取得了显著突破。
Hy4 支持视觉感知,通过结合感知、推理和工具使用,能够理解细粒度图像细节并解读复杂图表。