腾讯混元 Hy4 上手：会看图、会操作电脑，限免期间创作者能拿它做什么
11 月 4 日腾讯混元发布 Hy4 正式版，首次加入视觉理解和电脑操作，还专门针对 Blender、CAD 做了训练；WorkBuddy 里限免到 11 月 15 日。本文讲清楚它新增了什么、在哪里用，以及怎么让它帮你搭 Blender 白模、给视频模型做参考。
AI 生成内容本文由 AI 辅助生成，内容依据公开资料整理，仅供学习交流；平台功能与价格变化较快，请以官方最新信息为准。
Hy4 正式版是什么
2026 年 11 月 4 日，腾讯混元发布了新一代大语言模型 Hy4 正式版。它的前身是 8 月 28 日开源的 Hy4 preview，这次正式版有两项 preview 没有的新能力：
- 视觉理解：能看截图、图表、表格和图片，官方称在精细图像处理、复杂图表分析和数学视觉推理上都有提升；
- 电脑操作（Computer Use）：能结合命令行和图形界面操作电脑，看懂软件界面，决定何时点击、何时输入、何时切换应用。官方还专门针对 Blender、CAD 等专业软件和跨应用的长流程任务做了训练。
几个基本信息：
| 项目 | Hy4 |
|---|---|
| 规模 | 770B 总参数、49B 激活参数的 MoE 模型（腾讯云社区文章口径；官方公开的模型卡目前是 preview 版） |
| 上下文 | 最长约 1M tokens |
| 输入 | 文本 + 图片（preview 只支持文本） |
| 使用入口 | WorkBuddy、CodeBuddy、元宝、ima、腾讯云 TokenHub、OpenRouter 等 |
| API 价格 | 输入 6 元 / 百万 tokens，输出 18 元 / 百万 tokens，缓存命中 0.3 元 / 百万 tokens（与 preview 相同） |
| 开源 | 正式版权重“计划近期开源”，目前还没放出；可下载的是 preview 版（Apache 2.0） |
腾讯这次的表态比较克制：一方面说 Hy4 是混元首次进入“最强开源模型”之列，另一方面也承认与顶尖闭源模型仍有较大差距。官方公布的成绩大多是自己的测试，有的还是自建评测，看的时候要打个折扣。
和 preview 比强在哪
按官方和媒体报道，正式版的变化主要在三处：
- 少瞎编：官方称幻觉率和“靠猜”导致的错误都明显下降。不同报道给出的具体百分比口径不一致，这里不引用具体数字，但方向是一致的；
- 游戏开发更强：官方称 GameDev、GameLogic 两项内部评测分别比 preview 提升 19.1% 和 9.8%；
- 能看、能动手：这是最实质的变化。以前你只能把需求写成文字丢给它，现在可以直接丢截图、丢录屏，让它看着改；也可以让它直接操作电脑上的软件。
在哪里用：限免到 11 月 15 日
对个人创作者来说，最划算的入口是腾讯的桌面智能体 WorkBuddy：
- 限免时间：据腾讯云开发者社区的文章，Hy4 和 Hy3 在 WorkBuddy 里限免到 2026 年 11 月 15 日 23:59（以官方公告为准）；
- 怎么选：在个人版客户端的模型选择器里，正式版 Hy4 排在最上面，倍率显示为 0.00x 即免费。preview 已经从列表里移除；
- 额度：免费用户每天有少量额度，用完可以继续消耗积分；高峰期可能排队。生图、生视频会切到多模态模型单独计费，不在免费范围内；
- 上下文别乱调：默认 300K，可以调到 600K 或 960K，但文章提醒，调大不会让模型更聪明，只会让每轮消耗的积分翻倍。
如果你是开发者，也可以通过腾讯云 TokenHub 或 OpenRouter 调 API。
限免期间值得试的三件事
限免额度别浪费在简单问答上，那用哪个模型都差不多。建议拿来试它新增的能力。
一、让它在 Blender 里搭白模，给视频模型当参考
之前写《Seedance 2.5 上手》时提到过：Seedance 2.5 加强了白模（clay render）参考，用没有贴图的 3D 白模控制构图、人物站位和机位，比纯文字描述精确得多。问题是很多人不会 Blender。
