从会回答到会办事，元宝接入腾讯混元 Hy4
财经早餐 · 财经与投资
原创 梧林 2026-11-06 06:36 上海 先把事情办对 用户上传机票和酒店截图，让AI帮忙安排一次带父母出行的旅程。最常见的回答，是迅速生成一份看起来周到的攻略，几号几点到哪里，每餐吃什么，一天走几个景点。 元宝在官方演示中换了一个处理顺序。它先核对两张截图，发现酒店入住日期比航班落地晚了一天。如果照着这个订单出发，游客落地当晚没有房间，返程当天却多订了一晚。AI随后提醒用户修改订单，再按实际日期规划行程。 这个细节比一篇辞藻丰富的攻略更有价值。现实生活里，很多任务并非用户说什么，机器照着做就行。用户给出的资料可能有误，几个要求可能互相冲突，还可能有自己也没留意到的限制。一个助手如果只会顺着指令往下写，效率越高，错误也可能被带得越远。 AI应用发展到今天，新的竞争正藏在这些地方。 能回答已经不够，能否发现问题、推进任务并交出可用结果，开始决定用户会不会再次打开它。 一张截图，成了AI应用的新考题 11月4日，腾讯混元正式发布新一代大模型Hy4，元宝专家模式同步升级，原有的Hy4 preview切换为正式版。用户在App、PC端和网页端选择Hy4即可免费使用。 这次升级有两个关键变化。Hy4首次引入视觉理解，并强化了Agent能力和长程任务表现。前者让模型处理照片、截图、手写稿和复杂图表，后者负责把一件需要多个步骤的事继续往下做。 两张订单截图就是很典型的输入。它们包含时间、地点、人物和订单状态，信息分布在不同页面，彼此之间还有约束。AI要完成的也不只是文字识别，而是理解每一项信息在行程里的作用。返程日期影响酒店离店时间，老人同行影响每天的步行安排，机场位置又会影响交通选择。 按元宝产品团队披露的测试结果，接入Hy4后，多模态Agent任务完成度较此前VLM模型提升36.8%，多模态问答提升15.8%。这些数字来自官方应用评测，更适合用来观察升级方向。普通用户最终感知到的，是AI能否少漏一项信息，少制造一次返工。 类似的还有作业批改。用户拍下一页数学作业，元宝可以在原图上标出错处，归纳尚未掌握的知识点，并建议学生自己重讲一遍错题思路。结果不再游离于原图之外，用户也不必拿着一段文字逐题寻找对应位置。 从文字问答走到这里，AI开始接触更真实的日常输入。人们不会总是先整理好一份结构化文档再提问，更多时候，他们只是把眼前的一张照片、一个截图交给助手。 会办之前，先要学会办对 订单纠错之所以值得单独拿出来说，是因为它触及了Agent应用最容易被忽略的能力，判断任务的前提是否成立。 过去很多AI产品追求快速响应。用户提出要求，模型立即给出答案，很少停下来检查资料是否完整，要求之间是否冲突。这样的交互看起来顺畅，实际使用中却可能把核对工作重新留给用户。 真正的任务助手需要多走一步。它得知道哪些信息可以直接采用，哪些需要交叉核对，哪些操作必须先询问用户。发现酒店日期有误时，先指出问题，再提供修改建议，比直接生成三天行程更接近真实的办事过程。 这种能力也体现在结果检查上。元宝展示的另一个案例中，用户用两张古风照片制作修仙小游戏。系统完成页面和逻辑后会自行试玩，发现破境难度不合理、背景过暗，再分别增加保底机制、调亮界面。 写出一个页面和交付一个能玩的游戏，中间隔着测试、修改和再次验证。AI能够参与这段过程，用户接收到的才更接近成品。所谓长程任务能力，落到体验上，就是减少用户在每一个中间环节重新下指令的次数。 当然，官方演示说明产品已经具备了怎样的设计目标，不代表所有复杂任务都能一次成功。图片模糊、信息缺失、外部资料冲突，仍可能影响结果。 对AI助手来说，知道何时继续执行，也知道何时停下来确认，和速度同样重要。 元宝要把答案变成可以使用的成品 这次升级里，还有一条线索值得注意。元宝交付的内容正在从文本扩展到图片、网页和可交互结果。 在博物馆拍下一件文物，用户可以要求元宝制作讲解网页。官方演示中，网页嵌入原始照片，用户点击画面中的位置，可以查看纹样、工艺和文物经历。展签与公开资料存在不一致时，系统也会单独注明。 为了让这类内容更可靠，Hy4训练融入了腾讯SSV探元AI文博知识内容，覆盖近千所博物馆、1.66万件文物。模型能力与具体知识库结合后，AI才能从泛泛描述转向有出处的内容讲解。 这里体现的是模型与产品团队的协同。 混元负责提升视觉理解、推理和长程执行能力，元宝则要把这些能力做成普通用户能理解的功能。 原图标注、任务过程检查、成品网页和资料来源，都属于产品设计的一部分。 模型能力再强，如果用户仍需自己整理输出、寻找工具、核对每一个步骤，使用门槛依然很高。元宝强调专家模式，正是在尝试把复杂能力收进一次相对简单的交互里。用户提出目标，系统拆解步骤，中间持续检查，最后交付可以使用的结果。 这也是AI应用从聊天工具走向任务助手时必须补上的产品工作