腾讯混元最新一代模型 Hy4 preview 已发布。从目前的实测素材来看，它重点提升了长程 Agent、多步骤任务、代码开发、前端生成和生产力场景的表现。简单来说，Hy4 preview 不只是回答问题，而是更适合连续执行一系列任务，例如理解需求、生成项目、检查配置、选择部署方案，并将网站发布上线。
Hy4 preview 有哪些核心参数和能力提升？
Hy4 preview 是腾讯混元最新一代模型，采用典型的 MoE（混合专家）架构，主要参数信息包括：
- 总参数量：770B；
- 激活参数量：49B；
- 上下文长度：1M；
- 重点增强方向：多步骤 Agent、代码开发和生产力任务。
其中，1M 上下文长度意味着模型能够处理较长的任务上下文。对于需要连续沟通、反复修改、读取项目文件或执行多轮操作的任务来说，较长的上下文有助于模型保持对整体目标的理解。
从体验反馈来看，Hy4 preview 的主要特点可以概括为一句话：前端审美大幅提升，长程任务相对稳定，办公场景也比较实用。
如何最快体验 Hy4 preview？
目前最简单的体验方式，是下载安装 Workbuddy，然后在模型选项中选择 Hy4 preview。
具体使用步骤
- 下载安装 Workbuddy；
- 打开软件并进入模型选择界面；
- 选择 Hy4 preview；
- 输入需要完成的任务，开始体验模型的代码、前端和办公能力。
来源内容显示，Hy4 preview 可免费试用两周；此外，Hy3 也继续免费使用，并持续到9月底。具体可用范围以软件内显示为准。
声音驱动的动效画布，难点在哪里？
很多人会让 AI 生成粒子动效，用来观察模型的物理理解、前端审美和指令遵循能力。但普通粒子动画通常只是随着时间自动变化，真正让画面被声音实时驱动，难度会明显提升。
这次测试提出了一个更复杂的前端任务：制作一个声音驱动的无限画布生成艺术屏保。它需要通过麦克风接收声音，让画面根据说话时的音量、音高和频谱能量变化，形成实时视觉反馈。
理想效果是：用户一开口，画面就随着声音产生变化；当环境安静下来，画面也不能完全停止，而是继续缓慢演化，保持动态效果。
声音驱动画布需要完成哪些效果？
- 麦克风驱动：通过麦克风捕捉声音；
- 音量响应：声音越大，画面变化越明显；
- 音高响应：不同音高对应不同的视觉变化；
- 频谱响应：根据不同频段的能量生成动态效果；
- 无限画布：画面持续演化，不局限于一次性动画；
- 持续运动：即使没有声音，画面也保持缓慢变化；
- 多种风格：包含赛博、玄学、仪式感等视觉方向。
声音驱动艺术屏保的提示词是什么？
测试使用的核心需求是：制作一个纯声音驱动的无限画布生成艺术屏保，要求采用单文件 HTML实现，并通过麦克风驱动画面。整体感觉要像“用声音作画的活体屏保”，用户说话时能够看到炫酷的视觉反馈，安静时画面也能缓慢演化、永不重复、永不静止。
提示词中还要求加入赛博、玄学、仪式感等视觉风格，并设计可以切换的视觉效果，让用户能够通过持续说话，观察画面的变化。
来源内容中一处表述需要注意：前面提到“一共生成了8种风格”，后面的提示词又写成“自行设计3—4种可切换的视觉风格”。这两处要求并不完全一致，实际使用时最好明确到底需要生成8种风格，还是只需要提供3—4种可切换风格，避免模型在数量上产生歧义。
Hy4 preview 能否把前端项目部署到线上？
在声音驱动画布项目完成后，测试继续询问 Workbuddy：这个项目是否可以部署到线上？
随后，AI 对本地项目进行检查，并发现了多个配置了 xxx.qiaomu.ai 的类似域名。接着，它推荐了几个二级域名供选择，然后读取服务器部署 Skill，完成域名解析和网站发布。
整个过程用时约13分钟，最终将网站部署上线。来源中给出的线上地址为：
