Hy-Nomas: Tencent, 인터랙티브 월드 모델을 오픈소스로 공개하고도 이에 대해 아무 말도 하지 않았다

Tencent는 오늘 아침 Hy-Nomas의 평가 스위트와 가중치를 공개했지만, 그날이 끝날 때까지 둘 중 어디에서도 점수를 단 하나도 내놓지 않았다. 이번 릴리스의 성격이 바로 그렇다. Hy-Nomas는 텍스트 지시와 카메라 움직임으로 한 세그먼트씩 제어하는 비디오 월드 모델이며, 그 가중치는 2026년 10월 23일 오늘 11:18 UTC에 Hugging Face에 올라갔다. Apache-2.0 체크포인트 196GB를 담은 커밋 하나가, 같은 날 아침 09:01에 푸시된 코드 저장소 및 플레이 가능한 데모와 함께 공개된 것이다. 이틀 전만 해도 두 저장소는 존재했지만 비어 있었다. 블로그 글도, arXiv 항목도 없으며, 모델 카드의 "Technical Report (Coming Soon)" 배지는 404를 반환하는 파일로 연결된다. 업로드 몇 시간 뒤 모델 페이지에는 좋아요 0개와 다운로드 0개가 표시되고, 누군가 알아차렸다는 유일한 징후는 GitHub 저장소뿐이다. 스타 8개, 커밋 1개, 설명 없음.

그러므로 정직한 표현은 “Tencent가 월드 모델을 출시했다”가 아닙니다. 그것은 이렇습니다: Tencent는 가중치, 학습 및 추론 코드, 벤치마크, 데모 사이트를 공개했지만, 그것들이 어떤 점수를 받는지에 대해서는 아직 한마디도 하지 않았습니다. 아래의 모든 내용은 직접 확인할 수 있는 타임스탬프나 파일 크기, Tencent가 자체 카드에 직접 적어 넣은 숫자, 또는 그 카드가 눈에 띄게 침묵하는 지점 중 하나입니다. 세 범주를 일부러 분리해 두었습니다. 이런 릴리스에서는 침묵이 스펙만큼이나 많은 정보를 담고 있기 때문입니다.

실제로 무엇이 도착했는지, 시 단위까지 정확히

아티팩트는 수가 매우 적고 크게 편집된 것이 없기 때문에 연대를 추정하기 쉽다.

• 모델 저장소 tencent/Hy-Nomas는 2026-10-21 02:17:37 UTC에 Hugging Face에서 생성되었고, 2026-10-23 11:18:04 UTC에 유일한 커밋이 올라올 때까지 비어 있었습니다. 해당 커밋은 46개 파일에 걸쳐 196.4 GB이며, 두 개의 34.2 GB fp32 DiT 체크포인트, 9.06 GB INT8 DiT, 두 개의 LoRA 어댑터, 31.55 GB PixelUMM 디코더와 그 9.13 GB FP8 쌍둥이, 4.28 GB DCAE-V 오토인코더, 총 55.6 GB인 18개 샤드 프롬프트 강화 모델, 그리고 일반적인 토크나이저와 구성 파일들로 이루어져 있습니다.

• 코드 저장소 Tencent-Hunyuan/Hy-Nomas는 47분 후인 UTC 03:04:54에 생성되었으며, 설명 필드는 채워지지 않았습니다. 단일 커밋은 10월 21일에 작성되었지만 오늘 UTC 09:01:42에야 푸시되었습니다. 저장소는 여전히 커밋 하나와 릴리스 없음을 보여주며, 학습 코드, 추론 스크립트, Docker 이미지 및 웹 데모 배포 가이드를 포함하고 있습니다.

• 벤치마크 데이터셋 tencent/Hy-Nomas-Bench는 2026-10-22 05:18:20 UTC에 생성되었으며, 오늘 09:10:51 UTC에 단 한 번의 커밋이 이루어졌습니다.

• hy-nomas.hy.tencent.com의 데모는 HTTP 200과 페이지 제목으로 응답합니다. 이 릴리스에서 연구 그룹 외부의 누구든 대상으로 한 유일한 부분입니다.

