该模型接受视觉和文本上下文,可以根据书面说明推理图表、屏幕截图和其他图像。兼容的应用程序将模型连接到命令行或图形工具,以便它可以规划和执行多步骤工作。开发者可以通过腾讯云TokenHub使用Hy4构建图像感知助手或将其与现有编码和办公工具集成。腾讯将最终的托管模型与可下载的 Hy4 预览版检查点分开描述。