腾讯混元 Hy4 加入视觉与电脑操作，长任务可靠性存疑
Traditional_Air319 · reddit · 2026-11-05
腾讯发布 Hy4，新增两大能力：首次支持图像与复杂图表理解，并可跨 CLI 和 GUI 操作电脑，针对 Blender、CAD 等工具做了专项训练。
作者提出三个值得实测的问题：
- 错误恢复：按钮移位、权限弹窗、命令中途失败时，模型能否自己诊断并回到正轨？
- 成本：每次失败动作、重试、新截图都意味着更多 token 和 API 调用，长工作流下成本会快速累积。
- 状态跟踪：agent 可能正确完成多步后丢失进度，或误以为某步已成功——完成单个动作与跑完整工作流是两回事。
作者征集对 Hy4 电脑操作能力的真实场景测试。
所属事件:腾讯混元发布 Hy4 正式版：首个带视觉与电脑操作的开源旗舰(26 条相关)→
「模型」频道最新
- 月之暗面开源 Kimi K3.1 Pro 权重,架构疑为 Gated DSA — HanGuo97 · 2026-11-05
- 同数据同 tokenizer 对照实验：DeepSeek V3.1 微调 CE 优于 Llama 全系 — kalomaze · 2026-11-05
- Grok Bot 测试共享披露功能:文件、技能、凭据分享前可标记私密 — XFreeze · 2026-11-05
- Ari 智能体 16 小时无人干预完成后训练，棋题奖励从 0.118 提至 0.629 — ypatil125 · 2026-11-05
- Happenstance 跑遍 PeopleSearchBench 119 题得 84.7 分，断层领先第二名 19 分 — alex_teichman · 2026-11-05
- Google 发布 Agile Deliberation：让 VLM 与人类共商模糊分类边界 — RanjayKrishna · 2026-11-05