이 조용함은 Tencent가 아니라 이 모델에만 해당한다. 회사 자체의 Hugging Face 조직은 분주하다: tencent/Hy4-preview는 8월 말 공개 이후 좋아요 513개와 약 18,400회 다운로드를 기록했고, tencent/Hy-Memory-30B-A3B는 10월 15일 공개 이후 8일 만에 좋아요 297개와 약 3,300회 다운로드를 기록했다. 같은 시기에 업로드되었고 훨씬 더 큰 Hy-Nomas에는 그 어느 것도 없다. 내부 사정이 어떻든, 이것은 성과가 저조했던 출시가 아니다. 시도조차 되지 않은 출시다.

텍스트-투-비디오 모델은 하지 못하지만 Hy-Nomas는 하는 것

이 구분은 파라미터 수보다 더 중요합니다. 바로 이것이 이번 출시를 주목해야 하는 이유이기 때문입니다. 일반적인 텍스트-투-비디오 모델은 하나의 프롬프트를 받아 하나의 클립을 반환합니다. 다른 결과를 원하면 다시 시작해야 하고, 그렇게 하면 무관한 클립을 얻게 됩니다. Hy-Nomas는 세계를 세그먼트의 연쇄로 생성하고 자체 기록을 유지합니다.

구체적으로, 이 카드는 동시에 일어나는 네 가지를 설명합니다. 각 세그먼트에는 자체 프롬프트가 주어지므로, 생성 중간에 객체를 도입하거나 스타일을 바꾸거나 설정을 변경하거나 동작을 설명할 수 있으며, 이를 미리 해 둘 필요가 없습니다. 지속적인 키/값 캐시가 생성된 이력을 앞으로 전달하므로, 이후 세그먼트는 처음부터 새로 만들어지는 대신 이미 생성된 내용에 조건화됩니다. 카메라 움직임은 산문으로 설명하는 것이 아니라 별도의 조건화 경로입니다. 카메라-월드 행렬과 내부 파라미터를 제공하면 모델이 모든 블록에서 이를 참조합니다. 그리고 세그먼트가 자기회귀적으로 생성되기 때문에, 계속 지시를 제공하는 한 월드는 계속 확장될 수 있습니다.

프롬프트 형식은 이것이 얼마나 문자 그대로인지 보여 줍니다. 오프라인 추론은 JSON 목록을 입력으로 받는데, 각 항목에는 스타일, 관점, 피사체 목록이 있고 그다음 시간 구간이 이어집니다 — 시작 및 종료 시간, 긴 시각적 설명, 그리고 자체 타임스탬프를 가진 포함된 동작들입니다. 첫 번째 구간은 세계를 설정하고, 이후 구간은 description_change 필드를 사용해 어떻게 진화해야 하는지 나타냅니다. 함께 제공되는 예시는 작은 주황색 여우 주변에 빛나는 숲을 만들고, 2초 지점에서 그 경로 옆에 빛나는 파란 꽃을 피웁니다.

카드에 있는 한 숫자는 잘못 읽기 쉽고, 카드 자체가 그 점을 짚는다. 24 FPS 수치는 출력 영상의 재생 속도이지 생성 속도가 아니다. 모델이 실제로 얼마나 빠르게 실행되는지는 하드웨어, 해상도, 세그먼트 길이, 캐시에 얼마나 많은 이력이 있는지에 달려 있다. Tencent도 이를 직접 밝힌다. 공개된 지연 시간도, 공개된 점수도 없는 릴리스에서 그것이 그 숫자를 해석하는 유일하게 정직한 방법이다.

카드가 실제로 제공하는 사양표

텐센트는 아키텍처에 관해 유난히 정밀한데, 바로 그렇기 때문에 빠진 결과들이 더욱 의미심장하게 느껴진다.

• 백본 — 추론 구성에 따라 54개의 듀얼 스트림 MMDiT 블록과 단일 스트림 블록은 0개입니다.

• 너비 — 은닉 크기 2,048, 각 128차원의 어텐션 헤드 16개, 그리고 4배 피드포워드 확장으로 8,192.

• 위치 인코딩 — 차원 [16, 56, 56] 및 theta 256을 사용하는 3D RoPE.

• 텍스트 경로 — Qwen2.5-VL-7B-Instruct의 언어 모델 구성 요소로, 3,584차원의 은닉 상태가 2계층 토큰 정제기를 통과하여 2,048차원의 DiT 공간으로 투영됩니다.

• 카메라 경로 — 네 프레임에 걸쳐 그룹화되고 64차원으로 평탄화된 정규화된 4×4 외부 파라미터로, 모든 블록에서 교차 어텐션을 통해 적용됩니다.

