腾讯混元跻身最强开源模型！一手实测Hy4：搭配WorkBuddy，多模态Agent交付力拉满 – 量子位

腾讯这次上来根本不跟你客气，态度就明晃晃写在脸上：跻身最强开源模型之列。
770B总参数、49B激活参数，首次引入原生视觉能力、首次支持电脑操作。
指令遵循、长文理解和长程Agent能力也一起升级，电脑操作、长程Agent任务都挤进了开源阵营前排。
从preview到正式版，Hy4显著扩展了预训练和后训练的数据与训练规模，甚至还直接跑去跟一线业务搞起了“Co-Design”联合打磨。
WorkBuddy国内版、国际版已经同步完成首发接入！
我就先在WorkBuddy里给它出了个难题：给我搓一把完全可交互的3D机械键盘出来。
75%配列、84键，键帽、轴体、定位板、PCB、电池和外壳，六层结构都安排上了。
鼠标拽着能原地炸开看内部做工，装回去还能直接上手敲，连按键下压、弹簧受力回弹的物理动效都给你算进去了。
这么一看，制作新品展示demo的活儿不就有人干了？你说是吧Hy4～
Hy4已经在腾讯云TokenHub、WorkBuddy/CodeBuddy、元宝、企业微信智能助理大圆、ima等产品上线；API同步接入OpenRouter、Hermes、OpenCode等平台。
QQ、王者荣耀、和平精英、微信读书、腾讯新闻等腾讯系产品也在持续接入中。
Hy4首次引入的视觉理解，细节识别已经精细到能够在28亿像素航拍图中，定位约2米的屋顶构件。
第一道题，照着一张设计截图，做一个复古风格的音乐播放器。
先不说高清航拍图，我就想看看，它到底能不能看懂排版细节。
Hy4接单之后先把图里的配色、字体、布局挨个拆了一遍，连左侧栏宽多少像素都量好了，然后才开始写代码，把页面和播放功能一起搭起来。
中间裁切工具出了点偏差，它还换了个办法，直接分析像素来定位线条、提取颜色。
看到成品的那一刻，我盯着屏幕看了足足半分钟，不er，这还原度得99.9%吧——
米色打底、橙红点缀、黄绿配色，再加上粗粗的大标题和一张黑胶唱片，复古味儿一下就上来了。
导航、歌单、播放区域和待播列表，也都待在该待的位置。
我把买家秀和卖家秀并排放着找了半天不同，最显眼的居然是左上角那俩前进后退按钮：一个圆，一个方。。。
属于是不拿放大镜看，都不知道该从哪儿挑刺。
翻了翻Hy4的交付说明，播放暂停、上下首切换、拖动进度、调节音量都接上了，循环、随机播放、搜索和收藏同步也没落下。
连手懒得碰鼠标的情况都考虑到了：空格控制播放，方向键调整进度。
然而当我点下播放键才发现，它连三首测试曲子都给备好了。
原来这些曲子是它用浏览器原生的Web Audio实时合成的，不用我再满电脑翻音频文件，打开网页就能听。
好好好，我只给了一张图，Hy4不仅交付了播放器，还附赠测试曲库，顺手把试音的活儿也包了。
照记录里的过程，Hy4写完代码后，自己悄悄在后台拉起了一个无头Chrome浏览器，在沙盒环境里对着各个UI按钮挨个点击、拖拽，一边点一边截图做视觉差异对比。
51项过了48项，两项卡在测试脚本，最后一项被它自己揪出来——列表放完最后一首歌，再点下一首时逻辑没处理闭环。
它反手把这个边缘Case改了，重新跑回归。
最终报告显示，59项测试全部通过，控制台报错和运行时异常均为零。
光二维界面还不够过瘾，我又扔给Hy4一张游乐场平面图，让它把园子给“立”起来。
设施在哪儿、多大，路怎么拐弯，都得照着图来；摩天轮和旋转木马也不能光站着摆造型，得转起来；这游乐园还得能让我进去逛。
经历了一连串几何体建模、着色器配置和摄像机绑定，它真的把整座“星光游乐园”原地拔地而起了。
经典的红白旋转木马顶棚、主路两旁的小卖部、沿街分布的低多边形树木与草皮，全按比例投射进了三维空间。
低多边形画风也挺清爽，看着像个适合摸鱼时进去溜达两圈的小游戏。
我本来都做好了进门先迷路的准备，右上角居然还配了张小地图：设施、道路、草坪，连我现在站哪儿都标出来了。
进园后，WASD移动，鼠标拖动转向，按住Shift还能加速，想看设施就打开标签。
逛晕了还能一键返回入口，主打一个随时找得着北。
它甚至准备了“沿道路自动巡游”的按钮，点一下，连路都不用自己走。
好嘛，让它建个游乐园，导览服务也一起开张了。