实测腾讯 Hy4 正式版,Agent 四处开花,基模也没落后

腾讯混元最新一代大语言模型 Hy4 正式发布。
相较于 Hy4 preview,Hy4正式版在预训练和后训练上显著扩展了数据和训练规模,并且首次引入视觉理解能力。定价方面,和Hy4 preview 保持一致,输入 6元/百万 tokens,输出 18 元/百万 tokens,缓存命中 0.3 元 / 百万 tokens。
而且,在未来10天,WorkBuddy和CodeBuddy 提供限额的免费Hy4模型,也属于腾讯常规操作了。
据悉,Hy4 系列参数达到 770B,下一代 Hy5 规模将进一步扩大,并且,Hy4 Flash 也即将到来。

以往的 Hy模型测试我们都是在腾讯 WorkBuddy上,难免有针对性优化?因此,这次我们用 API 接入OpenCode CLI 评测了一下市面上比较流行的测试,用 Godot做像素游戏、3D动画、html 科普动画、复杂办公任务等。
看看 Hy4能不能成为日常的选择。
测试一:Hy4 制作像素游戏
第一题,让Hy4用Godot做一款能从开场玩到通关的完整像素动作游戏。游戏大致内容是:值夜的站务员带着信号灯,穿过失去照明的车站,接通线路,赶上末班列车。
游戏中的角色、敌人与特效等由 Hy4 自行制作,美术方向和核心玩法也由 Hy4 自己决定。
Hy4 首轮生成了61张PNG和19段WAV,角色精灵表包含可复用的动作帧。线路接通、闸门开启和列车到站,也被串进一条有目标的流程。
首轮测试游戏并不完美,比如试玩时发现了几处疏漏:Esc可以暂停却不能恢复,新周目的门没有复位,闪灯提示的K键与实际L、Shift绑定不一致。把问题告诉 Hy4 后,Hy4 一遍就修复了这些问题。
并且, Hy4 在长程任务中对插入的额外要求理解能力不错。比如我告诉 Hy4 “把最重复的一段改得更有趣,让旧存档仍可继续并留进度说明”。
随后 Hy4 改造了终点长平地,增加到站灯柱、重排遭遇,让列车逐渐显现等。最终整个游戏有62张PNG、19段WAV,默认敌人20个。
我们给 Hy4 的提示词并没有面面俱到,保留了一些模型自由发挥的空间。比较惊喜的是游戏玩法上,Hy4 真的在想办法让游戏变得有趣,而不是简单完成游戏。
核心机制我只说要和信号灯有关,而 Hy4 就生成信号灯击杀敌人、充能、链接线路等,很有想法。游戏美术上,用的是 2D 像素风格,整体上中规中矩,没有特别亮眼的背景,但也没有出现错误,整体风格很和谐。
但游戏其实并不完美,我们可以看到 Hy4 在地图中生成了一些高墙,一眼看过去需要人物跳跃或者破坏才能通过,Hy4直接让人物“穿墙”了。

prompts
# Godot 完整像素游戏:末班站台请用 Godot 4.7 制作一款完整、可运行的横版 2D 像素动作游戏,作品叫「末班站台」。深夜,一座即将被遗忘的车站仍在等待最后一班列车。玩家扮演留下值夜的年轻站务员,带着手提信号灯,穿过失去照明的站台,重新接通线路,在列车离站前抵达终点。优先做好三件事:有辨识度的像素世界、跟手且有变化的动作体验、从开始到通关的完整流程。内容规模以几分钟能玩完的一次体验为目标,具体由你判断,把有限的场景和机制打磨充分。## 让车站先把人留下来这座车站应有正在停摆的生活痕迹:熄灭一半的时刻表、积水里的灯牌倒影、轻轻晃动的吊灯、停在隧道深处的车厢。远处偶尔有列车驶过,却没有为玩家停下。请形成自己的美术方向。可以潮湿、冷清,也可以带一点温柔的怪诞。站台、维修通道和接近终点的区域应有空间性格上的区别,让玩家看得出自己正在深入车站。场景可以采用有限数量的区域,区域长度与连接方式由你决定。