网易首页 > 网易号 > 正文 申请入驻

Hy4正式版发布:“为真实生产力而生”落地了

0
分享至


翼言商业观察

训练环境的规模,决定了模型见过多少种不对劲。

8月28日,“为真实生产力而生”第一次出现,那是 Hy4 的预览版。当时它像一个承诺。现在正式版上线,模型首次跻身最强开源模型之列。这个承诺是怎么落地的,我们按照能力、环境、案例、短板、自我研发、价格六件事拆开讲清楚。

01

视觉不是终点,看懂屏幕才是

很多人盯着这次的视觉理解能力。Hy4 首次引入视觉,可以结合感知、推理和工具调用,做细粒度图像处理和复杂图表分析。但看图不是终点——看不懂屏幕,就不知道下一步点哪儿。

它同时也首次支持电脑操作,而且不是二选一:命令行和图形界面可以灵活结合着用。图形界面加命令行一起用,模型才算真的坐上了工位。

而这次真正新的东西在训练侧:训练被塞进了 Blender、CAD 这类专业软件。这类软件的特点是,改一步、画面就变一截,得自己看懂了再决定下一步。官方的说法是,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。

02

比能力清单更重要的,是训练环境

官方提到,混元与腾讯云 Agent Runtime 团队协同构建了沙箱环境,里面部署了数百款应用软件,让 Hy4 一遍遍操作、核对、错了退回来重做。Agent Runtime 本身也已对外开放。

这件事的意义容易被低估。这种活儿脚本写不出,刷榜也刷不到——脚本只能走预设路径,而真实软件里的弹窗、报错、状态变化是无穷的;榜单考的是一次性答对,长程任务考的是连续几十步不塌。

训练环境的规模,决定了模型见过多少种“不对劲”。

03

三个案例,挑最有说服力的讲

官方给的场景很多,这里只挑三个。

第一个是看。二十八亿像素的航拍图里,定位出一个两米宽的屋顶构件。难点不在识别,在于二十八亿像素没法整张塞进去,得先判断该往哪看,再放大确认。

第二个是拼。九百片拼图,拼回莫奈的《博尔迪盖拉》。拼图是典型的「局部都对、整体未必对」的任务,每一步都在考验它记不记得住全局。

第三个最狠。六百九十九万个细胞、八十四张乱序切片,做小鼠胚胎的三维重建;没有配准工具、没有标注,它自己把镜像翻转的问题纠了过来,一个半小时,没人插手。能跑流程不稀奇,脏数据里自己找补,这才是干活的样子。

04

幻觉率下降,生物实验自认“差距明显”

幻觉率官方给了两套数字,任务集不一样,这里不硬凑:

一套是自建测试里的幻觉率,从 15.76% 降到 5.45%;另一套是猜测导致的错误率,从 23.1% 降到 5.6%。两套口径不同,不取平均,也不合并讲。

但后一套里有一行值得单独说——靠猜下结论的错误,从 23.1% 降到了 5.6%。长任务里每一步都猜一点,整条链就塌了;降的是这个乘法的底数,不是某一道题的分数。

生物实验这项只拿了 30.4 分,满分一百,出自 Hy-BioExperimentBench。官方自己的判断是:开放式实验设计能力尚未达到高风险阈值,基础生物知识扎实,但把知识转化成可执行实验方案这一环仍然有限。原文写的是“差距明显”这一类表述,没有绕。

安全上,训练阶段只纳入了与 PoC 生成、漏洞修复相关的防守性数据,漏洞利用、逆向、渗透这些攻击性内容被剔除;后又请腾讯玄武和科恩实验室的专家,围绕密码分析、逆向工程、漏洞利用做了审计,结论是进攻性能力上未展现出突出风险。

另外官方文档也直说了:Hy4 虽是最强开源模型之一,与顶尖闭源模型仍有较大差距,尤其在前沿数学、长程开发、模型迭代、视觉问答这些高难测试集上。不藏上限,也不把克制当谦虚。

05

协同研发:它开始帮着造模型了

这是这次发布里最容易被略过、但其实很有价值的一条。

结合 Hyra 2.0 脚手架,Hy4 优化了内部同架构小模型的预训练基础设施,自动定位到训练里的卡点,把整体训练吞吐提了 20.1%;还自动训出了一个在多项评测上优于官方版本的 Jev 模型。

