ARTICLE / DEEP READING

行业资讯

将值得长期关注的观点与事实整理成更清晰的阅读内容。

奇异果体育官方网站 - 品牌体育门户与赛事数据中心 行业资讯 姚顺雨加入腾讯近一年,混元追上来了?实测 Hy4 比 Kimi K3.1 Pro 快了 28 分钟
姚顺雨加入腾讯近一年,混元追上来了?实测 Hy4 比 Kimi K3.1 Pro 快了 28 分钟文章展示图片
READ
IN DEPTH

FEATURED ARTICLE

姚顺雨加入腾讯近一年,混元追上来了?实测 Hy4 比 Kimi K3.1 Pro 快了 28 分钟

奇异果体育带来本期体育资讯:

Hy4 给了模型看屏幕的眼睛,WorkBuddy 提供了点按钮的手,接上开始干活儿了。

作者丨吴海明 编辑丨李娜 岑峰 11 月 4 日,腾讯发布混元 Hy4 正式版。

消息公布后,腾讯首席 AI 科学家姚顺雨在 X 上转发,称自己为团队在不到一年时间里取得的成绩感到自豪。

几天后,Hy4 的调用量也开始冲榜。

据媒体11 月 9 日统计, Hy4 发布首周便以约 12.

8 万亿 Token 的调用量冲进 OpenRouter 周榜第四 ,排在 DeepSeek 和智谱的模型之后。

同一份榜单上,Kimi K3.

1 Pro 排名第九,调用量约为 4.

37 万亿 Token。

对于过去在基础模型竞争中总被认为慢了半拍的腾讯,这多少有些不同寻常。

去年底,姚顺雨从 OpenAI 加入腾讯,随后混元经历了研发团队整合和基础设施重建。

从今年 4 月的 Hy3 preview、7 月的 Hy3 正式版,再到如今的 Hy4,腾讯的大模型迭代明显提速。

这一次,腾讯甚至在官方发布中宣称,混元首次跻身全球最强开源模型行列。

Hy4 也确实拿出了些新东西。

除了模型能力的提升,它第一次加入了视觉理解和电脑操作(Computer Use)能力,不仅能看懂屏幕,还能通过命令行和图形界面操作软件。

腾讯还专门针对 Blender、CAD 等专业工具和跨应用长程任务进行了训练。

不过,调用量的增长是一回事,模型到底有多强,又是另一回事。

在 Artificial Analysis 的综合智能指数中, Hy4 拿到 35 分,距离 Kimi K3.

1 Pro 的 46 分还有 11 分差距。

有意思的是,我们在一道实际测试题里,却看到了另一种结果。

我们让 Hy4 和 Kimi K3.

1 Pro 使用同一个 Agent 工作台 WorkBuddy,完成一台可拆解、可运转的 3D 四缸发动机。

不仅要制作教学网页,还要自己打开浏览器,检查播放、暂停、角度调节和气缸运动等功能。

about image

最终,两款模型都交出了可以在本地运行的网页工程。

Hy4 用了 44 分 11 秒,Kimi K3.

1 Pro 则花费 1 小时 12 分 39 秒,前者快了近半小时。

Hy4 还在浏览器中发现并修复了页面遮挡问题,最终通过了自己编写的 55 项自动化检查。

综合榜单上落后 11 分,实际交付却快了近半小时。

腾讯混元的这次进步,究竟体现在哪里?

需要说明的是,WorkBuddy 本身也是腾讯的产品,Hy4 针对这类工作场景进行过专项优化。

因此,这次测试并不能直接证明 Hy4 的基础模型能力已经超过 Kimi。

但两次执行过程提供了一个更具体的观察角度:当 AI 不仅能写代码,还能自己打开网页、操作按钮、发现问题并修改作品,模型的能力差异,开始体现在完成任务的整个过程中。

01 对比评测:一道四缸发动机题, 考验AI能否交出可操作的课堂工具 这次测评,我们设计了一个“发动机原理”拆解的评测题目,让模型化身机械教师,给出一份面向教学的设计方案:发动机的四个气缸如何配合?

活塞上下运动,又是怎么带动曲轴旋转的?

一起看看测试题: 代码块 请制作一个用于课堂教学的交互式 3D 四缸汽车发动机演示网站,帮助教师讲解四冲程发动机的工作过程和基本物理原理。

电脑已安装 Blender,并已配置 WorkBuddy 浏览器控制。

请根据任务需要选择工具,完成网页制作、浏览器操作和检查。

1.

使用 Three.

js 展示一台直列四缸四冲程发动机,至少包含缸体、活塞、连杆、曲轴、进气门、排气门和火花塞。

模型可使用程序化几何体制作,重点是结构清晰,便于观察内部运动。

2.

支持旋转和缩放模型,并提供“显示/隐藏外壳”或剖视功能,让教师能够观察四个气缸内部。

3.

