正文(AI 核查整理)

腾讯混元 Hy4 已正式发布,并以 770B 总参数、49B 激活参数进入开源模型阵营前列。它首次加入原生视觉理解和电脑操作能力,同时强化指令遵循、长文理解与长程 Agent 任务;模型权重计划于近期开源,API 已接入 OpenRouter、Hermes、OpenCode 等平台。

在 WorkBuddy 中,Hy4 接收了制作复古音乐播放器的任务。它先从设计截图拆解配色、字体、布局和像素尺寸,再编写页面与播放功能。成品包含导航、歌单、播放区和待播列表,并支持播放暂停、切歌、进度拖动、音量调节、循环、随机播放、搜索与收藏。

Hy4 还用 Web Audio 实时生成三首测试音乐,无需开发者另外准备音频素材。完成编码后,它在沙盒中启动无头 Chrome,逐项点击、拖拽界面并截图进行视觉差异比较;首轮 51 项测试通过 48 项,剩余问题也由其自行定位和继续修正。

这套流程对游戏开发者尤其有参考价值:视觉参考图可以被直接转化为可交互界面,浏览器环境也能承担基础验收。制作菜单、HUD、设置页、活动页或可玩原型时,开发者可让 Agent 同时承担视觉还原、代码实现、测试素材补充和回归检查,而不必逐项手工操作。

更早的测试还显示,Hy4 能制作带爆炸结构视图和按键物理动效的 3D 机械键盘 Demo,模型权重开源后也具备接入自有工具链的可能。不过素材未给出独立游戏项目中的稳定性、成本和美术质量数据,现阶段更适合用于原型验证与局部工作流,而非直接替代完整制作团队。