2026-09-28 — views
Hcompany发布Holo4通用计算机操作智能体模型
为什么值得读 Holo4提供统一的多接口自动化模型，在开源训练轨迹的同时，以更低成本与前沿模型竞争。
Hcompany推出Holo4系列智能体模型，支持GUI、代码、MCP和API接口，适用于通用计算机操作任务。该系列包含27B密集模型和35B-A3B混合专家模型，并开源训练轨迹，以更低成本与前沿模型竞争。
Holo4：一种通用的计算机操作方法
Hcompany发布了Holo4，这是一系列旨在驱动通用计算机操作智能体的新型智能体模型。该系列包含两种主要规模：27B密集模型和35B-A3B混合专家变体。此外，其先前模型Holotron 3的更新版本作为Holotron4 Nano提供。所有模型均可通过H Models API访问，权重和完整集合在Hugging Face上以FP16、FP8和GGUF格式提供。
多接口交互
与许多仅针对单一界面训练的智能体模型不同，Holo4设计用于通过任何可用方法与软件进行交互。它可以在图形用户界面（GUI）上点击和输入，编写和执行代码，或调用MCP和API工具。该模型适应手头任务，可在桌面端、Web浏览器、Android设备、代码沙箱以及针对业务API上运行。用户无需为不同平台选择不同的模型；同一模型即可处理现实世界业务流程中所需的多种接口。
性能与成本效率
Holo4模型基于Qwen构建，相比其前身有显著提升。在OSWorld 2.0基准测试中，Holo4 27B得分61.7%，仅略低于最强的闭源模型如Opus 5.5（得分81.8%）。35B-A3B变体得分为30.9%。Hcompany强调，与前沿模型相比，这些结果是在参数量减少数个数量级且每次任务成本更低的情况下实现的。在用于API使用的AutomationBench基准测试中，Holo4也与领先的闭源模型竞争，同时保持更低的运营成本。
训练与能力
这些模型是在Hcompany的Agentic Task Factory生成的大量环境和任务集上，通过监督学习和强化学习进行训练的。这一内部管道从文档（如网站截图或开源软件）中创建交互式环境和可验证任务。Holo4在专业软件任务中表现出熟练能力，包括FreeCAD中的复杂3D建模和Godot中的游戏设计。例如，在一个吃豆人游戏设计任务中，Holo4 27B需要68次调用和240万令牌，而基础Qwen3.8 27B模型则需要197次调用和1140万令牌。
Holotron4 Nano与开放数据
Holo4建立在适应新基础模型的训练后堆栈之上。作为NVIDIA Nemotron联盟的一部分，Hcompany将此堆栈应用于Nemotron 3 Nano Omni模型，创建了Holotron4 Nano，该模型在GUI工作流以及暴露MCP、API或代码沙箱的环境方面相比基础模型有显著提升。Hcompany还开源了其基准分数背后的每一个轨迹，允许用户回放步骤或从Hugging Face下载数据集。
实务笔记
如果开发人员需要一个单一模型来处理跨越GUI、API和代码的多样化自动化任务，而无需切换基础设施，则应评估Holo4。开源轨迹的可用性允许对智能体行为进行深入检查，并针对特定业务流程进行微调。