演示进气、压缩、做功、排气四个冲程。

活塞、连杆、曲轴和气门应协调运动,火花塞在点火时给出可见提示。

四个气缸应按照合理的四冲程工作时序运行,并在页面中说明点火顺序。

4.

提供自动播放、暂停、重置和速度调节功能。

教师可以手动拖动曲轴角度,或通过按钮逐步推进,停在任意位置观察各部件状态。

5.

页面实时显示曲轴角度、各气缸当前冲程及进排气门状态。

点击主要部件时,显示名称和简短说明。

6.

提供简洁的教学说明,解释燃料燃烧释放能量、气体推动活塞、连杆带动曲轴旋转的过程,并说明四冲程需要曲轴旋转两圈。

使用示意动画表示进气、燃烧和排气即可。

7.

交付可在本地运行的完整网页工程。

完成后请打开浏览器,实际检查模型显示、播放与暂停、手动调节、冲程切换、部件说明和重置功能,并修复发现的问题。

最后告知我启动方式和检查结果。

在我们的测试电脑上,提前安装了 Blender 和 WorkBuddy,同时也配置了浏览器控制插件。

我们让 Hy4 和 Kimi K3.

1 Pro 都使用 Thr

更多赛事消息,关注奇异果体育。

SHARE THE IDEA

觉得有用?分享给朋友

让更多人看到这篇内容。

返回资讯列表

YOU MAY ALSO LIKE

推荐阅读

TRENDING STORIES

热点新闻

迪尼:德拉普像受惊的鹿,他还有很多工作要做

迪尼:德拉普像受惊的鹿,他还有很多工作要做

沃特福德旧将迪尼认为,利亚姆-德拉普在诺丁汉森林门前必须提升表现,并且更加冷静。 德拉普今夏从切尔西以5000万英镑的队史纪录身价加盟森林,并与城市球场签下一份为期五年的合同。 他在客场2比1击败阿斯顿维拉一役中取得进球,但随后面对考文垂、水晶宫和阿森纳的三场比赛都没能破门。 德拉普在切尔西47次出场只打进3球,本赛季在森林迎来了新的开始。 不过,曾为沃特福德打进47粒英超进球的迪尼认为,这位前曼

8GB显存跑35B模型:专家卸载让速度提升八倍

8GB显存跑35B模型:专家卸载让速度提升八倍

一台只有8GB显存的笔记本,跑35B参数的模型,速度从每秒4个token拉到每秒32个token。靠的不是换显卡,是设置。 本地跑大模型的硬件门槛,其实没有大多数人想的那么高。真正拖慢速度的,往往是那些一键式运行时替你做的默认决定。Ollama和LM Studio这类工具把安装流程压到几乎零摩擦,代价是它们替你决定了模型如何在GPU和系统内存之间切分、上下文占多少内存、哪些优化被关掉。 llama

最近,买彩票中千万大奖的消息,突然多了起来

最近,买彩票中千万大奖的消息,突然多了起来

不知道大家最近看到没有,各种媒体上,关于普通人买彩票,然后中了500万大奖,甚至是上千万大奖的消息,越来越多了。 其实我都不怎么关注这些的,但最近刷新闻,总是刷到类似的。 比如吉林某某女士,一张3块钱的追加大乐透,命中1400多万元。 还有湖北某男子,花32元中了1113万巨奖,但因为错过60天领奖期限,被彩票中心拒绝,最后该男子起诉要求兑奖,输了官司,还倒赔进去8.8万诉讼费。 还有江西某男子,

不是危言耸听!英国极有可能会成为俄乌战争中,第1个倒下的国家

不是危言耸听!英国极有可能会成为俄乌战争中,第1个倒下的国家

英国真有可能成为俄乌战争中,第一个倒下的国家吗? 这话乍一听像危言耸听,可你翻翻这个国家这几年的账本,心里多半会咯噔一下。 想把这事说明白,咱们先从一场让人哭笑不得的外交会谈讲起,再一路聊到养老基金、苏格兰的独立呼声,最后回到眼下的局面。 2022年2月10日,俄罗斯在边境地区部署军队,局势变得紧张。 英国政府派时任外交大臣利兹·特拉斯赴俄,跟外长拉夫罗夫会谈,想把局势缓和一下。 会谈中,拉夫罗夫

我戴着佳明Fenix 8 Pro microLED历经数月冒险考验,它确实配得上高昂售价

我戴着佳明Fenix 8 Pro microLED历经数月冒险考验,它确实配得上高昂售价

Garmin Fenix 8 Pro microLED:一分钟评测 Garmin Fenix 8 Pro microLED 既是一款出色的常亮生活方式智能手表,也是一款51毫米钛金属机身的多项运动手表,其坚固设计足以在整部《虎胆龙威》系列中幸存下来。它绝对是有史以来最好的 Garmin 手表之一,但也是最昂贵的手表之一。 当然,这款 microLED 版本“有史以来最亮智能手表屏幕”的核心卖点理所