Hugging Face／H Company：推出 Holo4 通用電腦操作代理——27B 於 OSWorld 2.0 達 61.7%；跨 GUI、程式碼、MCP 與 API

重點摘要

H Company 於二零二六年九月二十八日發布新一代代理模型系列 Holo4，並同步在 Hugging Face 公開說明與權重集合。系列提供 27B 稠密與 35B-A3B 混合專家兩種規模，同一模型可透過圖形介面、自行編寫並執行程式碼、MCP 與業務 API 等多種介面操作桌面、網頁與 Android。官方新聞稿與模型卡稱，Holo4 27B 在 OSWorld 2.0 長流程基準得分約 61.7%，並強調以遠低於前沿閉源模型的每任務成本完成商務工作流。來源真實性已對照 H Company 官方新聞室與 Hugging Face 網誌核實。

Hugging Face／H Company：推出 Holo4 通用電腦操作代理——27B 於 OSWorld 2.0 達 61.7%；跨 GUI、程式碼、MCP 與 API

H Company 於二零二六年九月二十八日發布新一代代理模型系列 Holo4，並同步在 Hugging Face 公開說明與權重集合。系列提供 27B 稠密與 35B-A3B 混合專家兩種規模，同一模型可透過圖形介面、自行編寫並執行程式碼、MCP 與業務 API 等多種介面操作桌面、網頁與 Android。官方新聞稿與模型卡稱，Holo4 27B 在 OSWorld 2.0 長流程基準得分約 61.7%，並強調以遠低於前沿閉源模型的每任務成本完成商務工作流。來源真實性已對照 H Company 官方新聞室與 Hugging Face 網誌核實。

Hugging Face／H Company：推出 Holo4 通用電腦操作代理——27B 於 OSWorld 2.0 達 61.7%；跨 GUI、程式碼、MCP 與 API

企業與開發團隊正把「能點擊介面、能呼叫工具、能寫代碼」的代理式系統推進日常運維與業務流程，但多數模型仍偏重單一介面：只懂畫面者離開螢幕即受限，只會工具呼叫者碰上沒有 API 的軟件又卡住。H Company 同日在官方新聞室與 Hugging Face 發布 Holo4，宣稱以同一套模型跨 GUI、程式碼沙箱、MCP 與 API 處理真實商務工作流。本文已核對 H Company 新聞稿（二零二六年九月二十八日）、Hugging Face 網誌與模型集合頁，來源真實性已驗證；下文整理發布內容、技術路徑、應用場景與專業考量，並補上香港視角。

一、核心事件：Holo4 以「多介面同一模型」切入通用電腦操作

技術細節

據 H Company 官方新聞室文章（二零二六年九月二十八日），Holo4 是新系列代理模型，提供兩個主要規模：

  • Holo4-27B：稠密（dense）27B，新聞稿標示研究用途（Research only），上下文長度約 262K；H Models API 價目寫明輸入約每百萬 tokens 0.40 美元、輸出約 3.00 美元（快取輸入約 0.04 美元）。
  • Holo4-35B-A3B：混合專家（MoE），總參數約 35B、活躍約 3B，標示 Apache 2.0；API 價目為輸入約 0.30 美元、輸出約 2.00 美元（快取輸入約 0.03 美元）每百萬 tokens。

官方同步發布 Holotron4 Nano：作為 NVIDIA Nemotron Coalition 成員，H Company 把最新後訓練流程套用在 Nemotron 3 Nano Omni 上，延續先前 Holotron 3 路線。新聞稿以絕對百分點列出相對基座的提升，例如 OSWorld CUA／GUI 由約 21.0 升至約 76.3（＋55.3）、AutomationBench MCP 由約 19.4 升至約 35.6（＋16.2）等；實際部署仍應以官方表格與自行複測為準。

介面能力方面，官方強調 Holo4 可在螢幕上點擊與輸入、自行編寫並執行程式碼，以及呼叫 MCP 或 API 工具，並依任務選擇合適路徑；同一模型可跑在桌面、網頁、Android、程式碼沙箱與業務 API，而無須為每個平台另選模型。權重已上架 Hugging Face，格式包括 BF16、FP8、NVFP4 與 4-bit GGUF；兩種規模亦可經 H Models API 使用。官方並表示將於未來數日釋出優化的 DSpark drafter 檢查點以加速推理。

基準方面（官方表格，註明 harness、努力程度與任務子集可能與他廠不同，不宜直接當絕對排名）：

  • OSWorld（電腦任務）：Holo4 27B 約 85.2%、每任務成本約 0.08 美元；35B-A3B 約 80.8%、約 0.05 美元。
  • OSWorld 2.0（較長電腦工作流）：Holo4 27B 約 61.7%、約 1.22 美元／任務；35B-A3B 約 30.9%、約 0.61 美元；對照表中 Opus 5.5 約 81.8%、約 8.48 美元等閉源數字。
  • AutomationBench（商務自動化）：Holo4 27B 約 45.4%；35B-A3B 約 34.5%。
  • AndroidWorld（手機應用）：Holo4 27B 約 85.1%；35B-A3B 約 77.6%。

官方亦開放公開基準軌跡供逐步重播與下載，並介紹內部 Agentic Task Factory：由文件、網站截圖或開源軟件生成可驗證任務，至今約產出一萬個跨網頁應用、MCP 伺服器與桌面環境的任務（含 GUI 與 MCP 暴露同一狀態的混合環境）。

