H Company 的 Holo4（开源计算机操作智能体）：全接口统一交互、开源权重开放

2026年9月28日，H Company正式发布‌Holo4开源计算机操作智能体系列‌，这是全球首个完全开源权重、支持全类型计算机接口统一交互的智能体模型，彻底打破了此前同类产品只能适配单一操作界面的行业痛点，以极小的参数规模实现了比肩头部闭源旗舰模型的桌面操作能力，同时将单任务运行成本压缩至行业极低水平。

现有计算机操作模型存在接口专精化问题：GUI 导向的模型没有屏幕就失效；工具调用导向的模型在没有 API 的应用前卡住。而真实业务任务常常两者都需要。Holo4 的目标是「同一个模型、同一种调用方式」跑在桌面、Web、Android、代码沙箱和业务 API 上。S-AIDeepThink→.cn

Holo4 解决「企业内部大量系统没有可用 API」的现实问题。对 10-200 人的 B2B 公司，多数内部工具、遗留 CRM、供应商门户没有 API，只能人工点击。一个能在 API 缺失时回落到 GUI 控制、有 API 时切换到 API 调用的模型，可直接用于订单录入、工单分诊、跨工具数据对账。

一、核心设计

Holo4跳出了传统计算机操作智能体的单一接口绑定思路，实现了全场景通用能力：

1. 全接口统一交互‌

同一个模型无需切换版本，就能同时适配图形界面（GUI）、代码沙箱、MCP协议、业务API四类交互方式，自动根据当前任务选择最高效的操作路径，彻底解决了传统GUI模型离开屏幕就失效、工具调用模型在无API应用前卡住的行业通病。S-AIDeepThink→.cn

2. 跨平台原生兼容‌

同一套权重可直接在桌面系统、网页端、安卓设备、企业级业务系统上运行，调用方式完全统一，开发者无需为不同平台单独适配定制模型。

3. 极低运行成本‌

官方实测单任务平均运行成本仅为‌0.08美元‌，相比同能力级别的闭源旗舰模型，单任务成本降低一个数量级以上，完全满足企业级大规模自动化部署的成本要求。

二、完整产品矩阵

Holo4系列覆盖不同算力场景，所有版本均已在H Models API上线，开源权重全量发布在Hugging Face：

Holo4-27B 密集模型‌：核心主力版本，提供BF16、FP8、NVFP4、4-bit GGUF等多精度格式，适配从消费级显卡到企业级集群的全场景部署。
Holo4-35B-A3B 混合专家模型‌：轻量化MoE架构版本，针对高并发批量任务优化，在特定细分场景下推理效率进一步提升。
Holotron4 Nano‌：基于NVIDIA Nemotron 3 Nano Omni升级的轻量化衍生版本，复用Holo4全套后训练配方，在GUI、MCP、API混合环境下的表现相比基础模型实现大幅跃升，可直接部署在边缘设备上。

官方同步预告，未来几天将发布优化的DSpark drafter推理加速检查点，进一步大幅提升全系列模型的生成速度。

三、关键参数

项目	Holo4-27B	Holo4-35B-A3B
架构	27B 稠密，基于 Qwen3.8 dense	35B MoE（A3B），基于 Qwen3.5 MoE
上下文	262,144 tokens	262,144 tokens
许可证	CC BY-NC 4.0（非商用）	Apache 2.0（可商用）
API 价格	输入 $0.40/M、缓存 $0.04/M、输出 $3.00/M	输入 $0.30/M、缓存 $0.03/M、输出 $2.00/M
权重格式	BF16 / FP8 / NVFP4 / 4-bit GGUF	同左
OSWorld（标准）	85.2%，单任务 $0.08	80.8%，$0.05
OSWorld 2.0（长流程）	61.7%（成功率 41.5%），单任务 $1.22	30.9%，$0.61
AutomationBench	45.4%，$0.05	34.5%，$0.02
ALE-CLI（105 任务 Linux）	44.1%	30.9%
AndroidWorld	85.1%	77.6%
Agentic Task Factory 内部（未用于训练）	web 80.2% / MCP 89.4% / desktop 72.0%	—

另发布 Holotron4 Nano（基于 NVIDIA Nemotron 3 Nano Omni，NVIDIA Open Model Agreement，仅 BF16/FP8），属 NVIDIA Nemotron Coalition。

