法国AI初创公司H Company发布AI模型Holo3，主打读屏理解与跨应用任务执行能力，可完成点击、输入等操作。

据日本媒体Gigazine报道（当地时间9日），开源版Holo3-35B-A3B已上线Hugging Face，用户可免费使用。

Holo3被定位为可运行于网页、桌面和移动端的视觉语言模型（VLM）。该模型能够读取屏幕内容，并根据界面信息执行按钮点击、表单填写等操作。

除单步操作外，Holo3还支持处理跨多个应用的任务流程。以官方示例来看，模型可先从PDF中提取设备价格信息，再与员工剩余预算进行比对，随后发送批准或驳回通知邮件。整个过程中，模型可在PDF、电子表格和邮件应用之间切换，完成信息读取、计算和传递，并在任务衔接过程中保持上下文状态。

开源版Holo3-35B-A3B基于Qwen3.5-35B-A3B微调，并采用专家混合（MoE）架构，总参数量为350亿，激活参数为30亿。该模型属于多模态AI，可接收图像和文本输入，并生成文本输出。

据介绍，Holo3的训练数据包括开源数据集、面向智能体训练的大规模操作数据，以及经过人工核验和标注的数据。团队还针对训练集中未覆盖的场景进行了专项训练，并结合经筛选的数据开展强化学习。

与此同时，H Company还提供“合成环境工厂”（Synthetic Environment Factory）。这一工具可通过代码自动生成接近企业系统的UI和操作环境，用于训练智能体学习更贴近实际业务的交互方式。

H Company同时披露了部分性能数据。其中，Holo3-35B-A3B在国际基准OSWorld-Verified上的得分为77.8%；参数规模更大的Holo3-122B-A10B在同一基准上的得分为78.85%，总参数量为1220亿，激活参数为100亿。

此外，H Company还推出了自研评测体系H Corporate Benchmark，覆盖电商、办公软件、协作和多应用联动四大领域，共包含486项任务，既有单一应用内的短任务，也涵盖跨应用的长流程工作流。

目前，在免费方案下，用户可通过API体验Holo3-35B-A3B，请求频率限制为每分钟10次；Holo3-122B-A10B则仅向付费用户提供。