[控场AI]
科技前沿· 3 分钟阅读· 1,760 字

Hy4开源770B参数模型,中国开源模型下载量占全球41%

Hy4开源770B参数模型,中国开源模型下载量占全球41%

腾讯开源Hy4加码视觉与电脑操作,中国开源模型下载量占41%,多智能体加速落地。

腾讯发布开源大模型Hy4,参数从不足300B跃升至770B,首次加入视觉理解与电脑操作能力,可从看图回答走向工具调用与连续任务执行,官方称其在代码编辑、自动化测试中超过DeepSeek等模型,但与GPT 6.1、Claude Opus 5.5仍有差距。Hugging Face 2026年春季报告显示,中国开源模型下载量占全球41%,排名第一,但下载量不等于生产表现,许可证、硬件成本和中文适配仍需逐项核查。成都多智能体大会发布100款新品并完成5项合作签约,柴天佑院士提出大模型、智能体与工业自动化融合方向,标志多智能体从概念演示进入工业与终端产品竞争阶段。

收听播客对话
0:003:31

开源模型进入"视觉+自动化"时代

腾讯正式发布开源大模型Hy4,参数规模从Hy3系列的不足300B跃升至770B,并首次加入视觉理解与电脑操作能力。据官方介绍,Hy4能分析图表、操作命令行和图形界面,还针对Blender、CAD等软件做了专项训练,在代码编辑、自动化等测试中超过DeepSeek广告、V4.1、Flash等模型,官方称其已跻身全球最强开源模型之列。

对开发者来说

这次升级的关键不在参数堆叠,而在能力边界的迁移。对开发者而言,模型从"看图回答"走向"调用工具连续执行任务",意味着智能体落地的门槛进一步降低;对企业选型来说,纯文本聊天的评估维度正在让位于"视觉+自动化"的生产流程验证。不过与GPT 6.1、Claude Opus 5.5等闭源旗舰相比仍有差距,选型时不宜只看宣传口径。

视觉理解与电脑操作能力指模型不仅能识别图像内容,还能解析屏幕截图、界面控件和文档布局,并据此生成点击、输入、快捷键等操作指令,驱动命令行或图形界面完成多步任务。与纯文本模型相比,这类能力要求模型具备空间定位、状态跟踪和错误恢复机制,通常需要额外的 GUI 操作数据集和强化学习训练。腾讯为 Blender、CAD 等专业软件做专项训练,正是为了让模型理解领域特有的菜单结构和操作逻辑,从而在自动化流程中减少人工干预。

中国开源模型下载量占比41%,生态优势显现

在2026年世界互联网大会乌镇峰会上,大模型、智能体和机器人成为展示重点。根据Hugging Face 2026年春季报告,中国研发的开源模型下载量占全球总量的41%,排名第一。乌镇峰会还集中展示了DeepSeek、通义千问广告等模型,以及AI短剧、机器人、书法等互动应用。

占了1.5%

开源正从开发者社区走向产业一线,这会直接影响模型部署和二次开发的企业。过去采用开源底座,可以按本地数据、监管和业务需求微调,不必完全绑定闭源API;对海外开发者而言,中国模型也成为高性价比的替代方案。

不过下载量不等于生产表现

需要冷静看待的是,下载量不等于生产表现。许可证条款、硬件成本、中文场景适配度,仍需要逐项核查。41%的份额说明生态活跃,但不能直接推导出工程可靠性上的领先。

开源模型许可证是决定企业能否安全商用的关键因素。常见许可证如 Apache 2.0、MIT 较为宽松,允许闭源商用;而部分自定义许可证可能限制月活用户数、要求署名或禁止特定用途。企业选型时需逐项核对许可证条款与自身业务场景是否兼容,避免后续法律风险。此外,下载量统计通常包含重复下载和 CI 流水线拉取,不能直接等同于实际部署量或生产环境采用率。

成都多智能体大会:100款新品背后的信号

2026中国多智能体应用大会在成都举行,现场发布了成都市智能终端与智能体系新品100款,并启动产融合作创新实验室,围绕平台、人才、资本、场景和算力完成5项合作签约。院士柴天佑提出,用大模型、智能体和工业自动化融合,推动生产系统自主学习和优化。

推动生产系统自主学习和优化

100款新品的集中释放,说明多智能体正从概念演示进入工业和终端产品的竞争阶段。对制造企业、园区及创业团队来说,机会在于现成场景、资本与算力的对接;风险同样明显——产品数量不等于商业验证,采购前仍需核查部署成本、数据安全和持续维护能力。

多智能体系统指多个具备自主决策能力的智能体通过通信、协商与任务分配协同完成复杂目标。在工业场景中,不同智能体可分别负责设备监控、排产调度和质量检测,通过共享状态实现生产系统的自主优化。与单智能体相比,多智能体更强调角色分工、冲突消解和全局一致性,对通信协议与算力调度提出更高要求。柴天佑院士提出的融合方向,本质是将大模型作为智能体的推理内核,与工业自动化系统的事件驱动机制对接,从而让生产系统具备持续学习和自适应能力。

#Hy4#开源大模型#770B参数#中国开源模型#Hugging Face#多智能体#AI模型选型#视觉理解
分享:

相关推荐