Holo Company 正式推出 Holo3，一款专为企业自动化设计的尖端计算机使用模型（Computer Use Model）。该模型在权威的 OSWorld-Verified 基准测试中取得了 78.85% 的惊人分数，刷新了行业纪录，超越了包括 GPT-5.4 和 Claude Opus 4.6 在内的众多更大规模专有模型。
- 模型：https://huggingface.co/Hcompany/Holo3-35B-A3B
- API：https://hcompany.ai/holo-models-api
更令人振奋的是，Holo Company 宣布将 Holo3-35B-A3B 变体的权重在 Apache 2.0 许可下完全开源，并提供免费 API 层级，极大地降低了企业部署自主 AI 代理的门槛。
核心亮点：更小、更强、更开放
1. SOTA 性能：78.85% OSWorld 得分
Holo3 在复杂的桌面操作任务中展现了卓越的感知与决策能力，能够精准执行多步骤、跨应用的企业工作流（如解析邮件、处理 PDF、操作 Excel 并发送报告）。其表现证明了专用训练策略比单纯堆砌参数更有效。
2. 极致效率：MoE 架构
- 总参数量：122B (1220 亿)
- 激活参数量：仅 10B (100 亿)
- 优势：采用混合专家（MoE）架构，Holo3 在推理时仅激活少量参数，使其运行成本仅为同类大模型的一小部分，同时保持了顶级的智能水平。这使得它在资源受限的企业环境中也能轻松部署。
3. 完全开源与免费 API
- 开源权重：
Holo3-35B-A3B版本已在 Hugging Face 上线，遵循宽松的 Apache 2.0 协议，允许商业自由使用、修改和分发。 - 免费 API：Holo Company 提供带有免费层级的推理 API，让开发者可以零成本开始构建和测试自动化应用。
核心技术：代理学习飞轮 (Agent Learning Flywheel)
Holo3 的强大并非偶然，而是源于其独特的持续训练闭环——代理学习飞轮。该方法专注于提升模型的两大核心支柱：感知（Perception） 和 决策（Decision Making）。
训练三大支柱：
- 合成导航数据 (Synthetic Navigation Data)：
- 利用人类指令和生成式 AI，创建海量特定场景的 UI 导航示例，覆盖各种软件界面。
- 域外增强 (Out-of-Distribution Augmentation)：
- 通过编程方式随机扩展场景、改变 UI 布局、引入意外干扰，确保模型具备极强的泛化能力，能处理从未见过的界面变化。
- 精选强化学习 (Curated Reinforcement Learning)：
- 对每个数据样本进行严格过滤，并利用高级强化学习算法优化决策路径，最大化任务成功率。
验证体系：从合成工厂到真实基准
为了证明 Holo3 不仅会“做题”，更能“干活”，Holo Company 构建了严苛的验证体系：
1. 合成环境工厂 (Synthetic Environment Factory)
这是一个专有的自动化系统，能根据场景规范从头编程生成真实的网站和企业软件界面。
- 作用：产生无限多样的训练环境，模拟真实世界的复杂性和不确定性。
- 结果：确保 Holo3 不是在死记硬背，而是真正学会了“如何操作软件”。
2. H Corporate 基准
包含 486 个 真实世界多步骤任务的评估套件，涵盖四大类：
- 电子商务
- 商业软件 (ERP/CRM)
- 协作工具
- 多应用混合工作流
典型任务示例：
“从 PDF 发票中提取设备价格，对照 Excel 中的员工预算表进行核对，若预算充足则自动发送批准邮件，否则发送拒绝邮件并抄送经理。”
这类任务要求模型具备跨应用的状态保持、逻辑推理和精准操作能力。
应用场景
Holo3 专为解决企业痛点而生：
- 流程自动化 (RPA 2.0)：替代传统僵硬的 RPA 脚本，自主处理非结构化数据和动态界面。
- 数据整合与分析：自动跨邮件、文档、表格抓取数据，生成报表。
- 智能客服与支持：自主操作后台系统查询订单、处理退款、更新状态。
- IT 运维助手：自动执行系统巡检、日志分析、故障排查等复杂操作。
- 财务与合规：自动审核单据、核对账目、生成合规报告。
未来展望：迈向通用自适应代理
Holo3 只是一个里程碑。Holo Company 的终极目标是构建通用自适应代理：
- 实时学习：未来的模型不仅能操作已知软件，还能在面对全新的、定制化的企业系统时，实时自主地学习其界面逻辑和操作方式。
- 零样本适应：无需重新训练，即可无缝接入客户独有的数字生态。
© 版权声明
文章版权归作者所有，未经允许请勿转载。
相关文章
暂无评论...
