网易首页 > 网易号 > 正文 申请入驻

一手实测|AI开始接管鼠标和键盘,腾讯混元Hy4能干多少活

0
分享至

来源:市场资讯

(来源:网易科技)

出品|网易科技《态度》栏目

作者|汉雨棣

编辑|丁广胜

11月4日,腾讯混元正式发布新一代大语言模型Hy4。根据腾讯官方的说法,相比此前的Hy4 preview,新模型首次引入视觉理解能力,并重点强化指令遵循、长文本理解、长程Agent及真实生产力任务表现。

拿到Hy4之后,我没去跑那些名字很长的基数,我更想知道的是,它到底能不能替一个普通人,把生活和工作里那些又烦又琐碎的小事干完。

网易科技《态度》栏目第一时间从多个角度进行了一手实测:帮我们算清一笔AA制的烂账、去购物网站帮我们比个价、把一张乱糟糟的攻略截图变成网页、制作一个交互网页。

这几个场景,刚好覆盖了近来模型圈正在争抢的视觉理解、长程任务与许愿式代码编程等多个需求场景。结果有好有坏,大部分任务都可以高效完成。

1、场景一:AA账单

四个朋友去杭州玩,住宿、打车、三顿饭,付钱的人各不相同,回来之后群里算账算到吵架。我们把六笔开销原样扔给它,要求它生成一个.xlsx文件,而且所有计算必须用Excel公式,禁止手写计算结果,还要加一个校验格,用公式检查“所有人垫付之和”是否等于“总支出”。

我用的Prompt:

我们4个朋友去杭州团建,发生了这些开销:

住宿:小明付了1200元

打车:小红付了300元,小明付了150元

吃饭:第一顿400元(小红付),第二顿600元(小刚付),夜宵200元(小明付)

所有人费用AA(4人均摊)。请生成一个.xlsx文件,要求:

用Excel公式计算总支出、人均支出、每个人已垫付金额、最终谁该补给谁多少钱,禁止把计算结果直接写成数字;

加一个校验单元格,用公式检查“所有人垫付之和”是否等于“总支出”;

表头加粗,金额保留两位小数。

以下是Hy4给出的答案:



这一场景主要是考验模型的文件级交付和公式化逻辑推导能力。行业里评测表格Agent,通常把“公式引用”和“硬编码数字”作为分水岭,这个表格被清晰分为四个部分,点开每个空格都可以看到引用的公式,经过验算数据准确。

同时,模型可以直接交付Excel表格,不需经过任何粘贴或处理。从准确度到产品的便利性,这部分测评通过。

2、场景二:购物网站比价

家里收拾出两件吃灰的旧东西,不知道现在值多少钱,也懒得自己去京东一个个搜。我拍了一张桌上杂物的照片扔给它,并使用了如下的Prompt:

请帮我完成一个任务:

识别图片里最主要的两件物品;

打开Chrome浏览器,去京东分别搜索这两件物品,记录搜索结果页上前三个商品的价格区间;

在电脑桌面新建一个Word文档,命名为“估价单.docx”,在里面用表格列出:物品名称、你的识别结果、市场价格区间;

每完成一个关键步骤(识别完、搜索完、写Word前),截一张图发给我,不要直接回答文字结果,我需要看你的操作过程。

第一步识图结果合理,认出了耳机包的大致图样和帽子款式。


第二张截图里,浏览器真的打开了京东,搜索框里是它自己敲进去的关键词。


但在这步的搜索中,关键词的搜索被限制在了“老虎”和“条纹”的文字中,无法做到直接识图式的、对商品款式的精准搜寻。即我可以搜到很多老虎图案的耳机包,但搜到的不是我原图里同样款式的老虎和条纹帽子。

第三张截图里,桌面上出现了“估价单.docx”,打开文档,表格里的价格和截图对得上,不是编的。


这个场景是这次测评里最硬核的部分,核心能力在于CUA。以前的AI只能“看”和“说”,CUA意味着它长了手,能像人一样通过“看屏幕+鼠标键盘”去操作真实的软件界面,识图、浏览器、桌面Word,这是三个完全不同的界面。行业中,Agent能否在长会话中保持目标(不搜完就忘)是区分“演示级”和“生产级”的核心指标。

但是想要调用自己的浏览器,仍然需要进行大量的权限授予。用户的隐私与安全保护问题仍值得关注。

3、场景三:随手截图做旅游攻略

存了一堆西湖特种兵攻略截图,上面密密麻麻全是网红打卡点,字挤字,看两眼就头疼。想照着玩,但不想自己查地图排路线。

我们把所有截图扔给它,给他发送了这样的Prompt:

这张截图是我存的杭州特种兵攻略。请帮我做三件事:

