H公司发布Holo4：开源权重的跨平台计算机使用大模型

Holo4：统一模型覆盖全界面交互场景

H公司发布了Holo4，一个面向AI智能体的通用计算机使用模型家族。该模型能直接在屏幕上执行点击、输入、编写代码，并调用MCP（Model Control Protocol）或API工具。Holo4包含两个版本：Holo4 27B（稠密架构）与Holo4 35B-A3B（混合专家架构，每步激活3B参数）。二者均支持256K上下文长度，通过H Models API提供服务。

Holo4并非纯语言模型，而是视觉-语言协同的计算机使用模型：27B版基于Qwen3.8-27B微调，35B-A3B版基于Qwen3.6-35B-A3B构建。两者均与H公司开源的hai-agents智能体运行时框架深度集成——该框架负责向模型持续输送屏幕截图与工具执行结果，并将模型输出转化为真实界面操作（如点击、键入、代码生成与工具调用）。

H公司明确瞄准行业现存断点：仅依赖GUI的智能体在无屏幕环境失效；纯工具调用型智能体则在缺乏API的应用中陷入停滞。Holo4的设计目标是‘同一模型、同一接口、跨平台运行’，覆盖桌面操作系统、Web浏览器、Android应用、代码沙箱及企业级API服务。

性能与成本：高性价比的前沿替代方案

据H公司公布的基准测试数据，Holo4 27B在OSWorld（操作系统级任务基准）上取得85.2%准确率，单任务平均成本为0.08美元；其基础模型Qwen3.8-27B对应得分为84.3%，但成本高达0.22美元。在AndroidWorld上，Holo4 27B达85.1%。长流程任务仍是挑战：在更难的OSWorld 2.0基准中，Holo4 27B得分为61.7%，单任务成本1.22美元；对比下，Claude Opus 5.5得分为81.8%，成本8.48美元。

需注意，不同模型的评测结果基于各自优化的运行时框架与调优强度，不可直接横向比较。例如，在AutomationBench中，Holo4 27B在全部600任务中得分为45.4%，但在未参与训练的120个留出任务上提升至49.3%。所有执行轨迹已公开于trajectories.hcompany.ai及Hugging Face平台。

训练方法论：任务工厂驱动的高质量数据闭环

H公司构建了名为‘Agentic Task Factory’的内部数据生产流水线：从软件文档、真实截图与可运行环境出发，自动生成带自动验证器的任务。每个任务必须满足两项硬性标准——验证器拒绝一切‘近似正确’结果，且智能体必须通过真实界面（而非模拟或API捷径）完成任务。目前已产出约10,000个高质量任务：4,000个Web应用任务、3,000个MCP服务器任务、3,000个桌面/操作系统任务。

监督微调（SFT）数据集共含127B tokens，其中约75%为成功执行的智能体轨迹：桌面任务占45%、Web占14%、MCP/API占12%、移动端占3%。强化学习阶段采用双LoRA专家异步在线训练：一位专精桌面与Web交互，另一位专精终端、MCP与API调用，最终以等权重合并，不进行额外融合训练。运行时框架（harness）亦经重构，重点增强数百步长程记忆稳定性，并在桌面环境中嵌入原生shell支持。

衍生模型与部署选项

H公司同步发布轻量级变体Holotron4 Nano，基于NVIDIA Nemotron 3 Nano Omni模型，通过Nemotron联盟合作优化，在OSWorld上将性能从基线21.0%大幅提升至76.3%。

部署方面，Holo4 27B API定价为每百万token输入0.40美元、输出3.00美元；35B-A3B版为0.30/2.00美元。API完全兼容OpenAI格式（https://api.hcompany.ai/v1）。模型权重已在Hugging Face开源，支持BF16、FP8、NVFP4及4-bit GGUF量化格式。官方提供vLLM与llama.cpp本地推理指南，并预告DSpark drafter检查点即将上线以加速推理。

对中国企业的启示（编者观点）

Holo4凸显‘跨模态+跨平台+轻量化’已成为AI智能体落地的关键路径——中国企业可借鉴其任务工厂机制与分层RL训练策略，在自有业务场景中构建高保真、可验证的智能体训练闭环，避免过度依赖黑盒大模型API。