7700亿参数！腾讯混元Hy4发布：首次能看懂屏幕还会操作电脑
11月4日，腾讯混元正式发布新一代大语言模型Hy4。据人民网等报道，相比此前的Hy4 preview，新模型在预训练和后训练上显著扩展了数据和训练规模，总参数规模达770B（7700亿），采用混合专家架构，并首次引入视觉理解能力，重点强化了指令遵循、长文本理解和长程Agent任务的表现。腾讯官方同步表示，Hy4将于近期开源模型权重并发布模型系统卡片，积极推进更负责任的开源，重点关注网络和生物安全等风险。
为什么这次发布值得关注？过去一年国产大模型“上新潮”此起彼伏，但“能看懂屏幕、还能替你操作电脑”的多模态Agent能力，此前主要掌握在少数闭源厂商手里。Hy4把视觉理解与电脑操作放进同一个模型，等于把“AI管家”这条产品路线的门槛大幅拉低。结合近期Meta上调2026年资本开支指引至1350亿至1450亿美元加码算力，可以看出巨头们都在为Agent时代的推理需求提前囤粮。
对普通用户来说，真正的变化在于使用方式：以前你只能“问”AI，现在可以让它“看”并“做”——帮你整理网页信息、操作办公软件、完成多步骤任务。当然，电脑操作类Agent目前仍处于早期阶段，复杂任务的稳定性和安全性都需要时间验证，尤其是涉及支付、删除等敏感操作时，务必保持人工确认的习惯。
接下来值得观察三件事：一是Hy4开源权重放出后的实测表现和许可证条款，二是国内其他厂商（DeepSeek、阿里、月之暗面等）如何应对这轮多模态Agent竞赛，三是混元模型在元宝、ima等腾讯自家产品里的落地速度。开源阵营再添一员猛将，对开发者和中小企业都是实打实的利好，竞争越激烈，能用上的好东西就越多。