Hy4 正式发布，为真实生产力而生
腾讯研究院 · 商业与创投
腾讯研究院 2026-11-04 18:10 北京 首次跻身最强开源模型之列 今天，我们发布 Hy4 正式版。随着模型能力的再次全面跃升，Hy 首次跻身最强开源模型之列。 相比于 Hy4 preview，Hy4 显著扩展了预训练和后训练规模，首次引入了视觉能力，并大幅提升了指令遵循、长文理解、长程任务、深度研究等各项综合能力。 持续解锁的真实生产力 基础能力的全面提升以及和腾讯内部众多产品与业务的持续合作，让 Hy4 解锁更多真实生产力场景。 视觉与电脑任务 Hy4 首次引入视觉能力，可以结合感知、推理和工具调用，进行细粒度图像处理、复杂图表分析和数学视觉推理等任务。Hy4 也首次支持电脑操作，可以灵活地结合使用命令行和图形界面。我们针对 Blender、CAD 等专业软件和跨应用长程任务开展了专项训练，持续优化专业任务的规划与执行力。 · 通过随拍照片，确定地理位置并核实信息 · 跨软件实现DIY装修程序 前端与游戏开发 视觉理解的引入也使 Hy4 的前端与游戏开发能力显著提升。我们对前端的复杂交互、业务逻辑、状态管理、前后端联动等方面进行了针对性优化，让模型生成的界面除了好看也功能完整且可用。在游戏开发场景，我们与腾讯 IEG 专业游戏开发者合作，持续优化数据和评测质量，重点提升了游戏功能实现、玩法逻辑、状态理解和资产处理等能力，实现了对 UE、Unity、Godot 等主流引擎的深度适配，并开始扩展至多人联机游戏开发。相比 Hy4 preview，Hy4 在 GameDev 和 GameLogic 评测中分别提升 19.1% 和 9.8%。 · 用 Three.js 构建一个「腾讯企鹅岛3D数字沙盘」 · 制作一个可实际游玩的「QQ欢乐街机厅」 · 给一张生物课本图片，生成3d的讲解网页，清晰展示与讲解知识点 金融与办公场景 我们基于真实金融场景构建了数千个工作空间和上万个高质量任务，让模型充分学习基金研究、证券分析、量化策略、资产配置、公司金融、财税会计等方向的专业流程与规范。我们联合腾讯金融科技 FiT 开展了213位专家的金融众测，其中153位来自外部的头部金融机构，且七成拥有五年以上工作经验。基于579个真实金融任务的结果显示，Hy4 综合表现位居开源模型第一（众测得分：Hy4 3.04、Kimi K3.1 Pro 2.68、GLM-5.3 2.68、DeepSeek-V4.1-Flash-1017 2.97）。此外，在金融智能体公司讯兔科技的内部评测 IRAB 中，Hy4 较 Hy4 preview 提升 12.03 个百分点。 为了提升金融等各类办公场景的实用性，我们还启动了针对时效检索、多源信息整合与事实一致性校验的专项搜索优化。在自建测试中，Hy4 的幻觉率从 preview 的 15.76% 降至 5.45%，猜测导致的错误率从 23.1% 降至 5.6%。此外，Hy4 还重点提升了办公场景中的人机双写能力，支持用户与 Hy 实时协作编辑 Word、Excel、PPT 等办公文件。盲评显示 Hy4 相比 Hy4 preview 在文档美观度、稳定性和可用性上均有明显提升。 · 金融估值建模及个股研究报告 · 出差后的发票整理和稽查 科研与模型研发 Hy4 将复杂推理、科学编程与长程任务执行相结合，进一步提升端到端推进科研工作的能力。在涵盖7大学科、123项可执行研究任务的 TenureTrail 内部评测中，Hy4 在数学构造、物理建模、地球环境、系统工程和社会经济决策等领域展现出扎实的科研能力，位居开源模型第一。 Hy4 也在为递归自我改进（RSI）做准备，提升各种模型研发任务的能力。结合 Hyra2.0 脚手架，Hy4 优化了内部同架构小模型的预训练基础设施，并自动训练出在多项评测中优于官方的 Jev 模型。同时，我们也开源了由 Hy4 协同 Hyra2.0 研发的单细胞表征基础模型 HyCell 和物理场基础模型 HyPDE，希望将模型辅助科研的成果转化为社区可复用的工具。 以下是 Hy4 在科研场景下的初步成果展示： 在小鼠胚胎三维重建任务中，面对包含 699 万个细胞的 84 张无序二维切片，以及其中的镜像翻转问题，Hy4 在离线、无专用配准工具、无细胞类型标注的条件下，于 1.5 小时内完成了切片对齐与三维重建，全程无人干预，效果优于常用配准工具的默认流程，展现了在复杂数据与受限工具环境下自主推进科学计算任务的能力。 · Hy4 单机 1.5 小时完成 700 万细胞小鼠胚胎三维重建 · Hy4 完善数学猜想 在与北京大学数学团队合作的研究中，Hy4 成功找到了 Méndez–Pinto– Villarreal 猜想的反例，并进一步提出新的条件完善了该猜想，并对相关证明进行 Lean 形式化