AI 前沿
腾讯发布开源大模型Hy4并引入视觉与电脑操作能力
腾讯发布新一代大语言模型Tencent Hy4,称其跻身全球领先开源模型行列,并将在未来几天发布模型权重和系统卡。Hy4首次具备视觉理解和电脑操作能力,强化长上下文、智能体任务及办公、金融等场景。
腾讯宣布发布新一代大语言模型Tencent Hy4,称其性能和能力显著提升,已跻身全球领先开源AI模型。腾讯Hy表示,将在未来几天发布模型权重和系统卡,重点关注网络安全与生物安全,以体现负责任的开源开发。
Hy4首次引入视觉理解,并改进指令遵循、长上下文理解和长周期智能体任务。借助视觉理解、推理和工具调用,它可处理细粒度图像处理、复杂图表分析和数学视觉推理等任务。
该模型还首次具备电脑使用能力,可与命令行界面和图形用户界面交互,完成工作和日常任务。Hy4针对Blender、CAD等专业软件进行专门训练,以增强规划和执行复杂长周期任务的能力。
在腾讯WorkBuddy场景中,Hy4用于视觉创意、三维场景构建、网页开发和人机协作。相关评估平均分为83.18,通过率为96.15%,并称其在中国大陆市场12个场景中的9个排名第一。模型还通过WorkBuddy与企业微信连接,汇总聊天、邮件、文档、日历和会议等工作流信息,跟踪项目、待办、会议准备和截止日期。
金融分析方面,腾讯称Hy4经过大量专业工作空间和真实场景任务训练,覆盖基金研究、证券分析和量化投资策略。腾讯Hy团队与腾讯金融科技合作开展的盲测涉及213名金融专业人士,其中包括153名外部机构专家;现有材料称Hy4在其中表现为最佳开源模型,但未提供完整评测细节。