这个案例体现的并不是单纯的代码生成，而是从本地项目检查、域名选择、部署配置到网站上线的一整套连续操作。对于不熟悉服务器和部署流程的人来说，这类长程 Agent 能力更接近“协助完成项目”，而不只是提供几段代码。
在线鼓机测试，为什么选择 TR-808？
第二个测试项目是制作一个在线多轨 808 鼓机，目标是让用户像玩游戏一样编辑节奏，并支持调整 BPM、添加乐器组件以及导出 WAV 音频。
TR-808 是罗兰公司在1980年推出的经典鼓机，最初使用纯模拟电路生成声音。由于它的声音不像真实鼓声，曾经被许多传统音乐人嫌弃，销量不佳，后来停产。
但在二手市场低价流通后，TR-808 反而成为许多音乐风格的重要基础，影响了Hip-Hop、R&B、House、Techno 以及现代 Trap等音乐制作。
在线 808 鼓机需要实现哪些功能？
测试要求使用 React + Web Audio API 实现一个专业的8音轨、16步进鼓机应用，主要功能包括：
- 8种打击乐器：Kick、Snare、Hi-Hat Closed、Hi-Hat Open、Clap、Tom、Rimshot 和 Crash；
- 实时声音合成：音色通过 Web Audio 的振荡器和噪声滤波算法实时生成；
- 16步进网格：用户可以在网格中点击，点亮或熄灭对应音符；
- 播放指示条：播放时指示条横向扫描，并高亮当前播放位置；
- 节奏控制：支持调整 BPM；
- 音轨编辑：可以添加不同的打击乐器组件；
- 音频导出：支持将制作完成的节奏导出为 WAV 音频。
这个项目同时考验模型的前端交互设计、音频逻辑、实时调度和界面审美。用户不仅要看到一个能播放的页面，还需要像使用真实鼓机一样，点击格子、调整节拍、组合不同鼓点，并获得清晰的播放反馈。
这次实测说明了 Hy4 preview 的哪些特点？
从声音驱动画布和在线鼓机两个案例来看，Hy4 preview 的优势主要集中在三个方面。
第一，前端视觉表现更受重视
声音驱动画布并不是简单显示几个会移动的圆点，而是要求画面具有赛博、玄学和仪式感等不同气质。测试反馈认为，Hy4 preview 的前端审美有明显提升，更容易生成具有视觉冲击力的页面。
第二，连续任务执行更加稳定
从本地项目检查到域名选择，再到读取部署 Skill 并发布网站，整个过程包含多个步骤。AI 需要不断理解前一步的结果，并继续完成下一步。这个案例显示，它在长程任务和多步骤 Agent 操作方面表现较为稳定。
第三，办公和生产力场景更容易落地
无论是制作可交互的前端项目，还是将本地项目发布到线上，都属于比较具体的生产力任务。用户提出目标后，模型可以围绕目标持续推进，而不是停留在概念解释层面。
如何理解这次测试？
这次测试没有停留在“模型能不能写出代码”这个问题上，而是进一步观察它能否把一个想法变成可交互的作品，再把作品发布到线上。声音驱动画布关注的是视觉创意和实时交互，在线鼓机关注的是音频合成、节奏编辑和前端操作，两者都需要模型同时处理多个技术环节。
当然，来源内容主要展示了项目效果和操作过程，并没有提供完整的代码、详细部署配置或所有测试结果。因此，本文只据此总结其测试方向和已披露的体验反馈，不对未展示的功能细节作额外判断。
我认为：AI 真正有价值的地方，不只是替人写下一段代码，而是把一个模糊的念头，慢慢推到能运行、能交互、甚至能上线的程度。过去人们常说“想法很重要”，如今还要再加一句：想法若不能落地，终究只是脑中的回声。模型能否在漫长的任务里不丢目标，能否把细节一件件接上，才是它从聊天工具走向生产力助手的关键。人若只把 AI 当作自动打字机，得到的也许只是更多文字；若把它当作一起做事的工具，才可能真正省下时间，把手伸向更远的地方。
#React
© 版权声明
文章版权归作者所有，未经允许请勿转载。