• 잠재 표현 — DCAE-V f32t4c32: 32개 채널, 32배 공간 압축, 4배 시간 압축.

• 디코더 — 36개 레이어, 4,096 히든 크기, 32개 쿼리 헤드 및 8개 KV 헤드를 갖춘 미세 조정된 PixelUMM으로, 5프레임 겹침이 있는 10잠재프레임 윈도우에 대해 한 번의 디코딩 단계를 실행합니다.

• 출력 — 720 × 1280, 24 FPS, 증류 구성에서 노이즈 제거 스텝 8회; 코드 저장소에 따르면 증류 체크포인트는 4, 6 또는 8 스텝을 지원합니다.

• 라이선스 — Apache 2.0이며, Qwen 텍스트 인코더는 자체 약관을 그대로 따릅니다.

Tencent가 결코 밝히지 않는 단 하나의 수치는 총 파라미터 수입니다. 가장 근접한 수치는 발표된 것이 아니라 도출된 것입니다. 34.2GB fp32 DiT 체크포인트는 각 4바이트 기준 약 85억 개 파라미터로 계산되며, 9.06GB INT8 빌드도 이와 일치합니다. 이를 스펙 문서의 주장이 아니라 파일 크기에 대한 산술로 간주하세요 — 벤더는 어디에서도 이를 확인하지 않았습니다.

운영 비용, 그것이 진짜 관문이다

이번 릴리스는 외부인에게 적대적인 부분이 전혀 없지만, 기본 배포 방식은 노트북이 아니라 노드를 갖고 있다고 가정합니다. 표준 추론 구성은 8방향 시퀀스 병렬 처리를 사용하기 때문에, 기본 실행에는 하나의 추론 그룹에 8개의 GPU가 필요합니다. README는 이를 숨기지 않고 솔직하게 밝히고 있습니다.

싱글 GPU로 실행하는 정공법이 실제로 존재하며, 이번 릴리스에서 가장 흥미로운 엔지니어링입니다. 이는 네 가지 기법을 결합해 RTX 4090 한 장에서 구동됩니다. DiT 가중치와 캐시된 키·값은 INT8로 저장하면서 연산은 BF16으로 유지하고, 디코더는 CUTLASS를 통해 FP8로 실행하며, 텍스트 인코더와 두 네트워크는 각자 맡은 단계에서 CPU와 GPU 사이를 오가고, 활성 GPU 히스토리는 잠재 프레임 18개로 제한하되 더 오래된 히스토리는 시스템 RAM에 보관합니다. 이 마지막 절충은 이를 전제로 계획을 세우기 전에 반드시 이해해야 할 부분입니다. 아카이브는 계속 커지고, 18프레임 예산은 GPU에 상주하는 것만 제한할 뿐이며, 현재 세그먼트의 메모리는 전혀 제한하지 않습니다. Tencent는 CPU–GPU 전송이 지연을 더한다는 점과 최대 GPU 메모리가 해상도와 세그먼트 길이에 따라 달라진다는 점을 분명히 밝힙니다.

다운로드 용량 계산은 파일 크기에서 나옵니다. 문서화된 데모 경로에는 증류된 DiT(34.2GB), 이에 대응하는 PixelUMM 디코더(31.55GB), DCAE-V(4.28GB), 그리고 Qwen 인코더용으로 약 16GB가 추가로 필요합니다. 즉, 아무것도 생성하기 전에 약 86GB입니다. 단일 GPU 경로는 INT8 DiT와 FP8 디코더로 바꿔 훨씬 작은 설치 공간을 사용하며, 인코더를 더해 약 38GB 정도입니다. 두 LoRA 어댑터는 디스크를 별도로 구매하는 항목입니다. 6.12GB 시네마틱 어댑터와 RealSource-World 양팔 데이터셋으로 학습된 12.24GB 로보틱스 어댑터이며, 둘 다 부동소수점 DiT에 병합하도록 되어 있습니다. INT8 로더는 추론 시 별도 LoRA를 사용할 수 없으므로, 이 두 경로는 함께 조합되지 않습니다.

