H Company 开源 Holo4 系列：面向通用电脑操作智能体的视觉语言模型

H Company 于 9 月 28 日在 Hugging Face 发布 Holo4 系列模型，官方把它定义为面向电脑与手机操作、工具调用和代码的视觉语言模型（VLM）。与常见的单点开源不同，这次一次性放出了三种不同底座架构的模型和多种量化格式，权重统一采用 Apache 2.0 协议。

Holo4 家族包含三个基础模型：Holo4-27B 使用 Qwen3.8 稠密架构，Holo4-35B-A3B 建立在 Qwen3.5 混合专家（MoE）架构之上，Holotron4-30B-A3B 则对应 NemotronH Nano Omni 架构。三者都以 BF16 精度发布，两个 Holo4 型号还提供 FP8、NVFP4 以及面向本地推理的 Q4 GGUF 版本。

真正让模型动起来的是配套的执行框架。按照官方模型卡的说明，hai-agents 会把屏幕截图和工具返回结果送给 Holo4，再把模型要求的点击、键盘输入、代码和工具调用真正执行掉，并把结果回传；文档另外覆盖了函数调用、界面元素定位和文档 OCR。模型的上下文长度配置为 262,144 token。

性能上，H Company 公布 Holo4-27B 在 OSWorld 上取得 85.2% 的成绩，单任务成本 0.08 美元；在 OSWorld 2.0 上，Holo4-27B 为 61.7%（单任务 1.22 美元），Holo4-35B-A3B 为 30.9%（单任务 0.61 美元）；AutomationBench 上两者分别为 45.4% 和 34.5%。

除公开榜单外，团队还在 Agentic Task Factory 上做了评测，这是一组覆盖网页、桌面与 MCP 工具的留出业务工作流。所有评测轨迹都以开源数据集形式放出，这意味着外部团队可以逐条复盘模型在哪里成功、在哪里打转。

比起单个榜单数字，更值得关注的是成本曲线：一个 27B 稠密模型若能在每任务几美分的成本下达到或超过更大规模系统，电脑操作智能体就从演示走向了可规模化部署的后台工作。

接下来要看的是独立复现与真实落地。轨迹数据集让第三方能够审计失败模式，Apache 2.0 协议基本扫清了商用试点的法律障碍，多种量化版本也降低了部署门槛；但屏幕级操作天然涉及权限与审计，企业把它接进生产流程前，仍需回答谁为误操作负责的问题。