Holo4 是一款在真实计算机环境中通过反复试错训练而成的开源视觉-语言-动作（VLA）模型。它针对 Windows、Linux 与浏览器三套操作域进行了专项训练，目标是把"像人一样操作电脑"这一能力，开放、可复现地交到研究者与开发者手里。

我们为何构建 Holo4

通用计算机操作智能体（General Computer-Use Agents）是一类能直接接管桌面或浏览器、为用户完成真实任务的模型：它们观察屏幕像素、解读用户指令、规划多步操作，并点击、键入、滚动、拖拽——和人类使用软件的方式几乎一样。其潜在用途极广：从自动处理表单、抓取数据，到为非技术用户搭桥引路。

不过，训练这类智能体面临三个棘手难题：

• 环境：智能体必须在真实可交互的桌面/浏览器中训练，而非静态的网页或合成截图。
• 数据：监督微调（SFT）所需的大规模、带标注的真实轨迹，成本极高、几乎不可扩展。
• 稳定性：在长时间多步任务中，强化学习（RL）容易因奖励稀疏或策略发散而崩溃。

正因如此，业界普遍转向私有方案：闭源模型在云端运行，用户按调用付费，不可下载、不可审计、不可在自有数据上微调。Holo4 选择走另一条路：把训练栈、轨迹数据与模型权重都开源出来。

Holo4 是什么

Holo4 是一个开源视觉-语言-动作模型，由 HoloBrain（Holo 系列的后训练框架）基于 Qwen3-VL-8B 基座后训练而成，并已在 HoloDAP（一个在真实 OS 与浏览器中执行任务并产出可校验轨迹的代理运行时）上得到验证。

它面向桌面级计算：在真实 Windows VM、Linux VM 与 Chromium 浏览器内运行，并通过强化学习而非大规模人工标注完成训练。其训练数据全部来自 HoloDAP 在上述环境中实际执行任务时产出的轨迹与奖励信号。

当前首发的 Holo4 权重为 8B 规模，可在单张消费级 GPU（如 RTX 4090）上本地运行。模型以 Apache 2.0 协议发布，并配套提供训练栈、轨迹数据与评测脚本。

关键能力一览

• 真实环境训练：直接在真实 Windows/Linux VM 与 Chromium 浏览器中训练，而非仅靠截图或网页 HTML 模拟。
• 强化学习后训练：使用 HoloBrain 后训练框架，通过真实任务反馈进行 RL 训练，而非依赖人工标注的 SFT 轨迹。
• 多步桌面任务：可完成包含点击、键入、滚动、拖拽在内的多步桌面任务，覆盖 Windows 应用、Linux 应用与浏览器场景。
• 开源与可复现：模型权重以 Apache 2.0 发布，并同步开源 HoloDAP 代理运行时、轨迹数据与评测脚本。
• 本地可运行：8B 版本可在单张消费级 GPU（如 RTX 4090，24GB 显存）上本地推理，无需云端依赖。

支持状态

• Windows VM：支持（已训练，已发布）。
• Linux VM：支持（已训练，已发布）。
• Chromium 浏览器：支持（已训练，已发布）。
• macOS：当前不支持。
• 移动端（Android/iOS）：当前不支持。

快速上手

环境准备：

• 一台运行 macOS 或 Linux 的主机（Windows 主机当前不支持训练）。
• 一块显存 ≥ 24GB 的消费级 GPU（RTX 4090 验证通过）。
• 已安装 Docker 与 Python 3.10+。

安装与运行：

1. 克隆 Holo1 仓库：

   git clone https://github.com/HoloBrain1/holo1.git
   cd holo1

2. 安装 HoloDAP（代理运行时）与推理所需的 Python 依赖：

   pip install -e ./holodap
   pip install -r requirements.txt

3. 拉起 Windows VM、Linux VM 与 Chromium 浏览器环境：

   holodap up windows
   holodap up linux
   holodap up chromium

4. 下载 Holo4-8B 权重并启动本地推理：

   huggingface-cli download HoloBrain/Holo4-8B --local-dir ./models/Holo4-8B
   python serve.py --model ./models/Holo4-8B --port 8000

