← 목록으로
지난 소식
Tencent, 오픈소스 최상위권을 목표로 한 멀티모달 AI 모델 Hy4 공개
요약
- Tencent가 시각 인식과 컴퓨터 조작 능력을 갖춘 멀티모달 AI 모델 'Hy4'를 공개했다.
- Hy4는 게임 개발, 금융 분석, 과학 연구 등 다양한 실무 분야의 벤치마크에서 오픈 가중치 모델 중 최상위권의 성능을 기록했다.
- 또한 전문 소프트웨어 조작 및 문서 공동 편집 등 복잡한 업무를 수행하는 능력을 강화했다.
- Tencent가 멀티모달 AI 모델 Hy4 정식 버전을 공개함. Tencent Cloud와 OpenRouter에서 먼저 제공하며, 모델 가중치는 추후 공개할 예정임
- Hy4 계열에 처음으로 시각 인식과 컴퓨터 조작을 도입함. 이미지와 차트를 읽고, CLI와 GUI를 오가며 Blender나 CAD 같은 전문 소프트웨어를 다룰 수 있음
- 게임 개발 벤치마크에서 Hy4 preview 대비 GameDev 19.1%, GameLogic 9.8% 향상됨. 금융 전문가 213명이 참여한 579개 실무 과제에서는 비교 대상 오픈 가중치 모델 중 가장 높은 점수를 받음
- Hyra 2.0과 결합한 연구에서는 소형 모델의 학습 인프라를 최적화하고, 여러 벤치마크에서 Jev 기준 모델을 앞서는 변형 모델을 학습시킴. 과학 분야 기반 모델 HyCell과 HyPDE도 공개함
- API 가격은 preview와 동일함. 더 빠르고 저렴한 Hy4 flash를 준비 중이며, 연구 수준의 수학과 장기 코딩 등에서는 최상위 비공개 모델과 격차가 남아 있음
이미지와 차트 이해, CLI와 GUI 조작
- 시각 인식, 추론, 도구 사용을 결합해 이미지의 작은 요소를 찾거나 복잡한 차트를 해석할 수 있음
- 28억 화소 항공사진에서 창고 지붕의 글자와 태양광 패널 위치를 단서로 약 2m 크기의 옥상 부품을 찾아내는 작업을 시연함
- CLI와 GUI를 모두 조작할 수 있으며, Blender와 CAD 소프트웨어에 맞춘 학습도 진행함
- 여러 애플리케이션을 오가는 작업 흐름을 학습해, 전문 업무에서 계획을 세우고 여러 단계에 걸쳐 실행하는 능력을 개선함
프런트엔드와 게임 개발
- 프런트엔드에서는 화면의 시각적 완성도와 함께 복잡한 UI 상호작용, 비즈니스 로직, 상태 관리, 풀스택 통합에 집중함
- Tencent Interactive Entertainment Group(IEG) 개발자들과 게임 개발용 학습 데이터와 벤치마크를 구축함
- 기능 구현, 게임플레이 로직, 상태 추적, 게임 에셋 처리에 초점을 맞춤
- Unreal Engine, Unity, Godot에 맞춰 최적화하고 멀티플레이어 게임 개발까지 범위를 넓힘
- Hy4 preview보다 GameDev는 19.1%, GameLogic은 9.8% 향상됨
- Tencent Penguin Island의 3D 모형을 만드는 예제에서는 Three.js 0.184.0을 HTML에 직접 포함해, 외부 CDN이나 폰트, 텍스처 없이 실행하도록 요청함
- 건물, 도로, 해안선, 나무, 사람, 차량을 한 장면에 배치하고 시점 회전과 지상 탐색을 지원하도록 구성함
- 1인칭과 3인칭 탐색, 날씨와 주야간 조절, 미니맵, 건물 층별 단면, 가이드 투어, 화면 캡처와 영상 녹화도 요구사항에 포함함
금융 분석과 오피스 문서 작업
- 펀드 조사, 주식 분석, 퀀트 전략, 자산 배분, 기업 재무, 세무 회계 등을 다루도록 수천 개의 업무 환경과 수만 개의 과제를 구축함
- Tencent Financial Technology(FiT)와 진행한 금융 벤치마크에는 전문가 213명과 실무 과제 579개가 참여함
- 참가자 중 153명이 주요 금융기관 소속이며, 이들 중 70% 이상이 업계 경력 5년 이상임
- Hy4는 이 벤치마크의 비교 대상 오픈 가중치 모델 중 가장 높은 점수를 기록함
| 모델 |
금융 실무 점수 |
| Hy4 |
3.04 |
| DeepSeek-V4.1-Flash-1017 |
2.97 |
| Kimi K3.1 Pro |
2.68 |
| GLM-5.3 |
2.68 |
- RabyteTech의 내부 벤치마크 IRAB에서는 투자 리서치 과제 101개에서 61.63점을 기록함. 이전 버전보다 12.03점 높음
- 최신 정보를 찾고, 여러 출처의 내용을 종합하고, 서로 일치하는지 확인하는 검색 기능을 개선함
- Tencent 내부 테스트에서 환각률은 15.76%에서 5.45%로, 추측으로 인한 오류는 23.1%에서 5.6%로 감소함
- Word, Excel, PowerPoint에서 사용자와 실시간으로 문서를 공동 편집하는 기능도 개선함
- 블라인드 테스트에서 이전 버전보다 문서 서식, 신뢰성, 사용성 점수가 높아짐
- Tesla의 기업가치 산정 모델을 Excel로 만들고, 여러 기관의 자료를 종합한 PDF 리서치 보고서를 함께 작성하는 사례를 공개함
