腾讯混元Hy4在乌镇峰会首发并宣布全面开源，新增视觉理解与电脑操作能力；同期，OpenAI、谷歌和Kimi也密集推出图像、视频及推理模型。我们判断，国产大模型的竞争重点正从“谁更聪明”转向“谁能被更多企业稳定使用”。

这是什么

混元Hy4新增的能力包括解读图表和文档、操作图形界面及命令行工具。电脑操作，指模型能够理解界面并执行点击、输入等任务，而不只生成文字答案。腾讯表示，模型权重将近期开源。

这不是单一模型发布。乌镇峰会闭幕式还发布了全球开源人工智能行动倡议，强调开放合作与安全治理；OpenAI推出支持动画GIF生成的Images 2.6，谷歌Gemini Omni 1.2 Flash支持原生生成15秒视频，Kimi K3.1 Pro也加入本轮更新。产品密集发布说明，行业正在同时争夺开发者、企业和内容市场。

行业怎么看

我们认为，混元Hy4开源的意义在于降低试用和二次开发门槛。视觉理解与电脑操作一旦接入企业软件，就可能从“回答问题”进入“代为完成流程”，真正影响客服、运营、财务和研发等场景。国务院金融工作情况的报告提出探索AI在金融管理和服务领域的应用，也表明政策层对应用与基础设施仍在支持。

但开源不等于商业模式已经跑通。模型开放后，企业仍要承担部署、数据安全、成本和维护责任；经合组织AI未来专家组成员塞勒斯·霍兹也提醒，模型发布必须考虑安全问题。与此同时，美国科技股在选举后大幅调整，纳指下跌5.52%，市场开始追问巨额算力投入能否转化为收入和利润。另一个风险是民主党部分高层酝酿限制数据中心建设，AI扩张面临监管收紧的可能。

对普通人的影响

对企业IT：混元Hy4这类开放权重模型会推动企业重新评估模型采购和部署方案，但选型不能只看价格，还要核对数据合规、运行成本和系统接入能力。

对个人职场：会使用界面、文档和命令行工具的AI，可能逐步承接重复操作；短期更现实的变化是工作流程被重新拆分，而非某个岗位立刻消失。

对消费市场：图像动画和短视频生成继续普及，营销素材、制作与个人内容创作会更便宜，但质量、同质化和版权争议也会更突出。