환경 요구 사항도 마찬가지로 구체적입니다: Linux, Python 3.12 이상, CUDA 13.0 Toolkit, PyTorch 2.10.0, 그리고 FlashAttention 2, FlashAttention 3 및 MagiAttention의 빌드입니다. 사전 빌드된 이미지 hynomasoss/hynomasoss:cu130를 수동 경로보다 권장합니다 — 이유는 어텐션 커널 컴파일입니다. 코드 저장소의 학습 구성은 더 나아갑니다: DP16 × SP8, 128개 GPU, 360,000토큰으로 패킹된 시퀀스입니다. 가중치로 무엇을 하든, 이 모델을 집에서 재학습하는 것은 아닙니다.

텐센트가 점수 없이 공개한 벤치마크

Hy-Nomas-Bench는 나중에 덧붙인 것이 아닙니다. 이는 실제 데이터셋입니다. 멀티턴 자유 형식 텍스트 상호작용, 카메라 내비게이션, 텍스트와 카메라 제어의 인터리브, 공간 기억을 아우르는 네 가지 평가 제품군으로 구성되어 있으며, 280개의 테스트 사례, 220개의 참조 카메라 궤적, 구조화된 프롬프트, 상호작용 시퀀스 및 키보드 타임라인을 포함합니다. Apache 2.0에 따라 JSON으로 공개되었고 평가 전용 분할로 구성되어 있습니다. 이는 가중치가 나오기 약 두 시간 전에 공개되었습니다.

제공되지 않는 것은 결과 표입니다. 리더보드도, 스위트별 점수도, 다른 어떤 모델과의 비교도 없으며, 그것이 곧 나올 것이라는 표시조차 없습니다. 그리고 이 카드는 의도적으로 보일 만큼 신중합니다. 아키텍처와 샘플링 기본값을 나열한 뒤, 한 줄을 덧붙입니다 — "아키텍처와 샘플링 기본값은 벤치마크 결과가 아니라 구성 세부 사항입니다."

그 문장은 실질적인 역할을 하고 있습니다. 즉, 8개의 디노이징 단계, 720 × 1280 해상도, 카메라 가이던스 스케일 1.0은 품질의 증거가 아니며, Tencent는 그것들이 그렇게 해석되도록 허용하지 않겠다는 뜻입니다. 모델을 평가하는 사람이라면 실질적인 결과는 간단합니다. 직접 평가를 실행할 수 있으며, 그때까지는 Hy-Nomas를 다른 무엇과 숫자로 나란히 놓을 수 없습니다. 판정을 원한다면 내려받아야 할 것은 바로 그 스위트입니다. 아무도 판정을 대신 건네주지 않기 때문입니다.

다른 오픈 월드 모델들 사이에서의 위치

이 분야는 2026년에 빠르게 발전했으며, 중요한 비교 기준은 파라미터 수가 아니라 각 릴리스가 어떤 증거를 함께 내놓았는가입니다.

• 가중치와 라이선스 — Hy-Nomas는 게이팅 없이 Apache 2.0을 따른다. Ant Group의 LingBot-World는 2026년 1월 말 공개 가중치를 출시했으며, Google의 폐쇄형 Genie 3에 필적하는 최초의 오픈 모델로 홍보되었다.

• 제어 방식 — Hy-Nomas는 카메라 궤적을 세그먼트 단위로 지정하는 텍스트 우선 방식입니다. LingBot-World와 Genie 3 계열은 캐릭터나 카메라를 실시간 키보드 및 마우스로 제어하는 방식을 앞세우는데, 이는 연속적인 플레이 대 연출된 구성이라는 서로 다른 상호작용 모델입니다.

• 하드웨어 최저 기준 — Hy-Nomas는 기본적으로 GPU 8개를 요구하거나, 히스토리를 제한한 RTX 4090 한 장을 요구한다. 2026년 9월에 공개된 Astronex-World 1.0은 단일 48GB L20에서 832 × 480 해상도로 실시간 스트리밍이 가능하다고 보고했으며, 이는 현저히 낮은 기준이다.

• 증거 — 바로 이 지점에서 Hy-Nomas는 잘못된 칸에 홀로 서 있습니다. LingBot-World는 보고된 처리량과 지연 시간 수치를 함께 선보였고, Astronex-World는 arXiv 논문과 벤치마크 수치를 함께 내놓았습니다. Hy-Nomas는 기술 보고서가 404이며 점수는 전혀 없습니다.

