H Company ra mắt Holo4: Mô hình AI điều khiển máy tính đa nền tảng với trọng số mở

H Company đã phát hành Holo4, một dòng mô hình sử dụng máy tính đa năng dành cho các tác nhân AI. Một bộ trọng số có khả năng nhấp chuột và gõ phím trên màn hình. Nó cũng có thể viết mã và gọi các công cụ MCP hoặc API. Holo4 được ra mắt với 2 kích thước: Holo4 27B (dày đặc) và Holo4 35B-A3B (Mixture of Experts, 3B tham số hoạt động). Cả hai đều hỗ trợ ngữ cảnh 256K trên H Models API.

Có thể triển khai được không? Có. Holo4 35B-A3B cung cấp trọng số theo giấy phép Apache 2.0 để tự lưu trữ cho mục đích thương mại. Trọng số của Holo4 27B là CC BY-NC 4.0, vì vậy việc sử dụng thương mại cho bản 27B cần thực hiện thông qua H Models API.

Holo4 là gì

Holo4 là mô hình ngôn ngữ thị giác dành cho việc sử dụng máy tính. Holo4 27B được tinh chỉnh từ Qwen3.8-27B. Holo4 35B-A3B được xây dựng trên Qwen3.6-35B-A3B. Cả hai đều kết hợp với hai-agents harness mã nguồn mở của H. Harness này gửi ảnh chụp màn hình và kết quả công cụ tới mô hình. Sau đó, nó thực hiện các thao tác nhấp chuột, gõ phím, viết mã và gọi công cụ theo yêu cầu.

H Company nhắm đến một khoảng trống đã biết. Các tác nhân chỉ dựa trên GUI sẽ thất bại nếu không có màn hình. Các tác nhân gọi công cụ sẽ bị đình trệ khi ứng dụng không có API. Holo4 chạy trên máy tính để bàn, web, Android, môi trường sandbox mã nguồn và các API doanh nghiệp. Đó là cùng một mô hình, được gọi theo cùng một cách trên mọi nền tảng.

Điểm chuẩn: Gần với các mô hình tiên phong, với chi phí chỉ bằng một phần nhỏ

Theo bảng điểm chuẩn của H Company, Holo4 27B đạt 85,2% trên OSWorld với chi phí 0,08 USD mỗi tác vụ. Mô hình nền Qwen3.8 27B đạt 84,3% với chi phí 0,22 USD. Trên AndroidWorld, Holo4 27B đạt 85,1%.

Các quy trình làm việc dài cho thấy khoảng cách còn lại. Trên OSWorld 2.0, Holo4 27B đạt 61,7% với chi phí 1,22 USD mỗi tác vụ. Claude Opus 5.5 đạt 81,8% với chi phí 8,48 USD, theo số liệu của H. Trên AutomationBench, Holo4 27B đạt 45,4% với chi phí 0,05 USD mỗi tác vụ.

Cần lưu ý rằng điểm số của các mô hình tiên phong đến từ các harness và mức độ nỗ lực khác nhau. Ngoài ra, 480 trong số 600 tác vụ công khai của AutomationBench nằm trong tập dữ liệu mà H Company đã thu thập để huấn luyện. Trên 120 tác vụ kiểm chứng (held-out), Holo4 27B đạt 49,3%. H Company công bố mọi quỹ đạo thực hiện tại trajectories.hcompany.ai và trên Hugging Face.

Cách H Company xây dựng Holo4

Agentic Task Factory: Các pipeline nội bộ của H xây dựng môi trường và các tác vụ có thể kiểm chứng từ tài liệu, ảnh chụp màn hình và phần mềm thực tế. Factory này đã tạo ra khoảng 10.000 tác vụ: 4k ứng dụng web, 3k máy chủ MCP, 3k tác vụ máy tính để bàn và hệ điều hành. Một tác vụ chỉ tồn tại nếu trình xác thực từ chối các kết quả gần đúng. Tác nhân cũng phải giải quyết nó thông qua giao diện thực tế.

Tinh chỉnh có giám sát (SFT): Tập SFT chứa 127B token. Khoảng ba phần tư là các quỹ đạo tác nhân thành công: máy tính để bàn 45%, web 14%, MCP và API 12%, di động 3%.