同时开源了两个由它协同研发的基础模型:单细胞表征的 HyCell,物理场的 HyPDE。这不是 demo,是扔给社区能直接用的工具。

数学上还有一件。交换代数方向的 Méndez–Pinto–Villarreal 猜想,反例是它找出来的;找到之后还提出了新的条件把猜想补完整,最后用 Lean 做了形式化验证——反例、修正、验证,三步是一溜干下来的。

所以这条的落点不是“答题更准“,而是“活儿能一溜干到底”。

06

价格没动,Hy4 flash近期上线

据了解,本次Hy4正式版,API 价格维持不变,按每百万 Token 计:输入 6 元,输出 18 元,缓存命中 0.3 元。

优惠这条要说准确:腾讯云 TokenHub 那边有为期一个月的五折,按刊例价计,截止 2026 年 12 月 31 日。是限时活动,不是长期价。

更轻更快的 Hy4 flash 官方说近期发布,主打性价比和推理速度。

一句提醒:网上流传的“12 项跑分 83.18 分、通过率 96.15%”出自 WorkBuddy 的办公场景评测,不是模型的综合分,别当通用成绩引用。金融那组众测数字同理,那是自家组织的评测,横向比较看看就好。

至于模型权重,官方说计划开源,并已联合 vLLM、SGLang 社区与 Inferact 提供生态支持,系统卡片也会随后发布。

07

结语: 八月那句话,现在有了形状

8月28日那句“为真实生产力而生”,当时是个定位;现在它有了形状:

更真的工位——图形界面和命令行一起用,专项训练进了 Blender、CAD;更诚实的上限——30.4 分照写,与闭源的差距照认,攻击性数据照剔;一条自己会往前走的链——找反例、补条件、验证明,顺手把训练吞吐提了 20.1%。

三维重建那八十四张切片里,它自己发现镜像翻转不对,退回去重来。训练这件事本身被升级的地方大概就在这儿:不是让它答得更像,是让它错了能自己退回来。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
宁波:高速堵满了集卡,夜市却空了一半

宁波:高速堵满了集卡,夜市却空了一半

茶狐看世界本尊
2026-11-18 13:25:44
因长得太漂亮被导演追求,因拒绝无戏可拍,直到和搭档胡歌走红

因长得太漂亮被导演追求,因拒绝无戏可拍,直到和搭档胡歌走红

白面书誏
2026-11-18 11:26:19
7天内不撤回中国诉讼,每天罚500万欧元,封顶3亿!闻泰科技和安世已经从董事会吵架,升级成了一场按天计费的法律围猎

7天内不撤回中国诉讼,每天罚500万欧元,封顶3亿!闻泰科技和安世已经从董事会吵架,升级成了一场按天计费的法律围猎

扶苏聊历史
2026-11-18 11:21:53
英伟达临时CEO证实:H200正式退出对华销售

英伟达临时CEO证实:H200正式退出对华销售

快科技
2026-11-18 11:37:03
黄仁勋35岁女儿被曝是“尖叫公主”,已致12名高管辞职,虎父无犬女引发争议

黄仁勋35岁女儿被曝是“尖叫公主”,已致12名高管辞职,虎父无犬女引发争议

译言
2026-11-18 07:30:17
杨瀚森又遭弃用:本季第6次DNP 央视播一半中途弃播比赛表态度

杨瀚森又遭弃用:本季第6次DNP 央视播一半中途弃播比赛表态度

醉卧浮生
2026-11-18 11:38:39
老婆跟男邻居旅游七天,回来往我身边凑,我推开她说了一句话

老婆跟男邻居旅游七天,回来往我身边凑,我推开她说了一句话

雾岛夜话
2026-05-27 17:28:50
蒙古国总统辞职,暂不离岗

蒙古国总统辞职,暂不离岗

新民周刊
2026-11-18 09:04:53
同样是抵达马尼拉,中国代表和日本首相的接机规格,差在哪?

同样是抵达马尼拉,中国代表和日本首相的接机规格,差在哪?

