騰訊釋出混元 Hy4：支援電腦操作，能直接上手 Blender 和 CAD

首次發布 2026年11月4日傳播指數 50

騰訊正式推出多模態 Agent 模型混元 Hy4，加入視覺理解與電腦操作能力。它能結合圖形介面與命令列操作 Blender、CAD 等專業軟體，並支援金融分析與科研建模。目前已上線 API 並計劃在數日內開源權重。

讓 AI 幫你敲程式碼早已不新鮮，但讓它直接開啟專業 3D 軟體自己幹活，又進了一步。

騰訊推出了多模態 Agent 模型混元 Hy4 正式版，核心升級在於補齊了視覺理解與電腦操作能力，從單純的文本模型轉向能看、能動手的自律智慧體。

能看圖，也能自己上手專業軟體

混元 Hy4 不僅能分析圖表和衛星影像，還能結合圖形介面與命令列直接操作第三方軟體。騰訊特別針對 Blender 和 CAD 等專業生產力工具進行了專項訓練。

在演示中，它既能自律操作 Blender 重建整棟房屋，也可以用 Three.js 構建細節豐富的 3D 場景。除了 3D 建模，它還能完成金融建模與股票研究，甚至在一個科研案例中，僅用一個半小時就根據 700 萬個細胞資料重建了 3D 小鼠胚胎。

目前該模型已開放 API，使用者也可以通過騰訊免費的智慧體框架 WorkBuddy 體驗，騰訊承諾將在數日內正式開源模型權重。

一旦模型權重如約開源，企業在本地部署具備 Computer Use 和視覺互動能力的私有化 Agent 時，就多了一個極具競爭力的選擇，不必完全繫結在海外的閉源雲端方案上。

直接針對專業工業軟體和科研流程做微調，看起來比空談通用智慧更切合當下的生產力剛需。不過，圖形介面操作對容錯率要求極高，它在真實長程工作流裡能有多穩定，還要看開源後的實測表現。