腾讯混元 Hy4 上线：770B 参数，首次会看还会动手
770B 不是看点，三条线一块补齐了
据每日经济新闻和腾讯新闻 11 月 4 日报道，腾讯混元憋了好一阵的新一代大语言模型 Hy4 正式版终于上线。参数上，Hy3 系列还不到 300B，Hy4 系列直接干到 770B，下一代 Hy5 还要接着涨。但咱这老码农瞅着，参数从来不是最要紧的——真正的变化是三条线同时补上了：视觉理解让模型能「看」，电脑操作（Computer Use）让它能「动手」，长程智能体把任务从分钟级拉到小时级。这三者凑齐，模型才从「动嘴的参谋」往「能办事的同事」挪了一步。要我说，国产大模型这半年最明显的变化，就是不再比谁家榜单刷得高，而是比谁家模型真能接住办公室里的脏活累活。
视觉理解：图表、截图、带图数学题都能吃
Hy4 头一回把视觉能力塞了进去。报道里点到的场景挺实：细粒度图像处理、复杂图表分析、连带图的数学题都能啃。咱干工程的都懂，很多真实活儿不是纯文字——一份带曲线的报表、一张 UI 截图、一个白板草图，模型要是连看都不会看，后面再能聊也是瞎子摸象。能读图，意味着它开始能接住办公室和产线里那些「文字说不清、得看图」的任务。以前这类活儿得先用 OCR 或者专门的视觉模型预处理一遍，现在旗舰模型自己长出了眼睛，链路短了一大截。
电脑操作：图形界面加命令行双通道
更戳人的是 Computer Use。Hy4 支持图形界面和命令行两条通道去操作电脑，还能针对 Blender、CAD 这类专业软件做专项训练。翻译成人话：你让它「帮我把这表整理进文档」，它不只是给你段话，而是真盯着屏幕自己点鼠标敲键盘。腾讯研究院 11 月 5 日的盘点也提到，Hy4 在 GameDev、GameLogic 评测上分别涨了 19.1% 和 9.8%。咱当年写自动化脚本最盼的就是有个能自己看界面的伙计，如今大厂把它做进旗舰模型了。这一步跨过去，办公自动化的想象空间就不一样了。
幻觉率砍到 5.45%，权重近期开源
几个数字挺说明问题：579 个真实金融任务众测里，Hy4 拿了 3.04 分排开源第一；自建测试幻觉率从 15.76% 降到 5.45%。这俩数比「参数多大」更有含金量——前者是真实场景的通过率，后者是「它会不会睁眼说胡话」。官方还放话近期开源模型权重，并称首次跻身最强开源模型阵营。腾讯自己倒是认，跟顶尖闭源模型还有差距，这份克制反而让「可托付」三个字更可信。开源之后，社区能不能接住、能不能在真实业务里跑出同样的数，才是下一关的考题。
老炮点评：从参谋到同事，国产开源走到能托付
咱当年带队做系统交付，最烦的就是「演示惊艳、上线拉胯」。Hy4 这波的逻辑不复杂：不跟你比谁参数表好看，而是补视觉、补动手、补长程，把模型往「真能接活」上推。权重要开源，等于把底牌摊开让社区审、让企业验。国产开源从「能对标」走到「可托付」，中间隔的正是任务通过率和幻觉率这些不好看的实数。这回混元把这两个数摆出来，咱给个实在的评价：方向对，且看开源后真实跑分和落地案例能不能撑住。模型不语，实干作答，这话放这儿正合适。
