腾讯混元Hy4正式版发布，从预览版升级为正式版本，并在预训练与后训练的数据规模和训练规模上明显扩展。据量子位报道，Hy4在指令遵循、长文理解与长程Agent能力上同步提升，电脑操作与长程Agent任务进入开源阵营前排。该模型已上线腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、企业微信智能助理大圆、ima等产品，API同步接入OpenRouter、Hermes、OpenCode等平台。

多模态是Hy4此次升级的核心变化之一。它首次引入视觉理解能力，细节识别可精细到在28亿像素航拍图中定位约2米的屋顶构件。在实际测试中，Hy4能先拆解图片中的配色、字体与布局，甚至测量侧栏像素宽度，再开始编写代码，将页面与播放功能一并搭建。

在Agent执行层面，Hy4展现出边验证边工作的特点。测试中，它完成代码编写后会在后台拉起无头Chrome浏览器，在沙盒环境里对各个UI按钮进行点击、拖拽并截图做视觉差异对比，51项测试通过48项，两项卡在测试脚本，最后一项由模型自己发现列表播放到最后一首再点下一首时逻辑未闭环。这种小步试错、验证通过再推进的方式，减少了返工。

长程任务与专业软件操作也是Hy4的训练重点。它针对Blender、CAD等专业软件和跨应用长程任务进行专项训练，强化任务规划与执行能力。在办公场景下，Hy4围绕时效检索、多源信息整合和事实一致性校验优化搜索链路。内部测试显示，Hy4的幻觉率由预览版的12.95%降至7.2%，推测类错误率由23.1%降至5.6%。

金融与科研场景的专项能力同样被提及。训练覆盖基金研究、证券分析、量化策略、资产配置、公司金融和财税会计等方向，基于真实场景构建了数千个工作空间、上万个高质量任务。共有213位专家参与众测，其中七成来自外部头部金融机构，拥有五年以上工作经验。在涵盖7大学科、123项可执行研究任务的TenureTrail内部评测中，Hy4展现了数学构造、物理建模等领域的科研能力。

一个具体案例是，面对包含699万个单细胞、84张二维无序小鼠胚胎切片且混杂镜像翻转噪声的数据集，在离线运行、无专用配准工具、无细胞类型标注的条件下，Hy4耗时1.5小时自主完成空间对齐与三维网格重构。在与北京大学数学团队合作的研究中，Hy4找到了Méndez–Pinto–Villarreal猜想的反例，进一步提出新条件完善猜想，并对相关证明进行Lean形式化验证。

从产业角度看，Hy4的发布强化了腾讯在开源模型与Agent工具链上的布局。模型同时接入云平台、办公协作产品与开发者平台，意味着其调用场景从内部业务向外部开发者扩展，可能带动云服务与办公软件生态的模型调用需求。而主打极低推理成本、适合端侧与高并发Agent编排的Hy4 flash已在推进中，若落地，将进一步影响开源模型在成本敏感型Agent场景中的竞争格局。目前这些能力可通过WorkBuddy、CodeBuddy体验，即日起至11月15日23:59限时免费。