Holo4：賦能通用計算機使用智能體

Hugging Face 推出 Holo4 系列智能體模型，分為兩個規格：27B dense 版本和 35B-A3B Mixture of Experts 版本，均已在 H Models API 上線。同時發佈了 Holotron 3 的更新版本 Holotron4 Nano。

Holo4 的核心特性是能透過多種介面與軟體互動，包括圖形使用者介面、程式碼、MCP 和 API。與多數只專注於單一介面的智能體模型不同，Holo4 可在桌機、網頁、Android、程式碼沙箱及商業 API 環境中執行同樣的任務，無需針對不同平台選擇不同模型。模型可點擊滑鼠、輸入文字、撰寫並執行程式碼，以及呼叫 MCP 或 API 工具。

在學術基準測試上，Holo4 27B 在 OSWorld 2.0 上得分 61.7%，Holo4 35B-A3B 達 30.9%，僅落後於 Opus 5.5 的 81.8%。然而 Holo4 使用參數數量遠少得多，成本也大幅降低。在 AutomationBench 上，Holo4 在成本效能表現上與前沿模型具競爭力。

模型的訓練基礎是 Hugging Face 內部開發的 Agentic Task Factory，該系統從文件（如網站截圖或開源軟體）生成約 10,000 個任務，涵蓋網頁應用、MCP 伺服器和桌面環境，包括同時公開 GUI 和 MCP 介面的混合環境。訓練採用監督式和強化學習方法。

在實際應用案例中，Holo4 27B 能在 FreeCAD 中完成複雜的 3D 建模任務（如艾菲爾鐵塔），並在 Godot 中構建 Pac-Man 風格遊戲。相比基礎模型 Qwen3.8 27B，Holo4 在多項任務上展示了改進的效率和精確度。

Holotron4 Nano 是將 Hugging Face 的後訓練堆疊應用於 NVIDIA Nemotron 3 Nano Omni 模型的結果，在 GUI 工作流及 MCP、API 或程式碼沙箱環境中相比基礎模型有絕對百分點的改進。