2026-09-28 — views
Hcompany 發布 Holo4 通用型電腦使用代理模型
為什麼值得讀 Holo4 提供統一的模型以實現多介面自動化，以較低的成本與前沿模型競爭，並開源訓練軌跡。
Hcompany 推出 Holo4 系列代理模型，支援 GUI、程式碼、MCP 及 API 介面，專為通用型電腦使用任務設計。
Holo4：通用型電腦使用方法
Hcompany 發布了 Holo4，這是一系列旨在驅動通用型電腦使用代理模型的新產品。該系列包含兩種主要規模：27B 稠密模型和 35B-A3B 混合專家（Mixture of Experts）變體。此外，其先前模型 Holotron 3 的更新版本也以 Holotron4 Nano 的形式提供。所有模型均可透過 H Models API 存取，其權重和完整集合以 FP16、FP8 和 GGUF 格式在 Hugging Face 上提供。
多介面互動
與許多僅針對單一介面訓練的代理模型不同，Holo4 設計用於透過任何可用方法與軟體互動。它可以在圖形使用者介面（GUI）上點擊和輸入文字、撰寫並執行程式碼，或呼叫 MCP 和 API 工具。該模型會適應當前任務，運行於桌面、網頁瀏覽器、Android 裝置、程式碼沙箱以及企業 API 環境中。用戶無需為不同平台選擇不同的模型；同一個模型即可處理現實商業工作流中所需的各種介面。
效能與成本效益
Holo4 模型基於 Qwen 基礎架構，並顯示出相對於其前代的顯著改進。在 OSWorld 2.0 基準測試中，Holo4 27B 得分為 61.7%，僅落後於 Opus 5.5 等最強大的封閉模型（得分 81.8%）。35B-A3B 變體則達到 30.9%。Hcompany 強調，與前沿模型相比，這些結果是透過數量級更少的參數以及每項任務更低廉的成本實現的。在用於 API 使用的 AutomationBench 上，Holo4 也在保持較低運營成本的同時，與領先的封閉模型競爭。
訓練與能力
這些模型是透過監督學習和強化學習，在 Hcompany 的 Agentic Task Factory 生成的大量環境和任務集上進行訓練的。此內部流程從文件（例如網站截圖或開源軟體）中創建互動環境和可驗證任務。Holo4 在專業軟體任務中表現出色，包括 FreeCAD 中的複雜 3D 建模和 Godot 中的遊戲設計。例如，在吃豆人（Pac-Man）遊戲設計任務中，Holo4 27B 需要 68 次呼叫和 240 萬個 token，而基礎 Qwen3.8 27B 模型則需要 197 次呼叫和 1140 萬個 token。
Holotron4 Nano 與開源數據
Holo4 建立在可適應新基礎模型的後訓練堆疊之上。作為 NVIDIA Nemotron Coalition 的一部分，Hcompany 將此堆疊應用於 Nemotron 3 Nano Omni 模型，創建了 Holotron4 Nano，該模型在 GUI 工作流以及暴露 MCP、API 或程式碼沙箱的環境中，相對於基礎模型有顯著改進。Hcompany 還開源了他們基準分數背後的每一個軌跡，允許用戶重播步驟或從 Hugging Face 下載數據集。
實戰筆記
開發者若需要單一模型來處理跨 GUI、API 和程式碼的多樣化自動化任務，且不希望切換基礎設施，應評估 Holo4。開源軌跡的可用性允許對代理行為進行深入檢查，並針對特定商業工作流進行微調。