텐센트 혼연(Hunyuan) 음성 팀이 발표한 'Gander'는 실시간 대화를 담당하는 '소뇌(cerebellum)'와 복잡한 에이전트 작업을 처리하는 교체 가능한 '뇌(brain)'를 분리해 대화 반응성과 작업 정확도를 동시에 추구하는 AI 모델입니다. 음성·이미지·텍스트를 동시에 처리하며 사용자가 언제든 끼어들 수 있고, 타이밍 벤치마크에서 상용 모델(GPT-Realtime, Gemini Live 등)보다 사용자를 덜 방해했지만 작업 정확도는 다소 뒤처지는 것으로 나타났습니다. 팀은 모델 가중치와 학습 데이터 공개를 계획 중이며 코드용 GitHub 저장소도 이미 마련되어 있습니다.
텐센트가 다양한 언어 모델 아키텍처에서 추론 디코딩 속도를 극대화하는 통합 프레임워크 'AngelSpec'를 오픈소스로 공개했습니다. 이 프레임워크는 블록 확산 드래프터인 DFly와 검증 예산을 실시간으로 조절하는 D-cut 기술을 도입하여, HY3-295B 모델 환경에서 최대 2.4배의 처리 속도 향상을 달성했습니다. AI 모델의 실제 서비스 적용 시 가장 큰 병목인 추론 속도와 비용 문제를 해결할 수 있는 핵심 기술로 평가받습니다.
중국 정부의 규제로 메타의 20억 달러 규모 마누스 인수가 무산된 가운데, 중국 IT 대형 기업 텐센트가 이 회사의 지분 다수를 인수하기 위해 협상 중입니다. 텐센트는 마누스의 기술력이 자사의 AI 에이전트 전략, 특히 위챗(WeChat) 내 AI 에이전트 탑재 계획과 시너지가 있다고 보고 있으며 동일한 20억 달러 가치로 인수를 추진하고 있습니다. 이번 일은 첨단 AI 기술의 주도권을 놓고 벌어지는 미중 기술 패권 경쟁이 한층 격화되었음을 보여주는 중요한 사례입니다.
텐센트의 Hy팀이 총 295B 크기의 매개변수 중 토큰당 21B만 사용하는 효율적인 MoE(Mixture-of-Experts) 아키텍처 기반의 'Hy3' 모델을 오픈소스로 공개했습니다. 이 모델은 256K의 긴 컨텍스트 창과 강력한 추론 능력을 갖추고 있어 코딩 및 에이전트 업무 수행에 매우 유용하며, 2026년 7월까지 OpenRouter에서 무료로 테스트할 수 있습니다.
텐센트가 총 295B(활성 21B) 파라미터의 MoE 아키텍처 기반 오픈소스 AI 모델인 Hy3를 공개했습니다. 이 모델은 자신보다 2~5배 큰 모델들과 동등한 성능을 보이며, 환각률을 5.4%로 낮춘 것이 특징입니다. 아파치 2.0 라이선스로 상업적 사용이 가능해 AI 실무자와 개발자들에게 중요한 대안이 될 것으로 보입니다.
텐센트가 AI 에이전트를 위한 완전한 로컬 기반 메모리 시스템인 'TencentDB Agent Memory'를 MIT 라이선스로 오픈소스화했습니다. 이 시스템은 심볼릭 단기 메모리와 4계층(L0~L3) 장기 메모리 피라미드를 결합하여 토큰 사용량을 61.38% 줄이고 작업 성공률을 크게 향상시켰습니다. 기본적으로 로컬 환경에서 작동하여 외부 클라우드 종속성 없이 AI 에이전트의 기억력과 효율성을 높일 수 있다는 점이 가장 큰 의의입니다.
중국의 대표적인 빅테크 기업 텐센트는 국내산 AI 칩 수급이 점차 개선되고 있다고 판단하여, 2026년 하반기부터 AI 인프라 투자를 대폭 늘릴 계획입니다. 이는 자체 AI 생태계를 구축하려는 중국 기업들의 움직임을 보여주지만, 여전히 주요 부품 부족 문제와 미국 빅테크 대비 열위인 투자 규모 등의 불확실성이 존재합니다.
텐센트가 구글 번역보다 뛰어난 성능을 발휘하면서도 스마트폰에서 완벽하게 오프라인으로 구동되는 초소형 AI 번역 모델을 오픈소스로 공개했습니다. 극단적인 압축 기술(1.25비트 양자화)을 통해 3.3GB 크기의 모델을 440MB로 줄이면서도 성능 저하 없이 상용 서비스나 더 큰 모델들과 맞먹는 번역 품질을 달성했습니다.