## 从第一眼就能读懂画面开场便呈现游戏最有吸引力的场景,让标题、车站和主角处于同一个世界里。进入游玩后,前景、中景行动区域和远景轨道应形成层次,角色、敌人与可交互物需要清楚可辨。画面可以丰富,也要照顾实际操作。玩家应看得清落脚点、攻击范围和危险来向。镜头、光照与特效随着行动产生恰当变化,让车站有呼吸感。暂停时,画面仍应是一幅构图完整的像素作品。## 信号灯是主角的一部分自行设计并制作主角、敌人、必要场景物件和像素特效。主角的轮廓容易识别,信号灯在移动、行动和交互时应有存在感。敌人可以来自车站本身:失去面孔的候车者、沿轨道游动的黑影、被异常信号驱动的维修装置,或者你认为更有说服力的形象。不同敌人带来不同应对方式,并通过动作与外观传达意图。受击、敌人消散、灯光恢复、线路接通等关键瞬间,需要与世界统一的反馈。素材制作方式由你选择,主要人物、敌人和特效须自行完成,保存为可复用的独立 PNG 或精灵表并实际接入游戏。像素尺度、动画基点和视觉语言保持协调,缩放后仍然清楚。具体调色、尺寸与帧数由你安排。## 让动作与车站发生关系围绕信号灯设计一个值得反复使用的核心机制。它可以影响战斗、移动、探索或环境状态,具体能力与资源规则由你决定。安排一条可完整游玩的路线,让玩家经历理解操作、发现机制、遭遇组合挑战、完成最终目标的过程。战斗、穿行和短暂喘息之间应有节奏变化。接通线路后,环境应发生可感知的改变,例如照明恢复、闸门开启、列车到站或新的危险出现。让玩家感到自己的行动正在改变车站。挑战数量、敌人组合和结尾形式由你选择,形成值得玩到最后的过程。## 每个状态都要有回应界面延续车站的视觉语言,清楚呈现当前目标、生命或资源状态,并在需要时提示操作。攻击、受伤、资源不足、交互成功和任务完成,应有及时且容易理解的反馈。提供暂停、失败重试和通关后的再次游玩。如果使用声音,照顾音量控制和静音状态下的信息表达。玩家失败后能顺畅回到合适进度,避免重复冗长开场。## 让这一夜有一个结局设置合理的检查点并保存必要进度,重新启动后可以继续游玩。适合保留的设置和纪录也应保存。完成最终目标后,用游戏内的场景变化或演出回应开头那班迟迟未到的列车,给这一夜一个明确的结束。## 交付与实际检查交付完整 Godot 工程、像素素材、简短操作说明和当前环境可运行的结果。工程应能直接打开运行;独立程序导出在当前环境支持时提供。请实际启动并试玩,检查主要路线、交互、失败重试、保存继续和通关流程。我们会关注游戏是否完整、操作是否可靠、素材是否真正用进作品、画面是否有统一风格,以及这座车站是否让人愿意走到最后。
问题反馈 prompts
独立运行检查发现三处可复现问题,请在当前工程中修复并实际验证,简述改动和验证结果。1. Esc 可以进入暂停,但再按 Esc 仍停在暂停,和 README 的“暂停/继续”说明不符。2. 先给第一个继电器充能、让第一闸门开启,再选择再次游玩:继电器进度已归零,但该闸门仍保持开启,新的周目可绕过门槛。请检查再次游玩/开始新游戏的世界状态复位。3. 关卡 x≈1700 的提示写“K 灯闪”,实际输入映射 K 为跳跃、L/Shift 为灯闪。请统一游戏提示、帮助和文档。
追加要求 prompts
把最重复的一段改得更有趣,让旧存档仍可继续并留进度说明。
测试二:一张图生成齿轮物理建模动画
第二题我用 AI 生成了一张结构示意图和传动条件,要求 Hy4 看图作业,交付一个可编辑、可播放的Blender工程与实际渲染内容。图片中齿数和输入转速写明,镜头、材质与辅助展示交给模型,看它怎样把图片做成一段工业演示。