把图里出现的所有地点名称和推荐项目/小吃提取出来,列成清单;

根据这些地点的实际地理位置,重新排一个合理的Day1/Day2路线,避免走回头路(请简短说明你排序的理由);

用HTML+CSS写一个移动端时间轴样式的行程卡片网页,每个地点一张卡片,按天分组,颜色干净现代。代码写在一个.html文件里,双击就能打开,不要依赖外部图片或资源。


这个场景考的是大模型圈最近很火的许愿式代码编程。用户不需要懂前端,不需要指定框架,只需要“许愿”(描述你要的最终效果),它直接把图里的信息提取出来(多模态理解),在脑子里重新组织逻辑(空间推理),最后生成一个能直接跑的网页交给你。

可以看到,清单基本没有漏。网页打开之后,是一个按天分组的时间轴卡片,地点名称来自截图,没有凭空编造。这一环节,也可以通过考验。

4、场景四:交互网页制作

想给非数码圈的朋友科普机械键盘里的“轴体、PCB、定位板”到底长啥样。我们直接扔给它一段长Prompt:

制作一个交互式3D机械键盘拆解网页,让用户能够直观地了解键盘内部的结构。

1、使用Three.js展示一把75%配列的机械键盘,至少包含键帽、轴体、定位板、PCB、电池(如采用无线设计)和外壳。模型可以使用程序化几何体制作,不依赖外部商业模型。

2、提供旋转、缩放、拆解和复原操作。点击零件时,高亮对应部件,并显示名称、作用和简短说明。

3、拆解动画按照键帽、轴体、定位板、PCB、外壳的顺序展开,各部件保持原有空间对应关系,不能只是随机散开。

4、提供一个简单的轴体演示:按下虚拟按键时,轴心下移,弹簧压缩,松开后恢复;动画要能重复播放。

5、页面需要有清晰的操作提示、复原按钮和零件列表。首次打开时直接展示完整键盘,不需要用户先配置参数。

6、最终交付运行的网页工程。检查模型是否正常显示、按钮是否有效、拆解后能否完整复原,以及浏览器控制台是否存在阻断运行的错误。


这个任务考察的主要是空间逻辑推理+程序化几何体生成+3D状态机动画。模型没有去网上偷图,而是用代码里的数学公式(长宽高、圆柱体、长方体)硬生生算出了键盘的模样。它还考了空间约束,拆解时外壳往下走、键帽往上飞,互不干涉,这说明它懂“物理常识”,而不是瞎画。

这四个任务都不复杂,但它们恰好覆盖了Hy4这一代模型中核心的几个卖点:视觉理解、长程任务、CUA跨应用操作、多模态转代码。

Hy4在这四件事上都没有交白卷,在一些标准化程度比较高、只需要计算的问题上都可以说是满分答案。

但它暴露出来的边界也同样清楚:它能在被清晰定义的任务上稳定地走完流程,但在细节上,仍然无法做到对人工的完全替代,需要人为检验与判断。

与此同时,有些复杂任务的生成时间仍然值得缩减。上述的任务,都无法做到在两三分钟内做完,短的需要6-7分钟,长程的交互视觉类生成,甚至需要半小时左右。

混元官方自己也写明,与顶尖闭源模型仍有较大差距,尤其在前沿数学、长程开发、模型迭代、视觉问答等内部高难度测试集上。发布当天,我们能体验到的仍然有限。最终结果还要看上线后真实工作流里的表现。

特别声明:以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布,本平台仅提供信息存储服务。

Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.

相关推荐
热点推荐
随着皇马2-1逆转,皇家贝蒂斯1-1,西甲最新积分榜出炉

随着皇马2-1逆转,皇家贝蒂斯1-1,西甲最新积分榜出炉

侧身凌空斩
2026-11-22 06:10:24
一个国家能蠢到什么程度?看看法国就明白了:法国黑人接近800万,巴黎新生儿里70%是黑人

一个国家能蠢到什么程度?看看法国就明白了:法国黑人接近800万,巴黎新生儿里70%是黑人

怪味历史连连看
2026-09-08 01:55:32
【德甲】拜仁高层频频向穆西亚拉施压,世界职业球员协会实在看不下去了

【德甲】拜仁高层频频向穆西亚拉施压,世界职业球员协会实在看不下去了

体坛周报
2026-11-22 12:07:12
曝波切蒂诺曼联6人清洗名单!欲彻底推倒重建,B费马奎尔拉什福德全卖掉

曝波切蒂诺曼联6人清洗名单!欲彻底推倒重建,B费马奎尔拉什福德全卖掉

罗米的曼联博客
2026-11-22 11:46:44
52万“内推”南洋理工,中介私造假伯克利成绩单:女儿入学3个月被退学,退费≠免责

52万“内推”南洋理工,中介私造假伯克利成绩单:女儿入学3个月被退学,退费≠免责

青科新闻
2026-11-21 16:15:13
“别抱侥幸心理了,科技股投资者”!摩根大通劝退科技股:“还有很多人没卖”

