← 返回 2026-09-29 简报

Holo4:赋能通用型计算机操作智能体

Holo4: powering generalist computer-use agents

语音播报
摘要
事件:H公司发布Holo4系列智能体模型,含27B稠密与35B-A3B混合专家版本,支持GUI、代码及API等多接口交互。 要点:基于Qwen基座优化,OSWorld 2.0得分61.7%,成本远低于闭源模型。 影响:降低通用计算机操作门槛,助力开发者以低成本实现跨平台自动化工作流。

Holo4 是我们全新的智能体模型系列。它提供两种规格:27B 密集型和 35B-A3B 混合专家(Mixture of Experts)模型。两者均可通过 H Models API 获取。同时,我们也在发布 Holotron 3 的更新版本:Holotron4 Nano。

Holo4 基于我们之前的模型构建,能够通过任何可用接口与软件交互:包括图形用户界面(GUI)、代码、MCP 和 API。它在学术基准测试中表现优异,但我们是为真实的业务流程而打造它。它通过在大量环境和任务上进行监督学习和强化学习进行训练,其中包括由我们的 Agentic Task Factory 生成的那些任务。

立即开始使用:

为每种接口打造的模型

Holo4 可以在屏幕上点击和打字,编写并运行自己的代码,并调用 MCP 或 API 工具。它会根据任务需求选择最合适的方式。大多数智能体模型仅针对单一接口进行训练:专注于 GUI 的模型在没有屏幕的情况下会“失明”,而偏好工具调用的模型则会被困在没有 API 的应用程序面前。实际工作并非如此孤立,单个业务任务可能需要结合这些不同的方法。

Holo4 可在桌面端、网页端、Android 设备、代码沙箱以及针对企业 API 的环境中运行。在每种情况下,它都是同一个模型,调用方式也相同。您无需为每个平台选择不同的模型。

Holo4 模型相比其 Qwen 基础模型有了显著提升。在长流程任务中,Holo4 仅落后于最强的闭源模型:在 OSWorld 2.0 上,Holo4 27B 得分为 61.7%,而 Opus 5.5 为 81.8%;Holo4 35B-A3B 达到 30.9%。然而,它是以数量级更少的参数和更低成本实现的。我们开源了我们在公共基准测试中得分背后的每一条轨迹:您可以在 trajectories.hcompany.ai 回放每一步,或从 Hugging Face 下载它们。

与前沿模型竞争,但成本仅为其中一小部分

在桌面控制(OSWorld 2.0)和 API 使用(AutomationBench)最难的学术基准测试中,Holo4 以远低于每项任务的成本与前沿模型竞争。

关于成本性能图表的说明

OSWorld 2.0。成本是根据每次智能体运行的输入和输出 token 估算的。Holo4 按 H Models API 费率定价(单次运行)。Qwen3.8 27B:模型卡片得分,成本来自我们在阿里云列表价格下的运行 token。Qwen3.6 35B-A3B:在我们框架中的单次运行,使用阿里云列表价格,其中缓存命中率为输入价格的 20%。OpenAI 的发布数据提供了 GPT 和 Opus 的努力范围;其他闭源和开源权重点使用官方 OSWorld 2.0 排行榜 。发布版本、框架和任务子集各不相同。该线连接了闭源模型中非支配的得分和成本对;Holo4 被排除在外。

AutomationBench。Holo4、Qwen3.8 27B 和 Qwen3.6 35B-A3B:使用 AutomationBench v1.0.6,得分和成本在我们的内部框架中测量。其他模型:来自 AutomationBench README 的公开集合得分,每项任务的成本来自官方排行榜,该排行榜在私有集合上运行。一旦 Holo4 在私有集合上得到评估,我们将报告其结果。

真正工作的 AI

Holo4 模型在来自我们 Agentic Task Factory 的环境和任务上进行训练,在专业软件方面表现出色。以下示例展示了 Holo4 27B 与其基础模型 Qwen3.8 27B 的对比。两个模型使用相同的提示词和框架。

3D 建模 · 埃菲尔铁塔

在 FreeCAD 中构建埃菲尔铁塔的 3D 模型,比例为 1 毫米至 1 米,以原点为中心并与 X 轴和 Y 轴对齐。按照此设计进行工作。

该塔在任何高度上的平面形状均为正方形,绝非圆形。从中轴线到角落测量的半宽,在地面层为 62.5 毫米,在高度 57 处为 32.5 毫米,在高度 115 处为 17.5 毫米,在高度 276 处为 9.35 毫米。在这些高度之间,半宽遵循一条平滑曲线,在地面附近陡峭下降,而在较高处平缓下降,绝非直线。