成品中,Hy4 沿用输入图中暖色中心、浅色行星轮与深青齿圈的区分,再做成铜、银灰金属和青色外环的材质对比。机座、螺栓、轴心与朝向标记有有区分,镜头从整体进入啮合位置,再回到全貌。

齿轮规格上,要求太阳轮20齿、内齿圈60齿、四个行星轮各20齿等,行星轮同时公转和自转,需要分清其在世界中的绝对转动,与相对行星架的转动。
这些硬性条件,Hy4 在制作的模型都完成。
整个项目首轮用了约84分钟。比较惊喜的是,Cycles预览超时,它改用Eevee,继续调整照明、曝光和镜头。最终的材质与光线,经过了多轮试渲染。并且,当我们插入新改动,如让内齿圈也以正 20 rpm 转动,太阳轮保持原来的输入,Hy4 也能理解并修改正确。
我们可以看下 blender 生成的动画效果。
可以看到,行星轮的中心仍在绕太阳轮运行。齿轮运行的时候,边缘面板的读数也同步更新,原先的材料和镜头语言保留了下来。
可见,Hy4 的视觉理解并不是简单的识图,而是可以看懂图片中文字描述了什么,图像代表了什么。
prompts
# Blender:让一套行星减速器成为值得停下来看完的工业演示请在本机 Blender 5.1.2 中,参照附件结构图,制作一套可以直接打开、播放和检查的行星减速器工程。它应当像一家认真对待工业设计的公司为产品制作的演示:观众先被机械本身的秩序吸引,再看懂动力怎样经过齿轮传递。优先做好结构关系、运动正确性和画面质感。美感应当来自比例、构图、材质与运动之间的关系。辅助展示方式、镜头、环境与具体实现由你决定。## 这套机构怎样成立机构采用一个太阳轮、四个行星轮、一个内齿圈及行星架。太阳轮 20 齿,内齿圈 60 齿,每个行星轮 20 齿,模数一致。四个行星轮围绕太阳轮均匀布置。内齿圈固定,太阳轮输入转速为正 60 rpm;从上方向下看,逆时针为正方向。请独立推导尺寸关系、装配条件以及行星架和行星轮的运动。明确区分行星轮的公转、自转,以及相对于行星架的转动,用推导结果驱动动画。这是理想运动学演示,齿形可以合理简化,不要求制造级加工精度或接触力仿真。但齿数、节圆比例、中心位置与运动关系应当可以核验,外观和数据不能互相矛盾。## 第一眼看见什么初始画面应呈现这套机构最有说服力的结构关系。太阳轮、四个行星轮与齿圈形成清楚的视觉中心,行星架有可信的支撑逻辑,同时让观众看见关键运动。可以选择剖切、局部开放、爆炸装配或其他呈现方式,也可以用更安静的固定构图建立秩序。让辅助结构服务理解,主体与背景分离,近处有值得细看的细节,整体也有足够的呼吸空间。## 让零件属于同一件产品请把它当作一件有性格的工业产品。齿轮、轴、支撑件和必要紧固件应属于同一种对象语言,细节有轻重,复杂度有取舍。部件有明确的落脚、间隙和连接关系,播放时仍然成立。材质、灯光、配色与环境由你判断。利用这些选择建立主次,让轮廓、转动和层次在静止画面中也能辨认。不同材质有各自的反光与粗糙感,精细程度集中在真正值得观察的部位。## 用镜头讲清楚传动演示应让观看过程产生变化:从整体认识机构,进入关键位置,再理解构件之间的运动关系。镜头数量、时长、景别和叙事顺序由你决定,运动保持连续、稳定,关键关系留出观察时间。必要的名称、方向、转速或示意线可以出现,但要融入画面层级。可以给部件设置便于辨认朝向的标记,让观众区分自转与公转。暂停后、逐帧观看或更换观察角度后,工程都应经得起检查。## 参数与结果一起变化提供清楚可改的输入转速参数。推导、实际运动、显示数值和采样结果应当来自相同的关系。组织方式和控制方法由你选择,后续调整工况时,应能更新演示而不必重建整个作品。## 交付与检查交付可编辑、可播放的 .blend、生成或控制所需脚本、实际渲染预览和简短说明。说明中列出关键推导、参数、近似与检查方式,并提供足以独立核验运动的数据。验收会同时检查科学关系和展示质感:结构清楚,转动自洽,参数可修改,镜头与标注帮助理解。请实际打开并播放,处理发现的问题后再交付。
追加要求 prompts
