Tencent는 11월 4일 자사의 주력 Hunyuan 제품군 모델의 최신 버전인 Hy4를 출시했으며 Hy4가 "처음으로 가장 강력한 오픈 소스 모델 중 하나"라고 선언했습니다. Tencent의 공식 Hy 연구 페이지에 게시된 이 발표는 회사가 8월에 오픈 소스로 공개한 Hy4 미리 보기(백만 토큰 컨텍스트 창을 갖춘 770B 매개변수 혼합 모델로 출시됨)와 비교하여 사전 학습 및 사후 학습 모두에서 상당한 확장을 설명합니다.
Hy4는 현재 Tencent Cloud 및 OpenRouter는 물론 CodeBuddy, WorkBuddy, Yuanbao 및 ima를 포함한 Tencent 제품 내부에서도 사용할 수 있습니다. 회사는 동일한 API 가격으로 Hy4 미리보기에 비해 성능이 크게 향상되었다고 말합니다. 이 이야기에 대한 자세한 내용은 AI 뉴스를 참조하세요.
비전과 컴퓨터 사용이 Hy에 도착
헤드라인 기능 변경은 시각적입니다. Hy4는 처음으로 시각 인식을 지원하여 모델이 세밀한 이미지 세부 정보를 이해하고 복잡한 차트를 해석할 수 있도록 하며 명령줄 인터페이스와 그래픽 사용자 인터페이스 모두에서 작동하는 컴퓨터 사용도 처음으로 지원합니다.
Tencent는 전문적인 작업을 계획하고 수행하는 능력을 향상시키기 위해 Blender 및 CAD 도구와 같은 특수 소프트웨어와 여러 애플리케이션에 걸친 장기적인 워크플로에서 모델을 훈련했다고 밝혔습니다. 출시 후 개발자 토론에서 사용자는 모델이 대형 위성 이미지에서 작은 특징을 찾고 사진이 촬영된 위치를 추론하는 데모 비디오를 강조했습니다.
실제 업무를 겨냥한 벤치마크
Tencent의 평가 전략은 고전적인 학문적 테스트보다는 전문적인 영역에 크게 의존합니다. 재무 분야에서 회사는 펀드 조사, 주식 분석, 정량 전략, 자산 배분, 기업 금융 및 세무 회계를 포괄하는 수천 개의 현실적인 작업 공간과 수만 개의 작업을 구축했습니다. Tencent Financial Technology와 협력하여 213명의 금융 전문가가 모델을 평가하게 했으며 그 중 153명은 주요 금융 기관 출신이었으며 이들 중 70% 이상이 5년 이상의 업계 경험을 갖고 있었습니다.
579개의 실제 금융 작업에서 Tencent는 Hy4가 3.04점으로 개방형 모델 중 1위를 차지했으며 DeepSeek-V4.1-Flash-1017(2.97점), Kimi K3.1 Pro(2.68점), GLM-5.3(2.68점)을 앞섰습니다. 금융 AI 에이전트 회사인 RabyteTech의 내부 벤치마크인 IRAB에서 Tencent는 Hy4가 Hy4 프리뷰보다 12.03% 포인트 더 높은 점수를 얻었다고 밝혔습니다.
회사는 또한 신뢰성이 향상되었다고 보고합니다. Hy4는 시간에 민감한 검색, 다중 소스 합성 및 사실적 일관성 검증을 포함하는 검색을 대상으로 업그레이드한 후 Hy4 미리 보기에서 환각 비율을 15.76%에서 5.45%로 줄이고 추측 오류를 23.1%에서 5.6%로 줄였습니다. 과학 연구에서 Tencent는 Hy4가 7개 분야에 걸쳐 123개 연구 작업에 대한 내부 벤치마크인 TenureTrail의 개방형 모델 중 1위를 차지했다고 밝혔습니다.
게임, 문서 및 재귀적 자기 개선
게임 개발은 자체적으로 처리되었습니다. Tencent는 기능 구현, 게임 플레이 로직, 상태 추적 및 자산 파이프라인을 포괄하는 훈련 데이터 및 평가를 관리하기 위해 Interactive Entertainment Group(세계 최대 게임 프랜차이즈의 일부를 담당하는 부서)의 전문 개발자와 협력했습니다. Tencent는 Hy4가 Unreal Engine, Unity 및 Godot에 광범위하게 적용되었으며 멀티플레이어 게임 개발을 위한 새로운 지원을 통해 Hy4 미리보기가 GameDev에서 19.1%, GameLogic에서 9.8% 향상되었다고 밝혔습니다.
