混元 Hy4 首次引入了哪些新能力？

1. 视觉理解能力

Hy4 首次引入视觉理解能力，标志着该系列模型从纯文本模态向多模态能力的扩展。通过将视觉理解、深度推理与工具调用相结合，Hy4 能够处理图像类输入并完成跨模态的复杂任务，这是 Hy 系列模型在感知能力上的重要突破。

2. 电脑操作能力

Hy4 首次支持电脑操作（Computer Use），可以灵活结合命令行与图形界面来处理工作和生活中的各类任务。针对 Blender、CAD 等专业软件以及跨应用的长程任务，混元开展了专项训练，大幅提升了模型在专业软件场景下的任务规划与执行能力，使模型能够作为智能体在真实操作系统环境中完成复杂工作流。