2 chuyên gia RL, 1 lần hợp nhất: RL trực tuyến không đồng bộ huấn luyện 2 chuyên gia LoRA. Một chuyên gia xử lý máy tính để bàn và web. Chuyên gia còn lại xử lý terminal, MCP và API. Cả hai hợp nhất trở lại với trọng số bằng nhau và không cần huấn luyện thêm.

Harness: H Company đã xây dựng lại vòng lặp tác nhân của mình bằng cách sử dụng phân tích lỗi từ OSWorld 2.0. Những thay đổi lớn nhất là bộ nhớ đáng tin cậy qua hàng trăm bước và một shell trên máy tính để bàn.

Holotron4 Nano

H Company cũng đã phát hành Holotron4 Nano, được xây dựng trên Nemotron 3 Nano Omni của NVIDIA thông qua Nemotron Coalition. Sự kết hợp tương tự giúp nâng điểm OSWorld từ 21,0% lên 76,3% so với mô hình nền.

Giá cả và Triển khai

Holo4 27B có giá 0,40 USD cho đầu vào và 3,00 USD cho đầu ra trên mỗi 1 triệu token. Holo4 35B-A3B có giá 0,30 USD và 2,00 USD. API tương thích với OpenAI tại https://api.hcompany.ai/v1; xem hướng dẫn nhanh. Các trọng số trên bộ sưu tập Hugging Face có sẵn ở định dạng BF16, FP8, NVFP4 và 4-bit GGUF. H Company cung cấp tài liệu về suy luận cục bộ với vLLM và llama.cpp. H cho biết các checkpoint DSpark drafter để suy luận nhanh hơn sẽ ra mắt trong những ngày tới.

Holo4 so với các đối thủ cạnh tranh gần nhất

Các số liệu OSWorld 2.0 từ bảng trong phòng tin tức của H Company. Opus 5.5 chạy ở mức hiệu suất tối đa trong bộ công cụ đánh giá của Anthropic. GPT-6 Astra chạy ở mức hiệu suất tối đa trên tập hợp con 82 tác vụ ngoại tuyến. Các bộ công cụ đánh giá khác nhau, vì vậy hãy xem các hàng so sánh giữa các nhà cung cấp chỉ mang tính chất tham khảo định hướng.

Những điểm chính

• Holo4 sử dụng 1 mô hình cho các thao tác nhấp chuột GUI, mã nguồn, MCP và các lệnh gọi API.
• Holo4 27B đạt 85,2% trên OSWorld với chi phí 0,08 USD mỗi tác vụ.
• 35B-A3B sử dụng giấy phép Apache 2.0; trọng số của bản 27B chỉ dành cho mục đích phi thương mại.
• Opus 5.5 vẫn dẫn đầu OSWorld 2.0: 81,8% so với 61,7%.
• Giá API bắt đầu từ 0,30 USD cho đầu vào và 2,00 USD cho đầu ra trên mỗi 1 triệu token.

Xem Chi tiết kỹ thuật, Bộ sưu tập HuggingFace của H Company và API mô hình. Mọi tín dụng thuộc về nhà nghiên cứu của dự án này. Ngoài ra, hãy thoải mái theo dõi chúng tôi trên Twitter và đừng quên tham gia SubReddit 150k+ ML của chúng tôi và đăng ký Bản tin của chúng tôi. Khoan đã! Bạn có dùng Telegram không? bây giờ bạn cũng có thể tham gia cùng chúng tôi trên Telegram.

Cần hợp tác với chúng tôi để quảng bá GitHub Repo HOẶC trang Hugging Face HOẶC ra mắt sản phẩm HOẶC hội thảo trực tuyến, v.v.? Kết nối với chúng tôi

Michal Sutter

Michal Sutter là một chuyên gia khoa học dữ liệu với bằng Thạc sĩ Khoa học về Khoa học Dữ liệu từ Đại học Padova. Với nền tảng vững chắc về phân tích thống kê, học máy và kỹ thuật dữ liệu, Michal xuất sắc trong việc chuyển đổi các tập dữ liệu phức tạp thành những thông tin chi tiết có giá trị thực tiễn.

Bài gốc còn tiếp — xem tiếp tại bài gốc ↗