# Holo4: Bước tiến mới cho các tác nhân AI điều khiển máy tính đa năng - Nguồn: Hugging Face Blog - Thời gian phát hành: 2026-09-28 16:44 (giờ Việt Nam) - Điểm AI: 85/100 - Link AIHOT.vn: https://aihot.vn/items/405709989524927b - Link gốc: https://huggingface.co/blog/Hcompany/holo4 ## Tóm tắt AI Holo4 được giới thiệu như một nền tảng đột phá, cho phép các tác nhân AI thực hiện các thao tác phức tạp trên máy tính một cách linh hoạt và hiệu quả hơn. ## Thân bài ![Holo4: powering generalist computer-use agents](https://cdn-uploads.huggingface.co/production/uploads/69fc7e49052f11ab9931b672/yzjxvlmlZKtjASwAYu6bN.jpeg) ![Floor of screens from Holo4 benchmark runs across web apps, desktop software and mobile.](https://assets.hcompanyprod.fr/holo4/hf/holo4-cover.jpg) Holo4 là dòng mô hình agentic (tác tử) mới của chúng tôi. Nó có hai kích thước: 27B dense và 35B-A3B Mixture of Experts. Cả hai đều có sẵn trên H Models API. Chúng tôi cũng đang phát hành phiên bản cập nhật của Holotron 3: Holotron4 Nano. Holo4 được xây dựng dựa trên mô hình trước đây của chúng tôi và tương tác với phần mềm thông qua bất kỳ giao diện khả dụng nào: GUI, mã nguồn, MCP và API. Nó đạt điểm số cao trên các bài kiểm tra học thuật, nhưng chúng tôi xây dựng nó cho các quy trình công việc kinh doanh thực tế. Nó được huấn luyện thông qua học có giám sát và học tăng cường trên một tập hợp lớn các môi trường và tác vụ, bao gồm cả những tác vụ được tạo bởi Agentic Task Factory của chúng tôi. Bắt đầu ngay: - 🤖 Mô hình: [Holo4-27B](https://huggingface.co/Hcompany/Holo4-27B) | [Holo4-35B-A3B](https://huggingface.co/Hcompany/Holo4-35B-A3B) | [Holotron4 Nano](https://huggingface.co/Hcompany/Holotron4-30B-A3B) - 🗂️ Bộ sưu tập đầy đủ (FP16, FP8, GGUF): [Holo4](https://huggingface.co/collections/Hcompany/holo4) - 🎞️ Quỹ đạo thực thi: [trình xem](https://trajectories.hcompany.ai/) | [tập dữ liệu](https://huggingface.co/datasets/Hcompany/trajectories) - ⚡ H Models API: [hướng dẫn nhanh](https://hub.hcompany.ai/models-api/quickstart) - 📝 Bài viết đầy đủ: [hcompany.ai/newsroom/holo4](https://hcompany.ai/newsroom/holo4) ### Các mô hình được xây dựng cho mọi giao diện Holo4 có thể nhấp chuột và gõ phím trên màn hình, viết và chạy mã của riêng mình, đồng thời gọi các công cụ MCP hoặc API. Nó sử dụng bất cứ thứ gì phù hợp với tác vụ. Hầu hết các mô hình agentic chỉ được huấn luyện cho một giao diện duy nhất: các mô hình tập trung vào GUI sẽ "mù" nếu không có màn hình, trong khi các mô hình ưu tiên gọi công cụ lại bị mắc kẹt trước một ứng dụng không có API. Công việc thực tế không bị cô lập như vậy, và một tác vụ kinh doanh đơn lẻ có thể đòi hỏi sự kết hợp của các phương pháp tiếp cận khác nhau này. Holo4 chạy trên máy tính để bàn, trên web, trên Android, trong sandbox mã nguồn và với các API doanh nghiệp. Đó là cùng một mô hình trong mọi trường hợp và được gọi theo cùng một cách. Bạn không cần phải chọn một mô hình khác nhau cho mỗi nền tảng. ![Holo4 benchmark results with cost per task, against Qwen3.8 27B and frontier models](https://assets.hcompanyprod.fr/holo4/hf/holo4-benchmark-table.png) Các mô hình Holo4 cải thiện đáng kể so với nền tảng Qwen cơ sở. Holo4 chỉ đứng sau các mô hình đóng mạnh nhất trong các quy trình công việc dài: trên OSWorld 2.0, Holo4 27B đạt 61,7% so với 81,8% của Opus 5.5, và Holo4 35B-A3B đạt 30,9%. Tuy nhiên, nó