四条完全相同的腿,每条位于一个象限,均为方形柱体,其外侧角沿该轮廓延伸。每条腿在地面处的宽度为14毫米,在高度276处收窄至4毫米。这些腿从地面一直延伸至第一层平台,彼此分离,随后随着上升而逐渐汇聚。它们之间的空间没有任何填充物:塔身是开放的,你可以从任何一侧直接看穿它。

三层平台,每层均为以轴线为中心的实心方形板:在高度57处,宽度72毫米,厚度4毫米;在高度115处,宽度40毫米,厚度3毫米;在高度276处,宽度22毫米,厚度3毫米。

从高度276至324的桅杆,呈方形,底部宽度8毫米,尖端收窄至2毫米。

每个部件必须是一个具有非零体积的封闭实体,且任何部件不得填充腿部之间的空间。

Holo4 27B(84次调用,130万令牌)

Qwen3.8 27B(60次调用,100万令牌)

3D建模 · H标志

在FreeCAD中构建H公司标志的3D模型:一个实心圆盘旁边是一个块状无衬线大写字母H,两者挤出相同的厚度,两个形状高度相似且彼此分开以避免重叠,圆盘的圆心与H的中间对齐。将两个形状都着色为黑色。

Holo4 27B(94次调用,150万令牌)

Qwen3.8 27B(118次调用,190万令牌)

游戏设计 · Pac-Man

在Godot中构建一个Pac-Man风格的游戏并让其持续运行。

一个由墙壁组成的矩形迷宫,布局在网格上,每个开放走廊都填满了豆状物。玩家标记沿走廊连续移动,吃掉经过的每个豆状物并获得一分。三个幽灵在同一走廊中移动并追逐玩家。如果幽灵抓住玩家,玩家失去一条生命,所有内容重置为起始位置。分数和生命值绘制在屏幕上。

没人会玩这个游戏。玩家由一个简单的启发式算法驱动:在每个岔路口,它朝向最近的豆状物前进,除非附近有幽灵,此时它会远离幽灵。游戏必须无人值守且无限期运行,完全不需要键盘输入。

当游戏正常运行时,启动游戏并让它继续播放。

Holo4 27B(68次调用,240万令牌,268行)

Qwen3.8 27B(197次调用,1140万令牌,327行)

我们如何构建Holo4

代理任务工厂

我们内部的代理管道集仅从文档(如真实网站截图或开源软件)中构建交互式环境和可验证的任务。迄今为止,它已在Web应用、MCP服务器和桌面环境中生成了约10,000个任务,包括通过GUI和MCP暴露相同状态的混合环境。

训练

Harness

在训练过程中,我们重构建了Harness,即执行模型动作并在数百个步骤中管理其上下文的循环,利用了来自OSWorld 2.0上代理性能的反馈。代理标记了每个任务失败的原因,工程师审查了他们的修复方案。最大的改动是赋予代理可靠的记忆能力以跟踪数百个步骤,以及在桌面机器本身上的Shell。

Opus 5(70.2%)和GPT-5.6 Sol(66.2%)使用OpenAI发布图表中v2026.08.08离线集的最大努力部分奖励,如成本性能图所示。其他参考分数来自模型卡片和官方排行榜。任务发布、子集和Harness各不相同。

Holotron4 Nano

我们的后训练堆栈旨在适应新的基础模型,并生成跨接口和环境通用的代理。作为NVIDIA Nemotron联盟的成员,我们将最新的堆栈应用于Nemotron 3 Nano Omni模型,作为Holotron 3的后续跟进。

相同的配方将Nemotron 3 Nano Omni转化为Holotron4 Nano,这是一个通用代理模型,在GUI工作流程以及暴露MCP、API或代码沙箱的环境中,显著优于基础模型。

收益是相对于Nemotron 3 Nano Omni的绝对百分点提升。

这些成果表明,我们的方法具有良好的可迁移性,能够将通用模型转化为智能体专家。该方法并不依赖于特定的模型规模。

自行运行

这两种规模的模型今日均已上线 H Models API。权重文件已发布在 Hugging Face 上,提供 BF16、FP8、NVFP4 以及 4-bit GGUF 格式,与我们的小型模型 Holotron4 Nano 一同可供下载。

我们将在未来几天内发布经过优化的 DSpark drafter 检查点,以进一步加速推理过程。

本条评分 10.3 score-v1
  • 来源权威 8
    注册表 priority=8(Hugging Face)
  • 时效 2.346
    发布 12.8 小时前,衰减到 2.35/3.0
  • 多源印证 0
    只有 1 家在报(无旁证)
  • 社区信号 0
    无社区数据(本管线走 RSS,HN 的 hn_fetcher 未接入)

首次收录 · 2026-09-29 · 10.35 分

原文链接:https://huggingface.co/blog/Hcompany/holo4
来源:Hugging Face
以上内容由 AI 自动翻译,仅供参考。
← 返回简报