Holo3：面向导航与计算机使用智能体的基础模型

模型说明

Holo3是我们最新一代大规模视觉-语言模型（VLMs），专门针对GUI智能体进行了优化。与前代模型一样，它能在各种数字环境（网页、桌面和移动设备）中运行，通过解读视觉界面、对复杂内容进行推理并执行精准操作。

Holo3在OSWorld-Verified上实现了最先进的性能，为计算机使用智能体树立了新的基准。它不仅保留了Holo2世界级的网页导航能力，全新的Holo3-35B-A3B架构更是旨在真实业务环境中发挥出色性能。

• 开发机构： H Company
• 模型类型： 面向导航与计算机使用智能体的视觉-语言模型
• 架构： 稀疏混合专家模型（MoE），总参数350亿/激活参数30亿
• 微调基础模型： Qwen/Qwen3.5-35B-A3B
• 博客文章： hcompany.ai/holo3
• 快速入门： hub.hcompany.ai/quickstart
• 许可证： Apache 2.0 许可证

快速开始

探索我们的快速入门指南，了解如何集成我们的推理API。

训练策略

Holo3-35B-A3B基于Qwen3.5架构开发，并经过强化以增强其核心智能体能力支柱：感知与决策。训练流程采用精心筛选的开源数据集、大规模合成轨迹以及高质量人工标注样本的混合数据，确保可靠的多步推理能力。

结果

最先进的导航能力（OSWorld-Verified）

为了在计算机使用和网页导航方面对Holo3进行基准测试，我们使用了OSWorld和WebArena基准。Holo3-35B-A3B在OSWorld-Verified上取得了77.8% 的分数。值得注意的是，它仅通过30亿激活参数就实现了这一成绩，以领先专有模型一小部分的推理成本提供了最先进的性能。

企业就绪度（H 企业基准）

为衡量实际应用价值，我们开发了H 企业基准：这是一套包含 486 项多步骤任务的专用评估套件，涵盖四大类别：电子商务、商业软件、协作以及多应用工作流。在这些复杂的业务逻辑环境中，Holo3 的表现持续显著优于规模更大的竞品。

UI 定位与基础理解

一个世界级的智能体必须先“看见”，才能“行动”。Holo3 在定位交互元素及其功能理解方面表现卓越，其在ScreenSpot-Pro和OSWorld-G上的顶尖性能便证明了这一点。

引用

@misc{hai2025holo3modelfamily,
      title={Holo3 - Open Foundation Models for Navigation and Computer Use Agents},
      author={H Company},
      year={2026},
      url={https://huggingface.co/Hcompany/Holo3-35B-A3B},
}