Китайський технологічний гігант Tencent представив нову версію своєї мовної моделі Hy4, суттєво розширивши її функціональні можливості. Ключовою відмінністю стало впровадження візуального аналізу та здатності керувати комп'ютером — як через командний рядок, так і за допомогою графічного інтерфейсу.
Hy4 позиціонується як повноцінний ШІ-агент, здатний взаємодіяти з професійним програмним забезпеченням. Зокрема, модель демонструє роботу з такими інструментами, як Blender та системи CAD, виконуючи складні багатоетапні завдання, аналізуючи графіки та зображення. Це виводить LLM за межі традиційних текстових сценаріїв, перетворюючи її на універсального цифрового асистента для фахівців різного профілю.
Розширення прикладних можливостей
Розробник заявив про помітне покращення результатів моделі в низці прикладних напрямів — фінансовому аналізі, програмуванні та наукових дослідженнях. Подібні покращення вказують на прагнення Tencent закріпитися в сегменті корпоративних ШІ-рішень, де точність і глибина аналізу є критично важливими.
Найближчими днями компанія планує відкрити ваги моделі та опублікувати системні карти (system cards), що забезпечить прозорість архітектури та дозволить дослідницькій спільноті глибше вивчити можливості Hy4. Відкриття ваг може посилити конкуренцію на ринку відкритих LLM і прискорити розробку прикладних агентних рішень.
Аналіз Cryptalist: Вихід Hy4 з функціями керування комп'ютером відображає загальний тренд переходу від чат-ботів до автономних ШІ-агентів, здатних виконувати дії в реальних застосунках. Відкриття ваг моделі здатне посилити тиск на конкурентів у сегменті відкритих LLM і стимулювати зростання екосистеми інструментів навколо агентних сценаріїв. Для ринку це сигнал подальшої інтеграції ШІ в професійні робочі процеси, що формує довгостроковий запит на обчислювальну інфраструктуру та відповідні крипто- і блокчейн-рішення.