爱下厨的阿酾
2026-11-18 03:37:45
19.99万 !特斯拉新车上市!

19.99万 !特斯拉新车上市!

科技堡垒
2026-11-18 08:00:39
黄仁勋与黄乐更多照片曝光,老黄没被电到我是不信的

黄仁勋与黄乐更多照片曝光,老黄没被电到我是不信的

杭城村叔
2026-11-16 16:21:12
“我不反华了”润去美国的前律师周君红,发文希望回国,但不能坐牢

“我不反华了”润去美国的前律师周君红,发文希望回国,但不能坐牢

消失的电波
2026-11-17 19:36:00
董路评国足2-2巴林:我们以后只用找2个人就行 这是赢球的唯一方式

董路评国足2-2巴林:我们以后只用找2个人就行 这是赢球的唯一方式

风过乡
2026-11-18 07:03:25
突发!黄仁勋黄乐最新消息曝光,大开眼界!

突发!黄仁勋黄乐最新消息曝光,大开眼界!

财经要参
2026-11-18 12:00:05
忘恩负义到顶峰了!足坛名宿公开怒喷葡萄牙忘本:没有C罗你们什么都不是,如今却把功勋传奇当耻辱!没有那双脚,连决赛门朝哪开都不知道

忘恩负义到顶峰了!足坛名宿公开怒喷葡萄牙忘本:没有C罗你们什么都不是,如今却把功勋传奇当耻辱!没有那双脚,连决赛门朝哪开都不知道

锐评利物浦
2026-11-18 10:15:40
APEC还没开幕,深圳的饭菜先火了,一群老外齐齐用起了筷子!

APEC还没开幕,深圳的饭菜先火了,一群老外齐齐用起了筷子!

讲者普拉斯
2026-11-18 11:01:12
售卖“蒂法手办”被抓!原因竟是盗版做得比正版还好,完全分不清

售卖“蒂法手办”被抓!原因竟是盗版做得比正版还好,完全分不清

邻居的小蜘蛛
2026-11-17 16:27:34
普京点赞深圳:最现代化、最具活力的大都市

普京点赞深圳:最现代化、最具活力的大都市

新华社
2026-11-18 12:45:26
英伟达,业绩“炸裂”!董事长强硬拒绝黄仁勋回归:已请猎头公司找接班人,“他辞职是自愿”!临时CEO:供应商和合作伙伴100%支持我们

英伟达,业绩“炸裂”!董事长强硬拒绝黄仁勋回归:已请猎头公司找接班人,“他辞职是自愿”!临时CEO:供应商和合作伙伴100%支持我们

每日经济新闻
2026-11-18 10:46:50
元首外交“深圳时间”开启,密集会晤聚焦哪些重要话题?

元首外交“深圳时间”开启,密集会晤聚焦哪些重要话题?

上观新闻
2026-11-18 12:16:34
2026-11-18 15:52:49
翼言商业观察 incentive-icons
翼言商业观察
新科技,新产业,新消费。
194文章数 3关注度
往期回顾 全部

科技要闻

离职后首份声明!黄仁勋认错愿回归

头条要闻

媒体:今年APEC特殊 无论怎样先把领导人全家福拍起来

头条要闻

媒体:今年APEC特殊 无论怎样先把领导人全家福拍起来

体育要闻

“中超卡里乌斯”,成了大连的夺冠英雄

娱乐要闻

认亲被嘲讽后郭德纲委托律师发声明

财经要闻

黄仁勋留下的高分成绩单,能延续吗?

汽车要闻

全新红旗H9最有意思的地方,是它开始有自己的豪华逻辑了

态度原创

手机
本地
亲子
教育
旅游

手机要闻

华为Osta O1 Pro外观与配色正式公布 新品牌首款机型开启预订

本地新闻

乌兰察布:以前种土豆,现在种Token

亲子要闻

守护提前到来的生命,“护曦行动”十年救助1260名早产儿

教育要闻

AI时代怎样育人?如何唤醒孩子内心力量?成都多校共探以德育心,破解青少年成长新课题

旅游要闻

雪乡:明日0点正式开园

无障碍浏览 进入关怀版