二、技術原理深度解析

Holo4 的產品敘事核心不是「再高幾個基準點」，而是承認真實業務任務很少只走單一介面：同一流程可能先在桌面軟件點選，再呼叫內部 API，中間還要寫一小段腳本補洞。因此訓練與 harness 都圍繞「跨介面通用」設計。

訓練路徑（官方說明）大致分三段：先以約 1270 億 tokens 做監督微調，其中約四分之三為 Agentic Task Factory 的成功軌跡（桌面約 45%、網頁約 14%、MCP／API 約 12%、流動約 3%），其餘覆蓋多模態推理、GUI grounding 與純文字工具／編程；再以非同步線上強化學習，在長視野任務上訓練兩個專門 LoRA 專家（其一偏桌面與網頁，其一偏終端、MCP 與 API）；最後以等權重合併回微調後模型、不再額外訓練，使通才能力與專長並存。

Harness（執行動作並管理數百步上下文的迴圈）亦經 OSWorld 2.0 回饋重構：官方點名最大改動包括可追蹤數百步的可靠記憶，以及在桌面機本機提供 shell，讓代理能以同一工具鏈同時處理代碼與點擊。這與只靠「提示詞約束」或「單一 GUI 軌跡」的代理產品形成對比——工程重點移到可觀測的失敗標記、記憶壓縮時的上下文穿透，以及環境適配器穩定性。

對企業架構師而言，可解讀為：選型時除看排行榜分數，更應驗證模型是否能在「有畫面無 API／有 API 無畫面／兩者並存」的混合環境完成端到端任務，以及軌跡與成本是否可稽核。

三、日常應用場景

1. 開發者與技術團隊

若團隊正把內部工單、測試回歸或桌面軟件操作自動化，可先在隔離環境以 Hugging Face 權重或 H Models API 試跑短流程，對照官方公開軌跡檢查失敗模式（權限、畫面漂移、長上下文遺忘）。具備 MCP 的內部工具鏈可優先評估 35B-A3B 的授權與成本結構；需要較強長流程表現時再評估 27B 研究許可是否符合合規要求。

2. 企業與隱私敏感行業

金融、法律、醫療與政府供應鏈若要把代理放進含客戶資料的桌面或業務系統，應把「介面覆蓋」與「資料出境」分開決策：開源權重有助本地或專用環境部署，但並不自動等於合規完成——仍需最小權限、操作稽核、密鑰隔離與人工審批升級。Holo4 強調商務工作流與成本，適合作為私有代理棧的候選執行引擎，而非取代既有身份與存取管控。

3. 一般用戶

一般用戶較常接觸雲端助手；若使用可本機執行的電腦操作代理，仍應避免授予完整檔案系統與瀏覽器密碼庫權限，並以獨立測試帳號驗證。公開軌跡有助理解代理「為何點錯」，但重播環境與本機軟件版本不同時，成功率會下降。

4. 香港與亞洲市場視角

香港中小企與金融科技團隊常見「舊有桌面系統＋新 Web／API」並存，恰好對應 Holo4 的多介面主張。本地若已規劃企業私有 LLM 或內部知識代理，可把「電腦操作層」視為下一階段：先在不含生產密鑰的虛擬機驗證 GUI／MCP 混合任務，再決定 API 託管或本機 GGUF／NVFP4 部署。亞洲多語界面與繁中軟件截圖差異大，導入前應用本地軟件樣本重測，勿直接外推英文 OSWorld 數字。

四、專業評價與潛在考量

優勢

  • 同日官方新聞室與 Hugging Face 雙通道發布，權重格式齊全，便於複現與採購評估。
  • 明確區分 27B 與 35B-A3B 的授權（Research only 對 Apache 2.0）與 API 價目，商業邊界相對清楚。
  • 以成本／分數圖強調「接近前沿、每任務成本更低」，對預算敏感的自動化項目有說服力。
  • 公開軌跡與 Agentic Task Factory 敘事，降低「只有行銷數字」的不透明感。
  • Holotron4 Nano 展示後訓練配方可遷移至 Nemotron 基座，對已投資該生態的團隊有延伸價值。

需要留意的地方

  • OSWorld 2.0 上 27B 約 61.7% 仍明顯低於表列部分高努力度閉源配置；長流程可靠性與人工接手比例需實測。
  • 27B「Research only」與 35B-A3B Apache 2.0 用途限制不同，法務與採購應先讀授權全文。
  • 官方多次註明 harness、任務子集與努力程度差異，跨廠商排行不宜當成單一真理。
  • 電腦操作代理一旦取得點擊與 shell 能力，攻擊面大於純對話模型；須配套運行時隔離與稽核（可與同期業界代理安全方案一併規劃）。
  • DSpark 加速檢查點「即將推出」，現階段延遲數字應以現行權重與 API 實測為準。

結語

H Company 以 Holo4 把通用電腦操作代理推進到「同一模型跨 GUI、程式碼、MCP 與 API」的產品形態，並用開源權重、公開軌跡與相對可控的每任務成本，回應企業對可落地自動化的需求。對香港團隊而言，下一步不是追單一排行榜，而是在受控環境驗證本地軟件與私有工具鏈，再決定雲端 API 或本機部署。若貴司需要在香港以資料不出境方式建立企業私有 LLM 與代理自動化能力，可參考 YSK Limited 的企業私有 LLM 全託管（年費 HK$88,000 起，Dataset → QLoRA／LoRA → 私有 API）：https://ysk.hk/services/ai-automation。

參考來源

延伸閱讀 · 相關服務與產品

相關文章