사무실 워크플로에서 Tencent는 Word, Excel 및 PowerPoint 파일을 실시간으로 공동 편집하는 모델 기능을 개선하여 문서 형식, 안정성 및 유용성 측면에서 블라인드 평가를 통해 확실히 향상된 결과를 보고했습니다. AI 에이전트 플랫폼인 마누스(Manus)는 발표에 포함된 피드백에서 Hy4가 문서 작성 및 편집 작업에서 거의 97%에 달하는 작업 완료율을 달성했다고 밝혔습니다.
가장 추측적인 주장은 재귀적 자기 개선에 관한 것입니다. Tencent는 Hyra 2.0 하네스와 결합하여 Hy4가 동일한 아키텍처를 사용하는 소형 모델에 대해 회사의 내부 사전 훈련 인프라를 최적화했으며 여러 벤치마크에서 공식 Jev 기준을 능가하는 변형을 자율적으로 훈련했다고 밝혔습니다. Hy4와 Hyra 2.0이 공동 개발한 두 가지 기본 모델(단일 셀 표현을 위한 HyCell과 물리적 필드 모델링을 위한 HyPDE)은 이러한 결과를 재사용할 수 있도록 오픈 소스로 제공되고 있습니다.
사이버 및 바이오 안전 필터링
Tencent는 역량 안전성을 직접적으로 다루었습니다. 회사는 "잠재적인 공격 능력의 증폭을 피하기 위해 익스플로잇 개발, 리버스 엔지니어링, 침투 테스트 등" 공격적인 콘텐츠를 걸러냈다고 밝혔습니다. 로이터는 이러한 접근 방식을 해킹 우려 속에서 제한된 사이버 보안 데이터로 모델을 훈련시키는 것으로 특징지었습니다.
생물학적 보안에 관해 Tencent는 Hy4의 개방형 실험 설계 기능이 Hy-BioExperimentBench에서 100점 만점에 30.4점을 기록했다고 보고했습니다. 이 점수는 회사가 고위험 기준점보다 훨씬 낮은 수치입니다. 모델의 추론 추적을 감사한 내부 전문가들은 Hy4가 기초 생물학에 대해 확고한 이해를 갖고 있지만 해당 지식을 실행 가능한 실험 프로토콜로 전환하는 능력은 여전히 제한적이며 Tencent는 Hy4가 생물학적 피해를 유발하는 장벽을 의미있게 낮추는 증거를 찾지 못했다고 결론지었습니다.
개방형 무게 약속 — 시스템 카드 포함
한 가지 세부 사항은 "오픈 소스" 프레이밍을 복잡하게 만듭니다. 전체 Hy4 가중치는 아직 다운로드할 수 없습니다. Tencent는 Hy4의 모델 가중치를 오픈 소스로 계획하고 vLLM 및 SGLang 커뮤니티와 협력하여 생태계 지원을 제공할 계획임을 분명히 밝혔습니다. 무게가 공개되면 회사는 안전성 평가를 자세히 설명하는 포괄적인 시스템 카드도 게시할 것이라고 밝혔습니다. 이 문서는 올해 중국 연구소의 공개 무게 출시가 칭찬과 우려를 모두 불러일으켰다는 점을 고려하면 면밀히 조사될 문서입니다.
Tencent는 또한 Hy4와 최고의 독점 모델, 특히 연구 수준 수학, 장거리 코딩, 모델 자체 개선 및 고급 시각적 질문 답변 사이에 격차가 남아 있음을 인정했습니다. 더 가볍고 저렴한 Hy4 플래시가 "가까운 미래에" 계획되어 있습니다.
이번 출시는 DeepSeek, Kimi 및 GLM 출시와 함께 점점 더 혼잡해지는 중국 오픈 웨이트 분야에서 이루어지며 모두 가격과 기능 면에서 경쟁하고 있습니다. Tencent는 원시 벤치마크 점수가 아닌 전문가 수준의 컴퓨터 사용이 개방형 모델을 엔터프라이즈 도구로 바꾸는 것이라고 확신합니다.
---
AI 최신 소식최신 AI 뉴스, 분석 및 혁신을 한 곳에서 확인하세요.
AI 뉴스 더 보기 →