四、开发经过

SFT：127B token，约 3/4 为成功智能体轨迹，分布为桌面 45%、Web 14%、MCP/API 12%、移动 3%，其余覆盖多模态推理、GUI 定位、纯文本工具使用与编码。
异步在线 RL：在长周期任务上训练两个专用 LoRA 专家（一个桌面+Web，一个终端+MCP/API），以相等权重合并回微调模型，不再额外训练。
Agentic Task Factory：从文档（如真实网站截图或开源软件）自动生成交互环境与可验证任务，迄今产出约 10,000 个任务（Web 应用约 4000、MCP 服务器约 3000、桌面约 3000），含通过 GUI 和 MCP 暴露相同状态的混合环境。S-AIDeepThink→.cn
Harness 重构：基于 OSWorld 2.0 上的表现反馈重建执行循环，增加跨数百步的持久记忆与桌面机器上的直接 shell 访问。过程中让智能体标记每次任务失败的原因，工程师复核其修复。

五、采用的技术原理或方法

核心不是模型架构创新（基于 Qwen），而是训练数据生成 + Harness 工程：

Agentic Task Factory 解决了智能体训练最稀缺的资源——可验证的交互环境。从文档自动生成任务，绕开了人工标注瓶颈。
双 LoRA 专家 + 等权合并：为 GUI 路径与 API 路径分别训练专家再合并，避免单一模型在两类接口上的能力互相干扰。
持久记忆层：解决长轨迹中的灾难性遗忘（数百步工作流）。
全轨迹开源：公开所有基准分数背后的每一条轨迹，可在 trajectories.hcompany.ai 逐步重放或从 Hugging Face 下载。这是本期透明度的亮点——允许逐条核验而非只信总分。

六、基准测试性能

在全球最权威的OSWorld 2.0桌面操作基准测试中，Holo4-27B得分达到‌61.7%‌，仅比旗舰级闭源模型Opus 5.5低20.1个百分点，大幅领先GPT-5.6 Sol的66.2%以下的同梯队开源模型表现；Holo4-35B-A3B版本得分30.9%，在轻量化部署场景下依然保持可用的操作能力。S-AIDeepThink→.cn

在AutomationBench API自动化基准测试中，Holo4同样实现了接近前沿闭源模型的表现，而参数规模仅为后者的几十分之一，性能密度远超行业平均水平。所有基准测试对应的完整操作轨迹数据已全部开源，支持开发者直接回放验证或二次训练。

七、训练与工程化创新

Holo4的能力突破来自于全流水线的工程化重构：

自研‌Agentic Task Factory自动化流水线‌，仅通过文档就能自动生成交互环境和可验证任务，目前已积累约10000个训练任务，覆盖网页应用、MCP服务器、桌面环境，大量包含GUI与MCP同时暴露的混合复杂场景。
完全重建智能体执行框架，为长流程任务提供可靠的专属记忆机制，同时在桌面环境中内置原生Shell支持，可稳定支撑数百步的超长复杂工作流执行。
实测对比验证：在相同提示词和执行框架下，完成FreeCAD建模、Godot开发吃豆人游戏的复杂任务，Holo4-27B相比基础模型Qwen3.8 27B，调用次数从197次降至68次，总Token消耗从11.4M降至2.4M，代码生成量从327行精简至268行，执行效率提升数倍。

八、定价或者使用策略

双轨：权重在 Hugging Face 开放（27B 非商用 / 35B-A3B 可商用），同时通过 H Models API 按 token 计费。提供 BF16/FP8/NVFP4/GGUF 全套格式，GGUF 可直接进本地运行时。

九、应用场景

专业软件实测：在 FreeCAD 中按精确几何规格程序化建模埃菲尔铁塔（地面半宽 62.5mm、高 276 处收至 9.35mm、四条 14mm 锥形腿、57/115/276 高度三个实心平台、高 324 桅杆）。Holo4-27B 用 84 次调用、130 万 token 生成闭合参数化实体完成任务；基座 Qwen3.8 27B 未给出同等完成度。S-AIDeepThink→.cn
适用工作流类型：订单录入、工单分诊、跨未设计成可自动化的工具的数据对账；桌面、Web、Android、终端、MCP/API 全覆盖。

十、行业价值与落地场景

作为完全开源的通用计算机操作智能体，Holo4彻底降低了企业部署桌面自动化智能体的门槛，开发者无需依赖闭源API、无需高额算力投入，就能快速搭建覆盖全办公场景的自动化智能体，可广泛应用于桌面办公自动化、跨系统业务流程打通、低代码应用快速开发等场景，直接推动计算机操作智能体从头部企业专属能力走向全行业普惠落地。