腾讯混元Hy4正式发布:会看图、能操作电脑,普通人怎么用?

两个月前，腾讯放出混元 Hy4 preview，网友给它起了个外号：鹅来。

当时大家忙着看榜单，讨论它能不能追上别家的模型。这次正式版来了，腾讯给它补了两样东西：看图和操作电脑。

这两个变化放在一起，味道就不一样了。

以前你给 AI 派活，往往得先把事情翻译成一大段文字。手里是一张截图，它等你解释截图；活儿在软件里，它坐在对话框里告诉你“第一步打开软件”。

现在，腾讯想让 Hy4 往前走一步：看懂屏幕上的东西，再配合工具去操作。

11 月 4 日，混元 Hy4 正式发布。腾讯说它已经接入 WorkBuddy、CodeBuddy、元宝和 ima 等产品，WorkBuddy 和 CodeBuddy 还有一段时间的限额免费体验。

元宝中的 Hy4 入口 · 图源：雷科技

但我最想聊的不是“又一张国产模型成绩单”。今天这只鹅，终于开始往办公桌上走了。

会看图，才有机会接住你的“半成品”

普通人的工作现场，材料很少整整齐齐。

开完会拍下来的白板，一张塞满字的活动截图，聊天里发过来的流程图，都是信息。你想让 AI 帮忙，第一关往往是先把这些东西整理成它能读的文字。

Hy4 正式版相对之前的 preview，一个新变化就是加入视觉理解。图表、图片里的信息，可以成为它处理任务的输入。

想象一个很常见的场景：开完会，手机里多了一张白板照片，上面写着几个事项、箭头和日期。你想拿到一份能继续跟进的待办清单。

这时候，可以试着把图片交给支持该能力的产品，让它整理出事项和时间；照片里没有写清楚负责人的地方，就让它留空，别替你猜。

视觉理解场景 · AI 生成示意图

这类任务的价值，在于把材料从“拍完就躺相册”往“可以继续用”推进一步。至于字迹潦草、图里信息打架时整理得准不准，还是得拿手里的材料去看结果。

AI 有了眼睛，你更要盯住一件事：它到底看对了没有。

能操作电脑，不等于把电脑丢给它就能下班

“会点鼠标”听上去很酷，最容易让人脑补成 AI 同事已经可以独立上岗。

现实里的工作常常卡在更前面：要处理哪份文件、按照什么规则处理、做到哪一步要问你。

腾讯这次给 Hy4 加入了电脑操作能力，可以结合图形界面和命令行处理任务。这个能力进入实际产品后，还要靠产品提供相应工具和操作环境，才能把模型的判断变成具体动作。

模型负责想，工具负责让它动；动得对不对，要看你派的活和最后交回来的东西。

比如你想整理一批资料，先告诉它文件在哪里、想得到什么样的结果，比甩一句“帮我搞定”管用得多。遇到发消息、提交内容或改动重要文件，先看清它准备做什么，再决定要不要继续。

最后对结果负责的是你。一个按钮点下去，收到消息的人是你的客户，文件里的内容也是你的工作成果。

腾讯要补上AI用工具这段路

过去两年，大模型发布总爱晒自己考了多少分。

普通人打开 WorkBuddy 时，心里装着的却是另一张考卷：我手里这堆材料，它能不能接过去？做到一半需要补什么？最后给我的东西能不能拿来用？

Hy4 这次把视觉理解、电脑操作和已有办公产品放到一起，腾讯打的就是这张卷子。

这也解释了为什么同一个模型，放在不同产品里，体验可能完全不同。聊天工具擅长一问一答，办公工具还要管文件、操作环境和任务交接。名字都叫 Hy4，能接住的活儿仍要看你打开的是哪个产品、给了它哪些工具。

模型分数可以让人多看一眼。下次碰到麻烦时，你还愿不愿意把事情交给它，才决定这工具能不能留下。

上次写 preview，我把“鹅来”当成国产模型牌桌上的新选手。这次我更想看它能不能坐到办公桌边，把一张图、一份材料、一串动作接起来。

想试？先拿一件小事，别急着扔一整天的工作

现在官方给出的入口包括 WorkBuddy、CodeBuddy、元宝、ima 等。要处理办公材料，可以先从 WorkBuddy 看起；具体模型入口和可用功能，以你打开后的页面为准。

腾讯公布的体验安排是：11 月 4 日到 11 月 15 日，WorkBuddy 和 CodeBuddy 提供一定额度的 Hy4 免费使用。注意是有额度的体验，不是所有任务随便跑、一直免费。

WorkBuddy 中的 Hy4 入口 · 图源：雷科技

第一次上手，我建议挑一件你自己看得懂结果的小事。比如整理一张白板照片：先看它有没有漏掉事项，再看日期有没有抄错，没写清的人名是不是老老实实留了空。

这比一上来让它“自动管理整个项目”更容易看出水平。能把小事接稳，才值得继续把更长的任务交给它。

还有一点别被宣传标题带跑了：腾讯说 Hy4 正式版的模型权重和系统卡将于近期发布。之前 preview 已经开源，正式版不能因为名字相近就当成已经开放下载。

鹅会不会干活，最后要看你的桌面

我挺期待这类变化。AI 会看图，也有机会借助工具操作电脑，能接触到的任务就不再局限于一个空白聊天框。

但对我们来说，最有价值的问题依旧很朴素：这件具体的事，我交给它之后，最后拿回来的东西能不能用？

榜单是别人出的题。你的文件、截图和工作流程，才是你自己的考场。

如果让你给这只新鹅派第一件活，你会让它看一张图，还是帮你整理一批文件？

关注「风火AI」，每天分享一个能上手的 AI 小技巧和新鲜行业资讯。