腾讯发布混元 Hy4：支持电脑操作，能直接上手 Blender 和 CAD

首次发布 2026年11月4日传播指数 50

腾讯正式推出多模态 Agent 模型混元 Hy4，加入视觉理解与电脑操作能力。它能结合图形界面与命令行操作 Blender、CAD 等专业软件，并支持金融分析与科研建模。目前已上线 API 并计划在数日内开源权重。

让 AI 帮你敲代码早已不新鲜，但让它直接打开专业 3D 软件自己干活，又进了一步。

腾讯推出了多模态 Agent 模型混元 Hy4 正式版，核心升级在于补齐了视觉理解与电脑操作能力，从单纯的文本模型转向能看、能动手的自律智能体。

能看图，也能自己上手专业软件

混元 Hy4 不仅能分析图表和卫星图像，还能结合图形界面与命令行直接操作第三方软件。腾讯特别针对 Blender 和 CAD 等专业生产力工具进行了专项训练。

在演示中，它既能自律操作 Blender 重建整栋房屋，也可以用 Three.js 构建细节丰富的 3D 场景。除了 3D 建模，它还能完成金融建模与股票研究，甚至在一个科研案例中，仅用一个半小时就根据 700 万个细胞数据重建了 3D 小鼠胚胎。

目前该模型已开放 API，用户也可以通过腾讯免费的智能体框架 WorkBuddy 体验，腾讯承诺将在数日内正式开源模型权重。

一旦模型权重如约开源，企业在本地部署具备 Computer Use 和视觉交互能力的私有化 Agent 时，就多了一个极具竞争力的选择，不必完全绑定在海外的闭源云端方案上。

直接针对专业工业软件和科研流程做微调，看起来比空谈通用智能更切合当下的生产力刚需。不过，图形界面操作对容错率要求极高，它在真实长程工作流里能有多稳定，还要看开源后的实测表现。