텐센트, 훈위안 Hy4 출시: 화면 보고 컴퓨터 조작하며 Blender·CAD까지 다룬다
텐센트가 멀티모달 에이전트 모델 '훈위안 Hy4'를 정식 공개했습니다. 시각 추론과 컴퓨터 조작 기능을 갖춰 GUI와 명령어로 Blender, CAD 등 전문 툴을 직접 다룹니다. 현재 API가 개방되었으며 며칠 내로 가중치 오픈소스 공개가 예정되어 있습니다.
腾讯
텐센트, 플래그십 모델 'Hy4' 공개: 벤치마크 최상위권 성능에 가중치 오픈 예정
텐센트가 벤치마크에서 오픈 모델 최상위권 성능을 기록한 신형 플래그십 모델 'Hy4'를 출시했다. 비전 및 컴퓨터 사용 기능을 갖췄으며 현재 Tencent Cloud와 OpenRouter 등에서 사용할 수 있다. 텐센트는 vLLM, SGLang 생태계 지원과 함께 모델 가중치를 곧 오픈소스로 공개할 예정이다.
텐센트 혼원, 실시간 음성 복제 지원 동시통역 모델 'Hy-SimulMT' 오픈소스 공개
텐센트 혼원이 중-영 양방향 실시간 동시통역 모델 Hy-SimulMT를 오픈소스로 공개했다. 발화 도중 약 3초 지연으로 번역 텍스트와 음성을 생성하며, 원래 화자의 음색을 유지하는 실시간 음성 복제도 지원한다. 회의와 강연 등 저지연 소통을 위해 추론 및 미세조정 코드를 제공한다.
텐센트, 올인원 비전 AI 모델 'WeVisOne-VL' 오픈소스 공개
텐센트 위챗 비전 팀이 객체 탐지, 카운팅, OCR, 누끼 따기(매팅)를 단일 모델로 처리하는 'WeVisOne-VL'을 오픈소스로 공개했습니다. SAM 같은 무거운 외부 분할 모델 없이 9.6M 파라미터 경량 디코더만으로 정밀한 투명 마스크를 추출하며, 2B 및 4B 크기로 로컬 환경에서도 구동 가능합니다.
텐센트, 대화형 월드 모델 'Hy-Nomas' 오픈소스 공개…RTX 4090서 구동
텐센트가 텍스트 프롬프트와 카메라 이동으로 실시간 제어 가능한 영상 월드 모델 'Hy-Nomas'를 공개했다. 720p 24fps 영상을 생성하며 이전 프레임을 기억해 1분 이상 일관성을 유지하고, 9GB 증류 모델은 RTX 4090 단일 GPU에서도 돌아간다. 아파치 2.0 라이선스로 코드와 가중치가 모두 무료 제공된다.
텐센트, AI 에이전트 간 기억 공유하는 'Hy-Memory 2.0' 오픈소스 공개
텐센트가 서로 다른 AI 에이전트 간 맥락을 공유하는 'Hy-Memory 2.0'을 오픈소스화했다. 대화, 업무, 코드 변경 이력을 통합 관리하며 전용 30B 모델과 MemHub 앱을 함께 제공한다. 커서나 코덱스 등 도구를 바꿔도 기존 맥락 위에서 작업을 이어갈 수 있다.
텐센트·홍콩대, 멀티플레이어 지원 생성형 월드 모델 'Multix' 오픈소스 공개
텐센트와 홍콩대 연구진이 가상 환경에서 다수의 플레이어가 상호작용하는 월드 모델 'Multix'를 공개했다. 플레이어별 시점을 개별 생성하면서 환경과 움직임을 실시간 동기화하며, 계층형 통신을 통해 연산 비용을 86% 이상 줄였다. 4인 데이터 학습만으로 10인까지 확장된다.
푸단대·텐센트, 2K 비디오·오디오 동시 생성 모델 'Prism' 오픈소스 공개
푸단대학교와 텐센트 훈위안, 저장대학교 연구진이 네이티브 2K 해상도를 지원하는 비디오·오디오 동시 생성 프레임워크 'Prism'을 오픈소스로 공개했습니다. 동적 희소 어텐션을 통해 소리가 발생하는 영역과 움직임이 빠른 부분에 연산력을 집중시켜 훈련 속도를 2.5배 높였습니다. 현재 허깅페이스에서 프리뷰 가중치와 코드가 제공됩니다.
텐센트, 세계 모델 '월드크래프터' 공개…시점 돌아와도 장면 유지
텐센트 연구진이 인터랙티브 비디오 세계 모델 '월드크래프터(WorldCrafter)'를 발표했다. 암시적 3D 인지 메모리를 도입해 시점을 다른 곳으로 돌렸다가 다시 돌아와도 장면이 왜곡되지 않고 일관성을 유지한다. 단일 이미지나 텍스트 프롬프트로 카메라 조작이 가능한 탐색 영상을 실시간으로 생성할 수 있다.
텐센트, 음성 편집 모델 'AuK' 오픈소스 공개: 텍스트 고치듯 음성 수정
텐센트가 1.5B 규모의 음성 생성 및 편집 기반 모델 'AuK'를 오픈소스로 공개했습니다. 자연어 명령어만으로 제로샷 음성 복제가 가능하며, 글을 고치듯 음성 속 단어를 자연스럽게 삽입·삭제하거나 감정과 음색을 전환할 수 있습니다. 현재 온라인 데모와 소비자용 GPU 로컬 실행을 지원합니다.