Hy4 的电脑操作正好补上这一环。爱范儿的实测里，Hy4 先识别了电脑上安装的 Blender 版本、确认性能够用，然后通过脚本操作 Blender，搭出一个约 4550 个物体的新加坡花园城市场景，最终交付了 .blend 文件。
给它的任务可以这样写：
用我电脑上的 Blender 搭一个白模场景，用于给视频模型做构图参考：
- 场景：雨夜街角，左侧一栋两层书店，右侧一排路灯，中间是十字路口；
- 人物：一个简化的人形白模，站在书店门口，面朝镜头左侧；
- 摄像机：35mm 焦距，人眼高度，从路口斜对角拍向书店，16:9；
- 全部使用灰色无贴图材质，加一盏模拟路灯的点光源；
- 完成后渲染一张 1920×1080 的预览图，另存 .blend 文件到桌面。几点经验：
- 一次只要一个镜头：先把空间、站位、机位搭对，再考虑动画；
- 让它截图自查：实测文章的经验是，让模型截图看自己的产出再迭代，效果明显更好；
- 复杂流程要多轮：媒体也指出，复杂的电脑操作任务仍需要多轮引导，不要指望一句话出成品；
- 渲染出来的白模图或白模视频，就可以作为 Seedance、可灵、万相等模型的参考素材。
二、丢截图让它看着改
视觉理解适合这类“说不清楚但看得见”的问题：
- 把剪映、PR 的时间线截图丢给它，问“这一段节奏哪里拖”；
- 把海报初稿丢给它，让它指出文字层级、留白和对齐问题，再结合《MOSS-Image 上手》里的 JSON 布局重新出图；
- 把一张分镜表截图丢给它，让它按镜头逐条改写成视频提示词，思路和《让 DeepSeek / 千问当你的提示词助手》一样。
实测文章的另一个经验是：能给图、给录屏，就别用文字描述目标。比如想要某种界面风格，直接给一张参考截图，比写三段形容词有效。
三、长任务用 /goal 锁住目标
爱范儿的实测里，有一个任务是把文件夹里的十几篇论文一次性整理成 14 份 PPT、1 份 Excel 和一份 19 页的 Word 报告，耗时约 30 分钟。长任务的技巧是用 WorkBuddy 的 /goal 把最终目标固定下来，避免做到一半跑偏。
对创作者来说，可以用来：
- 把一季短剧的剧本拆成分镜表 + 角色表 + 每集提示词；
- 把一个文件夹的参考图按角色、场景、道具分类重命名，方便后面喂给视频模型；
- 把素材来源、授权信息整理成一张表，发布时备查。
想本地跑？先看清楚是哪个版本
Hy4 的“开源”目前要分开看：
- Hy4 preview（8 月开源）：Apache 2.0 许可，Hugging Face、魔搭等平台可下载，但只支持文本，没有视觉和电脑操作；
- Hy4 正式版：官方表示计划近期开源权重并发布系统卡，但截至本文写作时还没有放出。
另外，即便权重放出，770B 级别的 MoE 模型也不是个人电脑能跑的。preview 版的官方部署示例用的是 8 卡并行，社区虽然有量化版本，但对个人来说门槛依然很高。想在自己电脑上跑大模型，更现实的是 30B 以下的稠密模型。
用之前的提醒
- 电脑操作有风险：让 AI 操作电脑之前，先关掉无关的程序和文件，不要让它碰网银、支付和重要账号；重要文件先备份；
- 它会犯错：官方自己也承认和顶尖闭源模型有差距，生成的 Blender 场景、PPT 和报告都要人工检查；
- 素材授权照旧：让它整理或改写的剧本、参考图，都要是你自己的或已获授权的；
- AI 生成内容要标注：最终发布的视频、图片，按《人工智能生成合成内容标识办法》标注 AI 生成。详细规则见《发布 AI 视频、音乐、图片前必看》。
参考来源
- 腾讯混元发布 Hy4，首次进入最强开源模型梯队（网易科技，2026-11-04）
- 腾讯混元 Hy4 正式版发布，号称首次跻身最强开源模型之列（IT 之家，2026-11-04）
- 腾讯混元 Hy4 正式版发布（财联社，2026-11-04）
- 限免 12 天：WorkBuddy 里的 Hy4 到底比 preview 强在哪（腾讯云开发者社区）
- 实测腾讯 Hy4：我用它复刻《王者荣耀》，WorkBuddy 真能接大活了（爱范儿，2026-11-04）
- Hy4 preview 模型卡（Hugging Face）
AI 生成内容信息整理截至 2026-11-08。本文由 AI 辅助生成，内容依据公开资料整理，仅供学习交流；平台功能与价格变化较快，请以官方最新信息为准。