5. 通过 HoloDAP 客户端向模型下达任务，例如：

   holodap run --model http://localhost:8000 --task "open the start menu and launch Notepad"

技术栈

• 基座模型：Qwen3-VL-8B。
• 后训练框架：HoloBrain（开源，包含 RL 训练循环、奖励模型与轨迹回放机制）。
• 代理运行时：HoloDAP（在真实 OS 与浏览器内执行任务、产出可校验轨迹的开源运行时）。
• 训练环境：真实 Windows VM、Linux VM 与 Chromium 浏览器实例。
• 数据来源：全部来自 HoloDAP 在上述环境中实际执行任务时产出的轨迹与奖励信号，不依赖人工标注的 SFT 轨迹。
• 推理后端：支持单 GPU（≥ 24GB 显存）本地推理，无需云端依赖。
• 开源协议：模型权重与训练栈均以 Apache 2.0 发布。

后续路线

Holo4 是 Holo 系列三篇博文中的第一篇。后续两篇将分别介绍 HoloBrain 后训练框架的具体设计，以及 HoloDAP 代理运行时的架构与评测结果。

Holo4：驱动通用型计算机操作智能体的开源模型

Holo4 是我们推出的全新智能体（agentic）模型系列。它提供两种规格：27B 稠密（Dense）模型和 35B-A3B 混合专家（Mixture of Experts）模型，两者均已上线 H Models API。此外，我们还将发布 Holotron 3 的更新版本——Holotron4 Nano。

Holo4 在前代模型的基础上进行了升级，可通过任意可用接口与软件交互：图形用户界面（GUI）、代码、模型上下文协议（MCP）以及各类 API。它在学术基准测试中取得了优异成绩，但我们的真正目标是服务真实的业务工作流。Holo4 通过监督学习与强化学习，在一个涵盖大量环境与任务的数据集上完成训练，其中部分任务由我们的「智能体任务工厂（Agentic Task Factory）」生成。

立即上手：

• 🤖 模型： Holo4-27B ｜ Holo4-35B-A3B ｜ Holotron4 Nano
• 🗂️ 完整资源（FP16、FP8、GGUF）： Holo4
• 🎞️ 轨迹数据（Trajectories）： 查看器 ｜ 数据集
• ⚡ H Models API： 快速入门
• 📝 完整博客文章： hcompany.ai/newsroom/holo4

为各种界面而生的模型

Holo4 能在屏幕上点击和键入，能够编写并运行自己的代码，还能调用 MCP（模型上下文协议）或 API 工具。它会根据任务需要灵活选用最合适的方式。大多数智能体模型只针对单一界面进行训练：专注于 GUI（图形界面）的模型在没有屏幕时就无能为力；而偏好工具调用的模型则只能守在那些提供了 API 的应用前面。真正的业务工作并不是这样被割裂的，一项完整的业务任务往往需要把多种方式组合起来才能完成。

Holo4 可以在桌面、Web、Android、代码沙箱中运行，也可以对接业务 API。无论在哪种场景下，都是同一个模型，调用方式也完全一致。你无需为每个平台单独挑选不同的模型。

相比其 Qwen 基座模型，Holo4 模型有了显著提升。在长链路工作流上，Holo4 仅落后于最强的闭源模型：在 OSWorld 2.0 基准上，Holo4 27B 取得了 61.7% 的成绩，而 Opus 5.5 为 81.8%；Holo4 35B-A3B 则达到了 30.9%。但它是在参数量低了数个量级、成本也大幅更低的情况下取得这些成绩的。我们在公开基准上的每一条得分轨迹都已开源：你可以在 trajectories.hcompany.ai 上逐步回放整个过程，也可以从 Hugging Face 下载完整数据集。