（中央社台北4日电）中国腾讯混元今天发布新一代大语言模型Hy4。新模型首次引入视觉理解能力，重点强化指令遵循、长文本理解、长程Agent（Long-Running Agent）及真实生产力任务表现。模型权重将于近期开源。

根据腾讯网，Hy4总参数规模为770B（7700亿），采用混合专家架构，首次支持「电脑操作」（Computer Use），能够结合命令行与图形界面执行复杂任务。

混元团队表示，Hy4与顶尖闭源模型仍然存在较大差距。混元将持续稳健扩展预训练和后训练规模，努力缩小和顶尖闭源模型的差距。

在视觉理解方面，Hy4能够识别图像中的细节，分析复杂图表，并结合推理能力完成视觉数学任务。首次引入的电脑操作能力，让模型可以操作图形界面和命令行。针对Blender、CAD等专业软体，以及需要跨应用协作的长程任务，腾讯混元已进行专项训练。

腾讯正透过模型与产品深度协同设计（Co-Design），提升模型在真实工作中的表现。

专业金融分析是另一项重点升级。腾讯针对基金研究、证券分析和量化策略等场景，构建了数千个工作空间和上万个高品质训练任务。

在前端和游戏开发方面，Hy4提升复杂交互、业务逻辑和状态管理能力，并且强化对UE、Unity、Godot等主流游戏引擎的适配。

在科学研究领域，Hy4结合复杂推理、科学编程和长程任务执行能力。