đạt được điều đó với số lượng tham số ít hơn nhiều bậc và chi phí thấp hơn đáng kể. Chúng tôi cung cấp mã nguồn mở cho mọi quỹ đạo thực thi đằng sau điểm số của mình trên các bài kiểm tra công khai: phát lại từng bước tại [trajectories.hcompany.ai](https://trajectories.hcompany.ai/) hoặc tải xuống từ [Hugging Face](https://huggingface.co/datasets/Hcompany/trajectories). ### Cạnh tranh với các mô hình tiên phong, với chi phí chỉ bằng một phần nhỏ Trên các bài kiểm tra học thuật khó nhất về điều khiển máy tính để bàn (OSWorld 2.0) và sử dụng API (AutomationBench), Holo4 cạnh tranh với các mô hình tiên phong với chi phí mỗi tác vụ thấp hơn nhiều. ![OSWorld 2.0: average partial score vs. cost per task](https://assets.hcompanyprod.fr/holo4/hf/holo4-cost-osworld2.png) ![AutomationBench: score vs. cost per task](https://assets.hcompanyprod.fr/holo4/hf/holo4-cost-automationbench.png) Ghi chú về biểu đồ chi phí-hiệu năng OSWorld 2.0. Chi phí được ước tính từ các token đầu vào và đầu ra của mỗi lần chạy agentic. Holo4 được định giá theo mức phí H Models API (một lần chạy). Qwen3.8 27B: điểm số theo model card, chi phí từ các token trong lần chạy của chúng tôi theo giá niêm yết của Alibaba Cloud. Qwen3.6 35B-A3B: một lần chạy trong harness của chúng tôi, theo giá niêm yết của Alibaba Cloud với tỷ lệ cache hit là 20% giá đầu vào. Dữ liệu ra mắt của OpenAI cung cấp các lượt chạy thử nghiệm GPT và Opus; các điểm dữ liệu mô hình đóng và mở khác sử dụng [bảng xếp hạng OSWorld 2.0 chính thức](https://osworld-v2.xlang.ai/). Các bản phát hành, harness và tập hợp tác vụ có sự khác biệt. Đường kẻ nối các cặp điểm số và chi phí không bị thống trị giữa các mô hình đóng; Holo4 bị loại trừ. AutomationBench. Holo4, Qwen3.8 27B và Qwen3.6 35B-A3B: AutomationBench v1.0.6, điểm số và chi phí được đo lường trong harness nội bộ của chúng tôi. Các mô hình khác: điểm số tập công khai từ [AutomationBench README](https://github.com/zapier/AutomationBench), chi phí mỗi tác vụ từ [bảng xếp hạng chính thức](https://zapier.com/benchmarks), vốn chạy trên tập dữ liệu riêng tư. Chúng tôi sẽ báo cáo kết quả Holo4 trên tập dữ liệu riêng tư sau khi được đánh giá. ### AI thực hiện công việc Được huấn luyện trên các môi trường và tác vụ từ Agentic Task Factory của chúng tôi, các mô hình Holo4 vượt trội trên phần mềm chuyên nghiệp. Các ví dụ dưới đây cho thấy Holo4 27B so với Qwen3.8 27B, mô hình cơ sở của nó. Cùng một prompt và harness cho cả hai mô hình. ### Mô hình hóa 3D · Tháp Eiffel > Xây dựng mô hình 3D Tháp Eiffel trong FreeCAD, tỷ lệ 1 mm trên 1 mét, tâm tại gốc tọa độ và căn chỉnh theo trục X và Y. Làm việc theo thiết kế này. Tháp có mặt bằng hình vuông ở mọi độ cao, không bao giờ tròn. Nửa chiều rộng, đo từ trục trung tâm ra góc, là 62,5 mm ở mặt đất, 32,5 mm ở độ cao 57, 17,5 mm ở độ cao 115, và 9,35 mm ở độ cao 276. Giữa các độ cao đó, nửa chiều rộng tuân theo một đường cong mượt mà, dốc đứng gần mặt đất và thoải dần ở phía trên, không bao giờ là đường thẳng. Bốn chân giống hệt nhau, mỗi chân một góc phần tư, mỗi chân là một cột vuông có góc ngoài tuân theo cấu hình đó. Mỗi chân rộng 14 mm ở mặt đất và thu nhỏ còn 4 mm ở độ cao 276. Các chân đứng tách biệt từ mặt đất lên đến nền tảng đầu tiên, và hội tụ khi chúng vươn cao. Không có gì lấp đầy không gian giữa chúng: tòa tháp mở, và bạn có thể nhìn xuyên qua từ mọi