과학 연구와 모델 학습 자동화
- 추론, 과학 계산, 장기 작업 실행을 결합해 여러 단계에 걸친 연구 과제를 수행함
- 7개 학문 분야의 연구 과제 123개로 구성된 내부 벤치마크 TenureTrail에서 비교 대상 오픈 가중치 모델 중 가장 높은 점수를 기록함
- 수학적 구성, 물리 모델링, 지구과학, 시스템 엔지니어링, 사회경제적 의사결정 과제를 포함함
- Tencent는 재귀적 자기 개선을 연구하는 과정에서 Hy4를 에이전트 하네스와 결합함. Hyra 2.0
- Hy4가 같은 아키텍처를 사용하는 소형 모델의 사전학습 인프라를 최적화함
- 변형 모델을 자율적으로 학습시켜 여러 벤치마크에서 공식 Jev 기준 모델보다 높은 성능을 냄
- Hy4와 Hyra 2.0을 활용해 개발한 과학 분야 기반 모델 두 종을 오픈소스로 공개함
- HyCell은 단일 세포의 특성을 표현하는 모델이고, HyPDE는 물리장을 모델링하는 데 쓰임
- 단일 머신에서 700만 개 세포 데이터로 1.5시간 만에 생쥐 배아의 3D 구조를 재구성하는 사례도 공개함
여러 업무 도구를 연결하는 개인 비서
- WorkBuddy와 WeCom을 연동하면 채팅, 이메일, 문서, 캘린더, 회의록에 흩어진 정보를 종합할 수 있음
- 프로젝트별 진행 이력과 최신 상태를 추적하고, 회의 준비 자료를 작성하거나 후속 작업, 마감일, 우선순위를 정리함
- Daily Focus 보드 예제에서는 여러 출처에서 당일 중요한 일을 찾아 중복을 제거하고, 업무와 개인 일정을 중요도와 긴급도에 따라 정렬하도록 요청함
- 각 항목에 발생한 일, 현재 상태, 다음 행동, 관련 출처를 넣고, 인터넷 연결 없이 열 수 있는 단일 HTML 파일로 생성하도록 구성함
- Hy4 기반 팀 협업 기능은 WorkBuddy의 새 Projects 버전과 함께 출시될 예정임
제품별 적용 결과
- Manus는 심층 리서치, 데이터 분석, 오피스 문서 작업에 Hy4를 적용함
- 문서 생성·편집 작업 완료율은 약 97% 였으며, 인용 형식, 제목 번호, 세부 수정 지시를 처리하는 능력이 개선됨
- RabyteTech의 투자 리서치 벤치마크에서는 이전 모델보다 점수가 높아졌으며, 기존 Hy3는 이미 일부 AlphaPai 제품에 들어가 있음
- WorkBuddy는 웹 작업, 시각 콘텐츠 제작, 3D 작업에 Hy4를 적용함
- 여러 단계의 브라우저 작업에서 중간 결과를 확인해 접근을 바꾸고 최종 결과를 검증함
- 내부 테스트에서 평균 83.18점, 통과율 96.15% 를 기록했으며, 12개 시나리오 중 9개에서 비교 대상 중국 모델 중 가장 높은 점수를 받음
- Yuanbao 내부 테스트에서는 종합 점수가 65.25에서 72.53으로 상승함
- 여러 차례 이어지는 대화에서 앞선 내용을 기억하는 성능은 6.67점, 글쓰기 품질은 10.89점 향상됨
- 이전 시각 언어 모델 대비 멀티모달 에이전트 작업 완료율은 36.8%, 멀티모달 질의응답 성능은 15.8% 향상됨
안전성 테스트와 가중치 공개 계획
- 사이버보안 학습 데이터는 방어 목적의 PoC 생성과 취약점 패치 자료로 제한하고, 익스플로잇 개발, 리버스 엔지니어링, 침투 테스트 등 공격 목적의 자료는 걸러냄
- Tencent Xuanwu Lab과 Keen Security Lab의 레드팀 테스트에서는 암호 알고리듬 역분석, 바이너리 난독화 해제, 취약점 악용 과제에서 위험 증가가 관찰되지 않음
- 생물보안 벤치마크 Hy-BioExperimentBench에서는 30.4/100점으로 Tencent의 내부 고위험 기준을 밑돎
- 기초 생물학 지식을 실행 가능한 실험 절차로 바꾸는 능력이 제한적이었고, 이 테스트에서는 생물학적 위해의 진입 장벽을 유의미하게 낮춘다는 증거가 나오지 않음
- 모델 가중치 공개에 맞춰 안전성 테스트와 추가 기술 정보를 담은 시스템 카드도 공개할 예정임. vLLM 및 SGLang 커뮤니티와 실행 환경 지원을 위해 협력 중임
API 제공과 가격
- Tencent Cloud와 OpenRouter에서 사용할 수 있으며, CodeBuddy, WorkBuddy, Yuanbao, ima에도 적용됨
- API 가격은 Hy4 preview와 동일함
| 구분 |
100만 토큰당 가격 |
| 캐시된 입력 |
$0.042 |
| 입력 |
$0.834 |
| 출력 |
$2.501 |
남은 성능 격차와 Hy4 flash
- 연구 수준 수학, 장기 코딩, 모델 자기 개선, 고급 시각 질의응답에서는 최상위 비공개 모델과 격차가 남아 있음
- Tencent는 격차를 줄이기 위해 사전학습과 후학습 규모를 계속 확대할 계획임
- Hy4 flash는 추론 속도와 비용 효율을 개선한 버전으로, 가까운 시일 내 공개할 예정임. 제품팀과 함께 실제 서비스에 필요한 기능과 성능을 맞춰갈 계획임