让内齿圈也以正 20 rpm 转动,太阳轮保持原来的输入。更新计算和动画,保留已有视觉风格与工程组织。请保存更新后的工程并实际重开验证,提供更新的预览和运动采样,简要说明变更。
测试三:复杂办公活动复盘
第三题是一份办公任务,活动复盘:把混有重复、待支付、零元支付和退款的流水,整理成Excel工作簿,再做成四页可继续编辑的PPT,内容中数字需要能追溯,页面要适合会议展示。

生成 PPT、表格这样的办公任务,其实对于大多数模型来说都能完整,因此我们主要是看 Hy4 在生成办公文件上的审美以及展示能力,这也从侧面体现了 Hy4 对办公任务的理解能力。
Hy4 生成的PPT保留两个原生图表、一个原生表格,瀑布由可编辑形状搭建,并没有直接粘天表格。Excel中有五张表,用了56个真实公式和两个图表。
在原生Excel中重算保存后,六笔成交、支付1200元、退款300元、费用500元、结余400元,均与口径一致。我们还在原生Excel里把A01支付额从200元改成250元。重算保存后,支付总额1250元、净收入950元、结余450元与图表数据都更新了。

我们可以看到,Hy4 的生成办公文件,从视觉配上上,便于读者理解,一些辅助线和图表的运用基本上可以拿来直接展示。
对于现在的模型来说,大部分办公任务的难点不再是把任务完成,而是做出一份可以直接展示/提交的产物,不用用户在调整格式、背景颜色、拖动图片等,Hy4在这一方面可以说基本满足需求了。
prompts
# Office:把活动流水变成能支持下一次决策的复盘请根据提供的原始 CSV,制作一份真实可用的 Excel 活动复盘工作簿,以及一份四页、可以继续编辑的 PowerPoint 汇报。活动刚刚结束,负责人需要在一次简短会议里弄清楚:订单带来了多少收入,退款与费用怎样改变了最终结果,数据里有哪些值得关注的问题,下一次可以据此调整什么。作品应同时经得起财务核对和会议展示。优先把数据口径、主要发现和阅读顺序做好,再建立有辨识度的视觉表达。统计关系需要准确,工作簿结构、图表、页面编排和设计方向由你决定。## 先让数据关系清楚原始订单中存在重复记录、待支付、部分退款、全额退款和零元支付。请先辨认字段,再整理数据。同一订单只计数一次,完全相同的重复行只保留一条。订单统计只纳入已支付记录;支付后发生退款的订单保留成交与退款信息。退款字段是当前累计退款总额,重复出现的累计值不能相加。已支付的零元订单仍计入订单数。金额单位统一为人民币元,提供的费用全部计入本次成本。让原始数据、整理后的明细、核查信息和汇总之间有清楚的关系。支付总额、退款、净收入、费用与结余能够追溯,并让接手的人理解各指标含义。若遇到无法确定的异常,标出影响和处理方式。现有数据能支持到哪里,判断就推进到哪里。订单量可以体现成交规模,不能自动代表实际到场人数。没有提供的转化率、同比、业务原因和目标,不应为了让汇报看起来完整而补造。## Excel 要让人愿意继续使用打开工作簿时能迅速找到核心结果,需要核对时又能顺着关系查到订单。使用真实公式、合适的数字格式和可编辑图表,明细变化后关键汇总能够正确重算。工作表数量、区域组织和图表类型由你选择。请建立清楚的层级,让标题、指标、明细、单位与备注各有位置。留白、颜色和边框用于表达关系,数据区域保持稳定、易于阅读。照顾实际使用中的长订单号、零值、退款、金额精度和需要筛选的明细。重要口径容易找到,临时修改输入时可以理解结果怎样变化。