“别抱侥幸心理了,科技股投资者”!摩根大通劝退科技股:“还有很多人没卖”

华尔街见闻官方
2026-11-22 12:14:16
比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

比大学生去送快递更恐怖的是:越来越多研究生们开始去收废品

晨光苏醒a
2026-11-22 05:16:06
金价跌破760元/克:有人花85万元一次入手11根金条,有人高位囤金“扛着”

金价跌破760元/克:有人花85万元一次入手11根金条,有人高位囤金“扛着”

民生故事会
2026-11-21 14:11:17
37岁张檬广州遛娃引热议!双保姆随行太惬意,产后状态太真实

37岁张檬广州遛娃引热议!双保姆随行太惬意,产后状态太真实

揭秘世间万象
2026-11-21 09:33:45
张雪骑摩托刚出P房就摔倒 师傅牙哥“技术不行 纯瘾大”的含金量还在上升

张雪骑摩托刚出P房就摔倒 师傅牙哥“技术不行 纯瘾大”的含金量还在上升

快科技
2026-11-22 08:56:13
中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

中餐为啥不能把白酒推向全世界 ?评论区引发万千共鸣!都太敢说了

另子维爱读史
2026-11-19 20:42:09
天冷,也阻挡不了我穿丝袜的热情

天冷,也阻挡不了我穿丝袜的热情

疾跑的小蜗牛
2026-11-21 20:44:46
泽连斯基给出“简单方案”,想阻止俄罗斯,先停止与俄贸易

泽连斯基给出“简单方案”,想阻止俄罗斯,先停止与俄贸易

无情有思ss
2026-11-22 12:49:27
这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

这才是宋氏三姐妹真实的相貌,不是演员扮演的角色!

历史伟人录
2025-05-08 10:08:01
惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

惊人预言:中国有一半的人口将塞进这几个地方,房产可能翻番

专业聊房君
2026-11-18 19:51:29
我卖掉北京房子住进儿子家,儿媳以为我睡着,跟儿子说:500万到账了

我卖掉北京房子住进儿子家,儿媳以为我睡着,跟儿子说:500万到账了

麦子情感故事
2026-11-22 10:35:40
特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

特朗普是美国历史上第一位,也是到目前为止唯一一位,当选总统前既没有任何文职政府公职、也没有参军服役经历的总统

回京历史梦
2026-10-26 10:49:29
精壮身材、高冷气场!7位当兵后更有魅力的韩星!

精壮身材、高冷气场!7位当兵后更有魅力的韩星!

ChicMyGeek
2026-11-22 11:08:10
黄仁勋被曝对董事会撒谎长达一年 导致丢掉CEO

黄仁勋被曝对董事会撒谎长达一年 导致丢掉CEO

3DM游戏
2026-11-22 10:42:38
争议?皇马1.3亿巨星点赞切尔西1-4惨败!嘲讽阿隆索+时隔1年仍记仇

争议?皇马1.3亿巨星点赞切尔西1-4惨败!嘲讽阿隆索+时隔1年仍记仇

我爱英超
2026-11-22 07:20:17
2026-11-22 14:32:49
新浪财经 incentive-icons
新浪财经
新浪财经是一家创建于1999年8月的财经平台
5580824文章数 10058关注度
往期回顾 全部

科技要闻

Anthropic收涨17.1%,市值一度破2万亿美元

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

头条要闻

女子花2万存脐带血如今公司注销"断联":我的血还在吗

体育要闻

约基奇vs申京:最强的策应巨人?

娱乐要闻

官媒发文 官宣赵丽颖新身份,进步很大

财经要闻

最大回撤超37%,黄金崩盘了吗?

汽车要闻

35万级MPV的满配答案 享界V8正式上市售31.98万起

态度原创

教育
本地
手机
公开课
军事航空

教育要闻

曾经“感动中国”的庞众望完成清华大学博士论文答辩,本人发声:将继续潜心钻研,在科研探索的道路上不断前行

本地新闻

43年起落记忆倒计时,去厦门高崎领绝版登机牌!

手机要闻

DOOGEE Wide Core亮相,6500mAh电池、紫光展锐T7250处理器

公开课

李玫瑾:为什么性格比能力更重要?

军事要闻

俄乌炸桥冲突升级 相关谈判设想被放弃

无障碍浏览 进入关怀版