騰訊發布 Hy4 大模型：加入視覺理解與電腦操控能力，並以「安全限縮」策略回應生成式AI濫用風險

11 月 4 日，騰訊 正式發布其新一代大語言模型 Hy4。這不只是一次常規的「更強模型」換代：Hy4 在既有優勢之上，再度加入了視覺理解（visual understanding）與操作電腦（computer-use） 的能力，並對長時程代理任務（long-horizon agent tasks） 的表現做出明確宣稱。更具新聞點的是，路透社報導 Hy4 是刻意以「限縮的網絡安全資料」來訓練，目的是降低它被濫用於網絡攻擊或有害研究的風險。這款來自中國市值最高科技公司之一的旗艦模型，把多模態、代理化與安全治理三條戰線同時推向台前。

Hy4 帶來甚麼：從「會聊天」到「會看、會操作」

騰訊對 Hy4 的能力描述，明顯已超越傳統的「文本問答」，呈現出面向實際工作的模型輪廓：

• 視覺理解：加入圖片與視覺資訊的處理能力，讓模型能「看懂」螢幕截圖、圖表與文件內容；
• 電腦操控（computer-use）：能把看到的畫面轉化為對介面的操作，這正是自動化操控電腦、代理代替人點擊與填表的關鍵底層能力；
• 指令遵循、長上下文與推理效率：在過往擅長的面向持續改進，並對長時程代理任務（要分多步、跨多個階段完成的工作）特別強調「可帶來更穩定的完成度」。

對企業而言，這代表中文世界的主力模型，已開始從「生成內容的工具」走向「能接手一段工作的代理人」——你不再只是叫 AI 寫一段文字，而是可以委託它看畫面、做判斷、操作系統，完成一整段多步驟的流程。

背後的訊號：把「安全」直接寫進訓練

這則新聞更值得矚目的部分，在於騰訊對安全策略的取捨。路透社報導，Hy4 在設計上刻意以限縮的網絡安全資料進行訓練，並設下限制，目的是降低其被用於網絡攻擊或有害生物研究等濫用風險。這立場值得深思：

• 「安全」從發布後的補丁，變成訓練時期的設計：過去，模型的安全主要靠發布後的對齊與過濾；騰訊的做法則是在資料與能力層面主動設限，從源頭少餵進那些「高風險用途」的知識；
• 「能力」與「防護」的取捨：刻意少用某類資料，背後是放棄一部分能力、換取更低濫用風險的權衡。這種「能力限縮」策略，正在成為中國主流廠商回應生成式AI被濫用的公共與監管壓力的具體手段；
• 開源的雙面刃：騰訊表示 Hy4 的模型權重與系統卡將於未來數日開放源碼。開放權重意味著能力可以落到任何人手上，因此「訓練時的安全限縮」就顯得格外重要——這是開源社群能否長期健康的關鍵辯論。

對香港企業與在職人士的啟示

• 把「能看、能操作電腦」的模型，當成自動化選型的新維度：香港企業大量的報表整理、系統輸入、後台跟單工作，往往卡在「資料在圖片／介面裡、需要手動搬」這個環節。具備視覺理解與電腦操控能力的模型，正把這些環節變成可委託的任務，值得在**流程自動化（RPA／agentic workflow）**評估中納入測試；
• 留意中文模型的「代理能力」已經追上：過去選擇 AI 往往偏好英文模型，但 Hy4 這類中文原生、且支援多模態與電腦操作的選擇，對資料以中文為主的香港企業，可能在成本、隱私合規與在地化上更有優勢；
• 把「能力限縮」解讀成治理訊號，而非缺陷：一個「少學了一點危險知識」的模型，未必比「甚麼都會」的模型差。對企業而言，明確知道自己願意承擔多少濫用風險、並把安全限制寫進選型標準，本身就是負責任 AI 治理的一部分；評估供應商時，應不只問「它能做甚麼」，也問「它刻意不做甚麼」以及為甚麼；
• 為「AI 代理人能操作工具」預做流程與權限準備：當模型能看懂螢幕並操作系統，企業必須同步設計最小權限、審核點與可追溯日誌——把自主代理「接進」公司流程時，安全性不能只靠模型自覺，更要靠流程限制。

騰訊 Hy4 是**中國大模型從「生成能力」邁向「執行能力」**的重要一步，而其「訓練時設限」的安全策略，則給整個行業上了一課：下一代生成式 AI 的競爭，不只是比誰更能幹，也比誰更能負責任地設限。 對香港的企業與上班族，這是把「多模態、代理能力與安全治理」同時放進 AI 採購清單的明確提醒。