## 四页形成一次完整汇报每页的内容与顺序由你安排,整体覆盖订单规模、收入与退款、费用与结余、数据质量,以及有证据支持的后续判断。标题应告诉观众这一页最值得注意什么,图表承担比较或解释的任务,文字补充必要的口径与限制。可以有判断和态度,但每个数字都能回到工作簿,每个原因判断都要有材料依据。请让四页具有一段汇报的节奏。有的页面可以突出一个主数字,有的适合比较,有的需要图表与解释共同展开,具体选择由你作出。内容密度、构图和视觉重点随着信息变化,整体仍然属于同一套设计。## 专业而有自己的气质希望作品具有专业出版物和成熟经营汇报的质感:字体、留白、对齐、图表、颜色与文字之间有明确关系。可以鲜明,也可以克制,关键是选择有理由、画面有秩序,读者能够舒服地看懂重点。重点考虑中文与数字混排、图例和数据标签、单位、投影尺寸下的可读性。装饰和视觉强调应当帮助理解,主要信息保留足够的位置。## 交付与检查交付真实 .xlsx 和 .pptx。PPT 的主要文字、图表、表格与图形应能继续编辑。请打开工作簿重新计算,核对跨文件数字、公式引用、图表范围、单位、退款口径和费用总额,并实际渲染检查四页的可读性、截字和遮挡。最终应当让人既能拿去开会,也能继续更新数据。请简要说明你最重要的统计处理和设计选择,以及现有材料无法支持的判断。
测试四:从看总数,到把订单带走
第四题让Hy4根据结构参考图和订单CSV制作“夜航运营台”。月份、地区与状态筛选后,指标、图表和明细需要一起更新,并导出当前结果。参考图提供信息类别,布局与视觉表达允许重新设计。
这一个测试有点复刻功能等意思,我们常常会在网上刷到好用的软件面板,但用提示词描述不清楚,这时候让 AI 复刻,并且根据需求进行改动,就很有用了。

Hy4 将夜航运营台选了深蓝底色,把筛选范围放在经营数字上方,净收入用蓝色强调,退款以暖色提示。中文标签与金额单位清楚,首屏优先展示总量和图表,订单明细放在下方。

功能上,夜航运营台的筛选、图表、订单明细和CSV导出能够联动。切换月份、地区和状态,页面会同步更新,导出结果也与当前筛选范围一致。追加测试中的新订单和退款调整都正确反映在统计里,零元已支付订单没有遗漏。Hy4还给表格增加了六列排序,按金额排序后,导出文件与页面顺序一致。
可见稍微复杂,需要联动的前端看板,Hy4 也能完美实现。
prompts
# 夜航运营台:把订单、退款和趋势放进一套值得每天使用的产品请在当前目录制作一个可运行的活动运营看板,名称为「夜航运营台」。使用附件截图理解信息结构,使用 CSV 作为数值依据。它服务于一家小型活动团队:运营人员每天打开它,确认收入、退款和地区表现,发现需要处理的记录,再把结果导出给同事。希望它具备成熟产品的质感。先把关键内容的组织、数字的可读性、图表关系和真实操作做好,再决定哪些细节值得增加。技术栈由你选择,交付后应能在本机直接运行,依赖和启动方式说明清楚。## 第一眼看到什么首屏应让人迅速理解当前统计范围、最重要的经营数字,以及最近发生的变化。主指标、趋势、地区比较和订单明细之间形成清楚的阅读顺序,既能快速扫视,也能继续深入。参考截图中的信息类别、数字含义和图表关系需要保留,具体布局和视觉表达可以重新设计。请运用你对字体、间距、色彩和信息密度的判断,形成统一且有辨识度的语言。可以有适量的品牌气质,但主要注意力应留给数据和操作。希望页面在停下来观察时也经得起推敲:数字格式整齐、中文与数字搭配自然,表格行列容易追踪,标签与图例有清楚的归属。图表的选择、比例和强调方式应帮助读者判断,不能为了画面饱满而改变数字关系。## 数据怎样成为画面CSV 是唯一数值依据。金额单位为人民币元,退款列表示累计退款总额。待支付订单不计入收入,已发生支付的净收入为支付额减累计退款。零元已支付记录仍是一条有效订单。页面需要支持月份、地区和状态筛选。筛选后,主指标、图表和明细一起更新,并能看清当前正在查看哪个范围。没有结果时,也要保留清楚的界面和下一步操作。趋势图、地区图和明细表可以采用你认为更合适的表达。必要的单位、日期范围和图例保持可见。没有来源的数据不要补造,也不要自动添加题目没有给出的同比、转化率或业务原因。## 从查看到交付运营人员应能顺畅地修改筛选条件、清空筛选、检查明细,并将当前筛选结果导出 CSV。导出的字段和记录应与当前界面一致,中文可正常读取。选择、悬停、键盘焦点、空结果和导出完成等状态,应有清楚但克制的反馈。轻量动效可以帮助理解切换和更新,让人始终知道自己的操作发生了什么;界面布局不应在每次筛选时无规律跳动。桌面端应有良好的信息密度,窗口变窄时仍能完成主要任务。你可以调整分组、折叠次要内容或改变排列方式,保留当前选择和上下文。操作入口、图表和文字应属于同一套设计语言。## 交付与检查交付实际项目、可运行页面和简短启动说明。请启动并使用页面,检查筛选、清空、图表联动和真实 CSV 导出,处理发现的问题。我们会同时看页面的视觉完成度、数据是否一致、操作是否可信,以及你有没有作出服务于使用场景的设计判断。请简要说明你最满意的几项选择,以及尚存在的限制。
测试五:缝距翻倍,条纹怎样挤到一起
第五题,让Hy4用一个离线HTML做了交互式双缝干涉演示,把实验装置、亮暗条纹、强度曲线和波形放进同一张实验台。用户可以暂停、选点和调整参数,还能通过同尺度的前后对照,直接看到缝距变化怎样影响条纹。

这道题的难点,是让画面、数值和文字解释遵循同一套物理关系。最终版本实现了缝距翻倍、条纹间距减半,图像与读数能够对应。
不过,Hy4 在首轮中曾把一处暗纹的成因解释错,经过反馈修正。
prompts
# 缝拉得更开,条纹为什么更挤请在当前目录制作一个可直接在浏览器打开的单文件 HTML 科普动画,主题是「缝拉得更开,条纹为什么更挤」。面向有一点物理基础、但没有真正理解双缝实验的人。作品应像一件精心设计的交互科学展品:先让人被画面吸引,再通过观察和操作看懂现象。内容量以一分钟左右的主要观看流程为参考,观众可以停下继续探索。HTML、CSS、JavaScript 及所需着色器内联,保存后可以离线运行。可以采用 SVG、Canvas、WebGL 或其他适合单文件交付的实现,具体技术和组织方式由你决定。重点是完整的观看体验和可信的科学关系。## 首屏与视觉中心首屏应建立清楚的光学装置与观察关系,让观众一眼能读出光源、双缝和屏幕,同时被明暗条纹吸引。它可以是一张安静、精密的实验台,也可以采用你认为更有效的视觉隐喻,前提是装置结构和科学关系清楚。可以用深色空间与克制的彩色光组织画面,让薄薄的挡板、观察屏和光路在空间中分离。也可以选择更明亮的展览语言。希望画面有明确主体、细腻层次和留白,文字承担必要引导,避免图形、控件和解释彼此争夺注意力。材质和光感要经得起暂停观看。装置边缘清楚,屏幕像能接住光的表面,亮纹和暗处形成舒服的对比。科学图形、字体、刻度、线条和转场应属于同一套视觉语言。具体构图、配色、视角和质感由你判断。## 让疑问逐渐变得可理解叙事围绕一次可以亲手验证的疑问展开。让观众观察条纹,尝试改变缝距,再探索缝宽与波长的作用。叙事顺序和转场方式由你安排,但应让每一步帮助理解下一步。通过屏幕上的一个可选位置,联系两条光路的光程差、两束波的相位关系与合成结果,解释这个位置为什么亮或暗。可以使用局部放大、波形、相位示意、强度曲线和前后对照,选择你认为最有效的组合。解释应跟着画面发生,而不是让观众在一大段文字和另一段动画之间自行拼接。