腾讯混元 Hy4 与 Hy4 flash 即将发布 首次新增视觉理解能力

腾讯混元 Hy4、Hy4 flash 两款大模型即将正式对外发布，本次新版本最大亮点就是首次引入视觉理解能力，从纯文本大模型升级为多模态模型，同时长程任务处理、思维链推理效率也迎来大幅提升，Hy4 flash 还会兼顾高性能与高性价比，满足不同开发者与企业用户的使用需求，整体产品能力相比此前的 Hy4 preview 实现全方位升级。本次新版本能够顺利加入视觉理解能力，核心原因是腾讯完成了多模态技术与文本大模型的深度融合，把图像解析、图文推理能力嵌入原有模型架构；同时团队在海量图文数据上完成新一轮模型训练，补齐了图像识别、图文联动推理的能力短板；再加上前期 Hy4 preview 已经打下稳固的文本推理基座，让新增视觉功能不用大幅改动基础模型结构，开发难度大幅降低。整个新版本落地分为三个推进步骤，第一步完成多模态基座融合，把视觉编码器和文本大模型打通，实现图文统一输入输出；第二步开展海量图文样本微调，优化图片识别、图表解读、图文问答的精度；第三步完成双版本差异化打磨，Hy4 主打全功能旗舰能力，Hy4 flash 精简优化推理成本，最后完成内测与正式上线发布。

一、Hy4 与 Hy4 flash 版本核心参数对比清单

表格

二、本次新增视觉理解能力包含四大功能项

1. 图片内容解析：可直接读取照片、截图、文档照片里的文字、画面信息，自动提炼图片核心内容。
2. 图表数据分析：自动识别折线图、柱状图、表格图片，完成数据读取、趋势总结与结论推导。
3. 图文多轮对话：用户同时上传图片 + 文字提问，模型结合画面信息给出精准回答，支持多轮连续问答。
4. 实景内容推理：识别实景照片里的物体、场景，结合常识完成逻辑推理与内容创作。

三、两大模型其他能力升级亮点

1. 长程生产力任务优化 超长上下文稳定性进一步提升，处理几十万字长文档、大型代码库时，信息遗忘问题大幅减少，适合长链条项目分析。
2. 思维链推理效率提升 复杂逻辑问题分步思考的速度更快，代码调试、方案规划、科研计算的推理成功率显著提高。
3. Agent 智能体能力强化 可以调用工具完成图文联动任务，既能读懂文字指令，又能识别图片素材，自动完成完整业务流程。

四、两款模型上线后的应用场景划分

1. 旗舰版 Hy4：面向政企项目、科研机构、大型企业，用来搭建图文审核、文档识图、工业图纸分析、智能办公系统。
2. 轻量化 Hy4 flash：面向创业团队、小程序开发、云端高并发 API 调用，在保留视觉能力的同时控制算力开销，降低使用成本。

【相关 FAQ】

问题 1：腾讯混元 Hy4 与 Hy4 flash 即将发布，首次引入的视觉理解能力可以实现哪些操作？

回答 1：腾讯混元 Hy4 与 Hy4 flash 即将发布，首次引入的视觉理解能力可以完成图片文字提取、图表数据分析、图文多轮问答、实景画面逻辑推理，支持图片 + 文字混合输入，实现图文一体化理解。

问题 2：腾讯混元 Hy4 与 Hy4 flash 即将发布，Hy4 和 Hy4 flash 两个版本有什么区别？

回答 2：腾讯混元 Hy4 与 Hy4 flash 即将发布，Hy4 是旗舰全功能版本，主打完整多模态能力与长程复杂任务；Hy4 flash 继承全部视觉理解与 Agent 能力，做轻量化优化，推理速度更快、调用成本更低，主打高性价比轻量化开发场景。

问题 3：腾讯混元 Hy4 与 Hy4 flash 即将发布，相比 Hy4 preview 旧版本，新版本最大升级是什么？

回答 3：腾讯混元 Hy4 与 Hy4 flash 即将发布，相比 Hy4 preview 纯文本模型，新版本最大升级就是首次引入视觉理解能力，升级为多模态大模型，同时优化了长程任务稳定性与思维链推理效率，综合生产力能力全面提升。

【数据来源】

[2026-10-29]（腾讯混元 Hy4、Hy4 flash 即将发布，首次引入视觉理解能力）36 氪

[2026-10-29]（腾讯混元 Hy4 新增视觉能力，Hy4 flash 同步推出）证券时报

[2026-10-29]（混元双新版本亮相数字生态大会 打通图文多模态能力）钱江晚报

[2026-08-28]（腾讯混元 Hy4 preview 正式开源）腾讯云官方资讯

免责声明：本文模型功能、版本信息均来自大会公开披露内容与主流科技媒体报道；Hy4、Hy4 flash 具体上线时间、详细参数以腾讯官方正式公告为准；本文仅为 AI 行业资讯分享，不构成技术选型、项目采购的决策依据。