騰訊發佈開源旗艦模型Hy4：可識別屏幕並操作電腦

騰訊於2026年11月5日正式發佈開源旗艦AI模型Hy4。據騰訊官網消息，官方將其定位為“全球領先的開源AI模型之一”，並稱該模型學會了“看”和“使用電腦”。

模型能力：視覺識別與桌面操作

根據Product Hunt上的產品信息，Hy4的核心能力在於“學習看和用電腦”。這意味著模型不僅能識別屏幕內容，還能執行點擊、輸入等操作電腦的交互行為。騰訊官方新聞稿標題同樣強調Hy4“加入全球領先開源AI模型的行列”。

“視覺識別+操作電腦”的組合被視為AI智能體（Agent，指能自主感知環境並執行任務的AI系統）能力的關鍵突破。若該能力成熟，開發者可基於Hy4構建自主完成桌面任務的AI應用，拓展自動化辦公、軟件測試等場景。目前披露的技術細節有限。

騰訊選擇將Hy4作為開源模型發佈，延續其通過開源推動生態建設的策略。在Hacker News上，相關討論帖獲得31個點數，顯示開發者社區對該模型的關注。Product Hunt也將Hy4列為產品並附討論鏈接，進一步擴大曝光。

開源旗艦模型的發佈通常能吸引開發者基於其進行二次開發，形成圍繞模型的工具鏈和應用生態。

Hy4的視覺與操作能力若得到社區驗證，可能催生一批新的AI智能體項目。

騰訊將Hy4定位為“全球領先的開源AI模型之一”，直接對標當前開源領域的頭部模型。分析認為，具備操作電腦能力的開源模型尚屬少數，Hy4的發佈可能加劇開源AI模型在多模態與智能體能力上的競爭。

後續值得關注的因素包括：

這些因素將決定Hy4能否真正推動AI應用格局的變化。