## 同一套物理关系驱动画面装置、波形、观察屏和读数应共享同一组状态与计算。选中屏幕位置后,相关示意与数值一起更新;改变参数时,条纹、强度分布、刻度和解释相互对应。采用两条等宽狭缝、等强相干单色光、正入射、远场及小角度近似,考虑有限缝宽。默认波长为 500 nm,缝中心距为 0.10 mm,单缝宽度为 0.020 mm,屏距为 2 m。请自行推导并实现所需关系,说明归一化方式和模型边界。装置比例与时间尺度可以为了观看而做示意化处理,但要让观众知道哪些地方经过了简化。慢放的波相位演示与屏幕时间平均强度应有清楚区分。参数的可调范围应与模型假设相容。## 观看与操作提供播放、暂停、拖动演示时间、参数调整和恢复默认的能力,交互位置与形式自由设计。暂停后应能仔细观察,拖回同一时刻能复现相同状态,恢复播放后衔接自然。调参应顺畅,当前数值和变化方向容易理解。窗口变窄或使用键盘时,主要内容和操作仍应可达。控件可以在需要时出现,把画面的大部分空间留给现象与解释。## 交付与检查交付完整 HTML,实际打开检查主要观看流程、控件和参数联动。我们会看首屏是否有统一的审美,图、数值和解释是否一致,结果能否被独立计算,暂停与时间拖动是否稳定,以及观众是否能把现象和机制联系起来。请把它做成一件值得停下来观看、也值得反复操作的作品,并简要说明采用的近似与最重要的设计选择。
测试六:空间站科普动画
双缝实验动画更像一张实验台,观众需要同时读装置、波形和侧栏。我们又用 Hy4 做了一个竖屏HTML短片,解释空间站一直在掉,为什么掉不到地上,换一个科普方式。
第一版 Hy4 生成的很快,但其实做的挺粗糙的,后续我加了一轮提示词,主要是让 Hy4 对模型进行精修,这一次,Hy4 使用了约50分钟的时间对制作视频。从运镜、地球元素质量等都做了改进。可以发现海陆轮廓更贴合球面,空间站的舱段受光、支撑结构和太阳能板细节更清楚,字幕的位置合适。舱内近景的,让失重状态有了具体的展示场景,整体更适合连续观看。
这类科普视频的难点,是让镜头叙事与科学解释配合起来。从结果上来看,Hy4已经完成了科普的功能,但片中的轨迹、尺度与时间仍属于科普示意,没有进行完整的轨道动力学仿真。
最近随着模型能力变强,视频平台中出现一批 AI 生成的科普视频,Hy4无论是在视频美观度还是科普准确性上,都可以直接拿来用。
prompts
# 一直在掉,为什么掉不到地上?请在当前目录制作一个独立 HTML 科普动画,主题是「空间站一直在掉,为什么掉不到地上?」。希望它像一条让人愿意停下来、从头看到尾的科普短视频:有一个勾住人的疑问,画面逐渐揭示机制,结尾让开头的现象变得容易理解。面向普通观众,主要观看流程约一分钟,以9:16竖屏为主,桌面浏览器居中观看。观众无需调参数或阅读说明,就能连续看懂主要内容。打开后应当立刻出现值得看的画面;如何开场、怎样分镜和安排叙事,由你决定。## 把它当作一支认真制作的短片画面要有明确主体、空间层次和统一的美术风格。希望看到你对构图、比例、光影、配色与节奏的判断。空间站、地球、轨迹或舱内物体应当具有可辨认的形态,值得在暂停时多看一眼。可以采用有质感的二维、2.5D、三维或混合视觉语言,自行选择最能成立的做法。镜头运动、转场和图形变化应当帮助观众理解。关键因果关系尽量用可见的动作与空间关系讲出来,让观众能看见“正在发生什么”。文字用来点醒画面,中文应当大而清楚,有足够阅读时间。视觉重点随讲述推进,别让解释、标签和装饰同时挤满屏幕。希望整段有轻重和呼吸,有值得记住的画面,也有一个让人恍然大悟的解释时刻。具体镜头、人物、比喻、字幕措辞、音效与节奏留给你发挥。