phía. Ba nền tảng, mỗi nền tảng là một tấm vuông đặc có tâm trên trục: rộng 72 mm và dày 4 mm ở độ cao 57; rộng 40 mm và dày 3 mm ở độ cao 115; rộng 22 mm và dày 3 mm ở độ cao 276. Một cột buồm từ độ cao 276 đến 324, hình vuông, rộng 8 mm ở chân và thu nhỏ còn 2 mm ở đỉnh. Mỗi bộ phận phải là một khối đặc kín với thể tích khác không, và không bộ phận nào được lấp đầy không gian giữa các chân. Holo4 27B (84 lần gọi, 1,3 triệu token) Qwen3.8 27B (60 lần gọi, 1,0 triệu token) ### Mô hình hóa 3D · Logo H > Xây dựng mô hình 3D trong FreeCAD về logo công ty H: một đĩa đặc bên cạnh một chữ H in hoa không chân, cả hai đều được đùn (extrude) cùng độ dày, hai hình dạng có chiều cao tương tự và đặt cách nhau để không chồng lấp, với tâm của đĩa ngang bằng với giữa chữ H. Tô màu đen cho cả hai hình. Holo4 27B (94 lần gọi, 1,5 triệu token) Qwen3.8 27B (118 lần gọi, 1,9 triệu token) ### Thiết kế trò chơi · Pac-Man > Xây dựng trò chơi kiểu Pac-Man trong Godot và để nó chạy. Một mê cung tường hình chữ nhật trên lưới, với các viên bi lấp đầy mọi hành lang mở. Một điểm đánh dấu người chơi di chuyển liên tục dọc theo các hành lang, ăn từng viên bi đi qua và ghi điểm. Ba con ma di chuyển qua cùng các hành lang và đuổi theo người chơi. Nếu một con ma bắt được người chơi, người chơi mất một mạng và mọi thứ đặt lại vị trí bắt đầu. Điểm số và mạng được vẽ trên màn hình. Không ai sẽ chơi trò này. Người chơi tự điều khiển bằng một thuật toán heuristic đơn giản: tại mỗi ngã ba, nó hướng về phía viên bi gần nhất, trừ khi có ma ở gần, trong trường hợp đó nó di chuyển ra xa con ma. Trò chơi phải chạy không cần giám sát và vô thời hạn, không cần nhập liệu từ bàn phím. Khi nó hoạt động, hãy khởi động trò chơi và để nó tự chơi. Holo4 27B (68 lần gọi, 2,4 triệu token, 268 dòng) Qwen3.8 27B (197 lần gọi, 11,4 triệu token, 327 dòng) ### Cách chúng tôi xây dựng Holo4 ### Agentic task factory Tập hợp các pipeline agentic nội bộ của chúng tôi xây dựng các môi trường tương tác và các tác vụ có thể kiểm chứng chỉ từ tài liệu, chẳng hạn như ảnh chụp màn hình của các trang web thực hoặc phần mềm mã nguồn mở. Cho đến nay, nó đã tạo ra khoảng 10.000 tác vụ trên các ứng dụng web, máy chủ MCP và môi trường máy tính để bàn, bao gồm cả các môi trường lai hiển thị cùng một trạng thái thông qua GUI và MCP. ![Agentic Task Factory: sources, build, gates, runtime and output](https://assets.hcompanyprod.fr/holo4/hf/holo4-task-factory.png) ### Harness Song song với việc huấn luyện, chúng tôi đã xây dựng lại harness của mình, vòng lặp thực thi các hành động của mô hình và quản lý ngữ cảnh của nó qua hàng trăm bước, sử dụng phản hồi từ hiệu suất agentic trên OSWorld 2.0. Các agent gắn thẻ lý do tại sao mỗi tác vụ thất bại và các kỹ sư đã xem xét các bản sửa lỗi của chúng. Những thay đổi lớn nhất là cung cấp cho agent một bộ nhớ đáng tin cậy có thể theo dõi hàng trăm bước, và một shell trên chính máy tính để bàn. Opus 5 (70.2%) và GPT-5.6 Sol (66.2%) sử dụng phần thưởng từng phần nỗ lực tối đa trên tập dữ liệu ngoại tuyến v2026.08.08 từ [biểu đồ ra mắt của OpenAI](https://openai.com/index/introducing-gpt-6-sol-and-luna/), như trong biểu đồ chi phí-hiệu năng. Các điểm số tham chiếu khác được lấy từ thẻ mô hình và bảng xếp hạng chính thức. Các bản phát hành tác vụ, tập con và bộ công cụ đánh giá có sự khác biệt. _Bài gốc còn tiếp._ Xem tiếp tại: