实测腾讯Hy4：我用它复刻《王者荣耀》，WorkBuddy 真能接大活了

如果你在用 WorkBuddy，一定不会对 Hy4 preview 这款模型感到陌生。 今天 Hy 4 发布，从预览版到正式版，腾讯混元在 Agent 能力和各类长程任务上进行了优化。面对真实生产任务，Hy 4 的表现比预览版有明显的全面提升，在多个 Benchmark 上拿下了开源的第一。 并且，Hy4 这一次还带来了视觉理解的能力，这意味着我们也可以直接上传一段录屏给它，然后要求它从视频中学习并复刻对应的元素；而 Hy4 生成的产物，现在也可以持续截图，利用视觉理解的能力，自我反馈并优化。 APPSO 提前拿到了 Hy4 的测试资格，照着这段时间国内发布的模型，以及 ChatGPT 和 Claude 模型等常用到的测试案例，我们都让 Hy4 跑了一遍。 就像这个最近突然又火起来的鹈鹕，莫名其妙成了检验大模型的必备基准测试。 不过这一次不再是骑着自行车的鹈鹕，是 360° 立体骑车的鹈鹕、是骑在鹈鹕上的自行车，还有「自行车上有一只鹈鹕，鹈鹕骑着自行车，自行车上还有一只鹈鹕」的究极「鹈鹕骑车」挑战。 我们在 WorkBuddy 内使用 Hy4 模型，只输入一句提示词「画出一只极其逼真的鹈鹕骑自行车可交互 3D 动画」，Hy4 给出的效果完全可以说是已经「上桌」了，和 Opus 5.5、GPT-6 那些模型生成的画面，做到了一致的观感。 图｜预览链接：https://www.workbuddy.link/p/7I6DjyunKkjQhzwbKD7UPG 以及无限堆叠的「鹈鹕骑自行车挑战」，Hy 4 的表现基本上都没有什么太大的问题，摆脱了「上一个版本」简陋粗糙的鹈鹕骑车，都和新模型一起顺利来到了新的阶段。 根据 Hy4 的模型技术博客，这次 Hy4 在多个 Benchmark 上的表现都比之前的预览版要更好，直接来到了最强开源模型之列，超过 DeepSeek V4.1 Flash，GLM-5.3，Kimi K3.1 Pro 等多款国产模型。 Hy 4 的模型参数和预览版一样，博客里提到 Hy4 显著扩展了预训练和后训练规模， 目前， Hy4 在 WorkBuddy 已经正式上线，11.4-11.15 号限时免费 ，API 调用价格则是和 Hy4 preview 一样，缓存命中的情况下 0.3 元的每百万 token 输入，没有命中则是 6 元，输出是每百万 token 18 元。 我们可以把平时的办公生活和各类创意工作交给它试试看，或许会比其他极度拥堵的繁忙模型体验要更好。 用 /goal 确保目标不丢失 对 Hy4 来说，这次更新的长程任务、多模态、推理以及计算机使用等功能，指向的都是同一个变化，即模型不能只在一轮对话里面给出一个漂亮答案。 当 Agent 工作成为常态，模型必须要能读懂真实世界里面的材料，也能学会操作真实世界的使用环境，在连续步骤里保持目标，并在出错之后继续把工作做完。 我们这次也是先测试了 Hy4 在长程任务上的表现，通过用 /goal 来约束模型始终保持具体的目标。而当步骤不断增加时，Hy4 是否还能记得最初的计划，区分已成成和未完成的事项，并在中间结果不符合预期时调整计划。 参考网友分享的提示词，要求 Hy4 帮我们做一个写实的 3D 游戏，这段提示词能让模型 从调研、开发、审查、返修，一直做到可玩的游戏和最终交付 ，很适合用来设计长程 Agent 测试。 模型需要完成游戏场景，是金色黄昏的后院；视觉与手感，能做到玻璃折射反射，慢动作和镜头冲击；声音与玩法，用 Web Audio 合成声音，提供计分和充值；还有工作流程、最终交付总共 5 件事情。 实现的效果确实包括了音效、碎片、声音的叠加以及计分等功能，我们点击对应瓶子，就能看到玻璃破碎和的效果，听到炸开的声音。 但整个场景还是不够游戏化，于是我们继续追加需求，给它一段参考视频，要求它加入更明显的游戏体验和更强的射击感。 当任务变得又长又繁杂，Hy4 依然可以自动调整，实现对应功能，最终把项目交付完整。 类似的能力还体现在具体的应用编程上，我们在 Mac 电脑上安装了 Flighty 这款应用，然后要求 Hy4 使用最新的 REA 逆向工具，帮我们复刻出一个完整 1:1 的 Flighty。 图｜Flighty 是一款实时航班追踪应用，凭借其出色的交互和优雅的界面而备受用户喜爱 Hy4 确实利用 REA 逆向了 Flighty 所有的功能，包括那些需要会员才能使用的功能都放在了这个新的 Skyward 应用内，但是整体的 UI 就又会让人觉得有很明显的「AI」味，而不是原版应用里的高级感。 图｜体验地址：https://workbuddy.link/p/LxXk77vzJJ97skSHUqzwvj?source=2 于是我们继续要求它修改，参考原版应用的审美，把那些 Pro 功能全部实现，以及做成简体中文的版本。 这一版的效果已经好了很多，但是其中还是有一些错误，像是需要额外的 API 才能处理的航班数据，地图信息等，但该有的信息卡片，地图航线展示等等，都基本上做到了还原。 审美也变高了，也能操作电脑了 在测试长程任务时，我们就试过了直接附上一个视频给 Hy4，它就能利用视觉理解的能力，逐帧分析视频内容，把视觉信息转化为结构化理解，再转化为代码、文档或界面操作。 有了多模态视觉，最明显的变化就是我们可以直接发图片给模型。 在 WorkBuddy 内，选择 Hy4，然后发送一张房间的图片给它，让它把这张照片里的房间做成一个可以在浏览器里玩的微缩空间。 图｜预览链接：https://www.workbuddy.link/p/ay2LqHxKSQPXUfqovztX5Z 又或者是发送一段游戏实录视频给它，要求 Hy4 开发一个同款的游戏，保持和视频里面一样的游戏玩法，游戏玩法，网页点开就能玩。 我们找了一个王者荣耀的视频给它，Hy4 很快确认了这是一段《王者荣耀》风格的 MOBA 实机演示，包括俯视 2.5D 峡谷、虚拟摇杆 + 右下技能轮盘、补兵/清线、击杀播报、推塔打水晶。 三十分钟的时间，Hy4 就按这套核心循环做了一个网页直接打开就能玩的完整迷你 MOBA。 图｜预览地址：https://workbuddy.link/p/IHJepO2AIDltVJS5zbW7Kh 我们还把最近 Opus 5.5 的热门案例视频发给 Hy4，让它也复刻一个同款，就像这个特斯拉汽车工厂的 3D 装备模拟。 图｜预览地址：https://www.workbuddy.link/p/lAEla19XN3ukvZ3iOmSbP7?source=2 除了可以直接发送图片或视频给 Hy4，让模型进行理解，减少我们用文本提示词描述的障碍。多模态的能力还体现在 WorkBuddy 内，Hy4 可以持续地对生成的结果进行截图，对截图进行分析，然后优化画面。 就像这个东京的雨夜街头，我们仅仅就是使用下面这段提示词，Hy4 就做出了这个短片的效果。车水马龙的人行道上，撑着雨伞的行人来去匆匆，上方的轨道交通疾驰而过，和提示词里面描绘的风格一模一样。 图｜预览链接：https://www.workbuddy.link/p/plhKUDfdXuvYpSHd