声音可选,静音观看也应完整理解。## 这个疑问要真正讲通讲清“有引力为什么会漂浮”,以及向前运动与不断下落怎样共同形成绕地运动。尤其注意空间站和舱内物体之间的运动关系,让漂浮的解释与外部轨道画面相互呼应。科学关系必须可信。空间站所在高度仍有明显的地球引力,不能用“太空没有重力”解释漂浮;示意的运动方向、轨迹、标注和字幕要彼此一致。为了观看可以压缩距离、放慢时间或简化结构,在简短说明里交代示意边界。请核对关键事实,并在说明中给出可追溯的权威来源。## 交付与观看所有 HTML、CSS、JavaScript 和着色器内联,离线打开即可观看,不依赖外部图片、模型、字体、库或联网语音。可以自己绘制、程序生成素材。技术实现自由,优先保证真实播放的流畅度和画面质量。提供简洁的播放/暂停、从头播放和进度拖动,控件尽量把空间留给短片。暂停后画面稳定,拖回同一时刻应能复现相同状态,恢复播放自然衔接;手机和桌面都能正常观看与操作。可以提供清爽的录屏模式。请交付实际 HTML 和简短运行说明,自行打开检查整段效果。我们会实际观看并录屏,重点看它是否吸引人、是否用画面讲清机制,以及运动、字幕和科学解释是否成立。美术与叙事选择请自己作出,不需要提交设计方案等待确认。
六道题做下来,Hy4比较突出的,是把复杂要求组织成实际交付的能力。它能把图文条件转成可编辑的模型,把传动关系落实到动画,把数据口径写进公式与图表。目标和关键规则交代清楚后,模型可以自行补齐不少实现细节。
追加要求之后的表现,更能看出它对任务的理解。游戏改造终点关卡时,旧存档得以保留。这要求模型理解已有工程里哪些状态需要延续、哪些关系必须重新计算。
审美上的长处,则更多体现在设计与用途的配合。信号灯既是角色特征,也进入了战斗与线路机制。PPT用资金瀑布解释结余。科普动画通过近景、箭头和前后对照辅助讲解。Hy4能作出服务于内容的视觉选择,让不同作品形成各自的阅读和观看顺序。
Hy4 在首轮出现的暂停问题和暗纹解释错误,也说明模型的自检还需要实际运行与外部反馈来补充。
腾讯 AI 的两条腿
过去一段时间,外界对腾讯 AI 的直观体感,更多是由四处开花的 Agent 撑起来的。从 WorkBuddy、CodeBuddy 到办公生态里的各类智能体,腾讯拿出了自己在工程化封装、工作流拆解和场景入口上的老本行,这一条线已经走得相当顺畅。同时,腾讯也不执着于绑定单一模型,而是广泛接入第三方模型,先把用户的需求接进来,把工作流跑顺。
但“不强推”不代表“不在场”。当应用层在台前快速铺开时,混元这条基座模型线一直在幕后稳步推进。
在浅层任务里,优秀的工程编排和提示词框架还可以掩盖模型本身的短板。但一旦进入这次测试里的长程复杂任务,工作流封装就没法替模型做决定了。如果底层基模的逻辑推理、视觉理解和代码控制力跟不上,前端的 Agent 做得再热闹,一旦遇到用户中途改需求、加条件,整个工程就会在反复返工中崩盘。
这也是我们这次特意跳出腾讯自家的 WorkBuddy、直接通过 API 在 OpenCode CLI 里“裸测” Hy4 的原因。剥离了自家工具链的针对性优化后,Hy4 展现出的能力已经足够顶用。对于绝大多数日常开发与办公场景来说,Hy4 的表现已经跨过了主力可用的门槛。
而且,770B 的参数规模放在现在来看并不算大,随着后续 Hy5 规模的进一步提升,不出意外,混元的能力还会再进一阶。
未来模型一定会吞噬一切,眼下热闹的 AI 应用,很大程度上只是过渡阶段的产物,换句话说是用来给基座模型研发争取时间的。应用层放开手脚去抢下时间窗口,基座模型沉下心来把能力跟上,一个稳步进化、随时能顶上去的 Hy4,就是腾讯在这场牌局里真正的底气。


