腾讯开源大模型Hy4正式版发布：视觉能力、金融办公与科研自动化的生产力跃迁

开源大模型赛场再添重磅玩家。Hy4 正式版正式发布，凭借全面升级的基础能力，首次跻身最强开源模型之列。相比此前的预览版，正式版大幅扩展了预训练与后训练规模，首次引入视觉能力，并在指令遵循、长文理解、长程任务、深度研究等核心维度全面跃升。更值得关注的是，这次升级并非单纯刷榜，而是围绕真实生产力场景进行了深度打磨，让开源模型离企业级落地又近了一步。

基础能力全面跃升，首次解锁视觉与电脑操作

Hy4 正式版最引人注目的变化是首次引入视觉能力，可以结合感知、推理与工具调用，完成细粒度图像处理、复杂图表分析和数学视觉推理等任务。同时，模型首次支持电脑操作，能够灵活结合命令行与图形界面，并针对 Blender、CAD 等专业软件以及跨应用长程任务开展了专项训练，持续优化专业任务的规划与执行力，例如通过随拍照片定位并核实地理信息、跨软件协同完成 DIY 装修流程等。

垂直场景深度打磨，金融办公表现居开源首位

在垂直领域，Hy4 基于真实金融场景构建了数千个工作空间和上万个高质量任务，覆盖基金研究、证券分析、量化策略、财税会计等专业流程。在 213 位专家参与的金融众测中，Hy4 综合表现位居开源模型第一。针对办公实用性，模型还开展了时效检索、多源信息整合与事实一致性校验的专项优化，幻觉率从 15.76% 大幅降至 5.45%，猜测导致的错误率从 23.1% 降至 5.6%，并支持与用户实时协作编辑 Word、Excel、PPT 等文档。

从产业落地视角看开源模型的真实价值

从多年产业实践经验来看，企业选型大模型时最关心的从来不是榜单分数，而是模型能否在真实业务流程中稳定交付。Hy4 正式版的价值恰恰在于把优化重心放在了生产力的三个关键环节：一是降低幻觉率，这对金融分析、合规审核等高风险场景是硬性门槛；二是长程任务能力，意味着模型可以承接跨系统、多步骤的复杂工作流，而不只是单轮问答；三是视觉与电脑操作能力，让模型能够直接嵌入企业现有的软件栈，无需重构业务系统。这三点组合起来，为智能体开发平台和知识库应用提供了更可靠的基础模型底座。

科研自动化与人机协作的深化价值

Hy4 在科研场景的表现更具标志性：面对包含 699 万个细胞、84 张无序二维切片的小鼠胚胎三维重建任务，模型在离线、无专用工具、无标注的受限条件下，1.5 小时内无人干预完成切片对齐与三维重建，效果优于常用配准工具默认流程。在与高校数学团队的合作中，Hy4 成功找到数学猜想的反例并提出修正条件，完成了从反例发现到 Lean 形式化验证的完整研究闭环。此外，模型还自主定位预训练系统性能瓶颈，实现端到端训练吞吐提升 20.1%，并借助脚手架研发出参数量仅为 SOTA 十四分之一却性能相当的单细胞表征基础模型。这些结果表明，大模型正在从辅助工具进化为可自主推进长程复杂任务的科研与生产伙伴。

Hy4 正式版的发布，标志着开源模型在真实生产力场景上迈出了扎实一步。尽管与顶尖闭源模型仍有差距，但其在垂直行业深度打磨、幻觉控制与长程任务上的进步，已足以支撑更多企业级落地探索。对正在推进 AI 转型的组织而言，持续关注这类高性价比开源底座，将是构建自主可控 AI 能力的务实路径。