텐센트, 770B 규모 오픈소스 모델 'Hy4 preview' 공개: 실무 특화 및 자기 개선 적용
텐센트 훈위안이 총 770B, 활성 49B 파라미터 및 1M 컨텍스트를 지원하는 'Hy4 preview'를 오픈소스로 공개했다. 코딩·금융 등 실제 업무 시나리오에 특화되었으며, 모델 스스로 훈련 및 최적화 실험을 반복하는 자기 개선 루프가 적용됐다. 위안바오, WorkBuddy 등 제품에 적용되었다.
텐센트, 텍스트 한 줄로 3D 오픈월드 만드는 '월드클로' 공개
텐센트가 텍스트 프롬프트 하나로 탐색과 편집이 가능한 대규모 3D 공간을 구축하는 '월드클로(WorldClaw)'를 공개했다. 기획, 지형 생성, 객체 배치의 3단계를 에이전트가 조율해 정밀하게 배치하며, 모든 에셋은 독립된 형태로 수정 및 재사용이 가능하다.
텐센트, 멀티 에이전트 AI 어시스턴트 플랫폼 'Octop' 오픈소스 공개
텐센트가 로컬 환경에서 구동되는 오픈소스 AI 어시스턴트 플랫폼 'Octop'을 공개했다. 단일 프로세스로 웹 대시보드와 자동화 작업을 실행하며, 위챗·디스코드 등 메신저와 연동해 여러 전문 에이전트를 협업시킬 수 있다. 모든 대화와 기억 데이터는 로컬에 안전하게 보관된다.
텐센트, 3D 생성·이해·편집 통합한 '혼위안 3D 버펄로 1.0' 공개
텐센트가 2026년 8월 3D 생성과 이해, 자연어 기반 편집 및 부품 분해를 하나의 파이프라인으로 처리하는 통합 멀티모달 모델 '혼위안3D 버펄로 1.0'을 공개했다. 공유 VLM 백본과 DiT 모듈을 기반으로 텍스트 명령어만으로 3D 에셋을 직접 수정하거나 분해할 수 있다.
텐센트, 295B 오픈소스 MoE 모델 'Hy3' 공개…에이전트 코딩 특화
텐센트가 허깅페이스 등에 MoE 대형 모델 Hy3를 오픈소스로 공개했다. 총 295B 파라미터 중 21B가 활성화되며 256K 컨텍스트를 지원한다. 에이전트 코딩 및 추론 성능을 대폭 강화해 환각률을 5.4%로 낮췄으며, 아파치 2.0 라이선스로 배포된다.
텐센트 SCoPE 공개: 0.1% 미만의 파라미터로 AI 영상 카메라 제어
텐센트 연구진이 영상 확산 모델을 위한 카메라 제어 기술 'SCoPE'를 공개했다. 카메라 광선을 보조 좌표로 활용해 0.1% 미만의 파라미터 추가만으로 지정된 이동 경로를 정밀하게 재현하며, 시점이 다시 돌아와도 배경이 일관되게 유지된다.
텐센트, 다국어 번역 모델 'Hy-MT2' 오픈소스 공개…1.8B 모델 440MB로 초경량화
텐센트가 33개 언어를 지원하는 다국어 번역 모델 'Hy-MT2'를 오픈소스로 공개했다. 1.8B, 7B, 30B-A3B MoE 등 3가지 규격으로 제공되며, 1.8B 버전은 AngelSlim 1.25비트 극단적 양자화를 거쳐 440MB 크기로 줄어 온디바이스 구동에 유리하다. JSON 서식 보존과 전문 용어 통일 등 제어 가능한 번역에 집중해 현지화 작업에 적합하다.
텐센트, 번역 특화 모델 'HYMT2' 공개…1.8B 크기로 스마트폰 구동 지원
텐센트가 다국어 번역 오픈소스 모델 시리즈 'HYMT2'를 선보였다. 18억에서 300억 파라미터 규모로 33개 언어를 지원한다. 복잡한 지시 수행과 서식 유지에 특화되어 JSON이나 태그 구조를 깨뜨리지 않고 번역하며, 1.8B 경량 버전은 스마트폰에서도 바로 구동할 수 있다.
텐센트, 3D 월드 모델 'HY-World 2.0' 오픈소스 공개…편집 가능한 3D 에셋 직접 생성
텐센트 훈위안 팀이 멀티모달 3D 월드 모델 'HY-World 2.0'을 오픈소스로 공개했습니다. 픽셀 영상만 생성하던 기존 방식과 달리 텍스트, 이미지, 비디오 입력을 통해 유니티나 언리얼 엔진으로 즉시 가져올 수 있는 3D 에셋(메시 및 3DGS)을 직접 출력하며, 물리 충돌이 적용된 자유로운 탐색을 지원합니다.
텐센트, 실시간 전이중 음성 대화 모델 'Covo-Audio' 오픈소스 공개
텐센트가 7B 규모의 엔드투엔드 오디오 언어 모델 'Covo-Audio-Chat'을 오픈소스로 공개했다. 단일 통합 구조에서 연속 오디오를 직접 처리해 말하면서 동시에 듣고 끼어들기까지 가능한 전이중 음성 상호작용을 지원한다. 코드와 가중치는 GitHub 및 Hugging Face에 공개됐다.