テンセントが大規模モデル「Hunyuan Hy4」正式版を公開、視覚とPC操作に対応

テンセントは11月4日、最新世代の大規模言語モデル（LLM）「Hunyuan Hy4」の正式版を発表しました。8月末に公開されたプレビュー版から事前学習と事後学習の規模を大幅に拡大したほか、初めて視覚能力を導入しました。画像処理やグラフ分析、数学的な視覚推論を行える点が特徴です。

ポイント

Hy4は知覚・推論・ツール呼び出しを組み合わせ、画像処理やグラフ分析、数学的な視覚推論をこなします。さらに初めて「コンピュータ操作」をサポートし、コマンドラインとグラフィカルインターフェースの両方を扱えるということです。

テンセントはBlenderやCADなどの専門ソフト、アプリをまたぐ長期的なタスクに向けた専用のトレーニングも行い、計画と実行の精度を高めたとしています。

公式は用途を5つに分類しています。視覚とコンピュータタスク、フロントエンドとゲーム開発、金融とオフィス、科学研究とモデル開発、長期的なパーソナルアシスタントです。

Hy4は現在、テンセントクラウドとOpenRouterで公開されているほか、CodeBuddy/WorkBuddy、元宝、imaでも試せます。性能はプレビュー版を上回る一方、API価格は従来どおりだということです。

テンセントはモデルの重みとシステムカードを公開しました。vLLM、SGLangのコミュニティーおよびInferactと連携してエコシステムを支援する方針です。システムカードには安全性評価の結果も含まれています。

テンセントは、Hy4がすでに有力なオープンソースモデルの一つである一方、トップクラスのクローズドソースモデルとは依然として明確な差があると認めています。特に先端数学や長期的な開発、モデル反復などの高難度テストで差があるということです。

チームは学習規模を継続的かつ着実に拡大し、差を縮めていくとしています。コストパフォーマンスと推論速度を重視する「Hy4 flash」も近く公開予定で、製品と連携した反復をより高い頻度で進める方針です。