
9 月 28 日,法国 AI 初创公司 H Company 发布开源计算机操作模型 Holo4,包含一款 27B 稠密模型与一款 35B-A3B 混合专家(MoE)模型,均以宽松许可证发布在 Hugging Face 上。
能动手的模型
所谓计算机操作(computer-use)模型,指的是能像人一样读取屏幕、点击按钮、填写表单、在操作系统里完成多步任务的智能体。Holo4-27B 在 OSWorld 基准上拿到 85.2% 的成绩,单任务成本约 0.08 美元,并在 OSWorld 2.0 上取得 61.7%;同系列还发布了基于英伟达 Nemotron 3 骨架的轻量版 Holotron4 Nano。模型权重提供 BF16、FP8、NVFP4 与 4-bit GGUF 多种格式,并通过 H 的 Models API 提供服务。
为什么重要
计算机操作被视为智能体落地的最后一公里——能操作图形界面,就意味着模型可以接管大量重复性的数字办公任务。此前这一能力多被封闭在少数头部实验室的 API 之后,Holo4 的开放权重让中小团队也能在本地或自有算力上部署会点鼠标的代理,把能力门槛显著拉低。
解读
与此同时,智能体安全也成为焦点(见今日英伟达安全平台报道)。当会操作电脑的模型越来越便宜、越来越容易获得,如何在开放与可控之间取得平衡,会是接下来整个行业必须回答的问题。
信息来源:AI Weekly(援引 Hugging Face)
声明:本站所有文章,如无特殊说明或标注,均为本站原创发布。任何个人或组织,在未征得本站同意时,禁止复制、盗用、采集、发布本站内容到任何网站、书籍等各类媒体平台。如若本站内容侵犯了原著者的合法权益,可联系我们进行处理。

评论(0)