• 계보 — 텐센트의 이전 공개 인터랙티브 시도인 HY-WorldPlay는 시작 이미지와 포즈 및 액션 입력을 바탕으로 720p, 24 FPS로 작동했습니다. Hy-Nomas는 이름만 바뀐 동일 모델이 아닙니다. 텍스트 멀티턴 루프와 세그먼트별 프롬프트 구조는 새로운 것이며, 카드에는 그것으로부터 파생되었다고 주장하지 않습니다.

그중 어느 것도 품질을 확정하지 않는다. 모델은 뛰어나면서도 문서화되지 않을 수 있으며, Tencent의 침묵은 어느 쪽으로도 증거가 되지 않는다 — 그것은 단지 증명 책임이 모델을 다운로드하는 사람에게로 넘어갔다는 뜻일 뿐이다.

이제 누가 그것을 만져야 하고, 누가 기다려야 할까요?

8-GPU 노드가 있고, 문제가 생성 도중에 사람이 편집하는 월드 상태라면 — 4초에 객체가 추가되는 장면, 지시해서 회전하는 카메라, 날씨를 바꿔도 형상을 유지하는 세계 — 이는 현재 다운로드 가능한 그 아이디어의 가장 직접적인 오픈 구현이며, Apache 2.0 조건은 협상 없이 그 위에 구축할 수 있음을 의미합니다. 로보틱스 LoRA는 Tencent가 이것이 어디에 쓰이기를 기대하는지를 보여주는 신호입니다: 소셜 비디오가 아니라 체화 훈련을 위한 시뮬레이션 월드입니다.

도입을 결정하기 전에 수치가 필요하다면, 기다려라. 모델이 의심스러워서가 아니라, 인용할 것이 없기 때문이다. 직접 실행해야 하는 벤치마크는 일주일짜리 엔지니어링 작업이며, 기술 보고서는 나오더라도 아마 당신이 측정했을 내용을 바꿔 놓을 것이다.

모델과 관련해 이름을 붙여둘 만한, 좀 더 작은 운영상의 질문이 하나 있습니다. 데모를 재현하려는 사람이라면 누구나 부딪히는 문제이기 때문입니다. 웹 데모는 모든 지시를 Nomas-PE라는 별도의 55.6 GB 서비스를 거치게 합니다. 이 서비스는 느슨한 사용자 표현을 DiT가 기대하는 구조화된 세그먼트 JSON으로 변환하며, Tencent는 데모에 이 서비스가 필요하다고 명시합니다. 오프라인 추론은 이 단계를 건너뛰고 사용자가 구조화된 프롬프트를 직접 작성하도록 요구합니다. 자체 프런트 엔드를 구축한다면 그 프롬프트 구성 계층은 평범한 언어 모델 호출이며, 그 부분은 비디오 스택과 달리 범용 인프라입니다. OrcaRouter는 Hy-Nomas를 서비스하지 않습니다. 196 GB 규모의 자체 호스팅 디퓨전 스택은 API 라우트가 맡을 일이 아니기 때문입니다. OrcaRouter가 라우팅하는 것은 그 주변의 텍스트 쪽입니다. 즉, 제공업체 정가에 0% 마크업으로 200개 이상의 모델을 하나의 키로 이용하고 자동 장애 조치를 제공합니다. 따라서 자체 호스팅 비디오 모델 앞단의 프롬프트 재작성이나 출력 캡션 생성 단계에 별도의 벤더 계약이 필요하지 않습니다.

남아 있는 질문들, 그리고 이 글을 바꿀 수 있는 것들

네 가지는 정말로 알려지지 않았으며, 각각에는 그것을 해결해 줄 특정한 유물이 있습니다.

첫 번째는 품질입니다. Hy-Nomas-Bench가 존재하므로, 결과 표를 공개하는 것이 당연한 다음 단계이며, 그것이 없다는 점이 이번 릴리스와 인용 가능한 릴리스 사이의 가장 큰 격차입니다.

두 번째는 속도입니다. 카드 어디에도 지연 시간 수치는 나오지 않고 재생 속도만 있습니다. 누군가 실제 하드웨어에서 첫 세그먼트까지 걸리는 시간을 측정해야 하며, 8단계 증류 구성과 기본 자기회귀 모델의 차이는 가정하기보다 정량화할 가치가 있습니다.

세 번째는 생태계 지원입니다. 저장소에는 diffusers 태그가 붙어 있지만, 문서에 나온 경로는 텐센트 자체의 hymm 패키지와 전용 Docker 이미지이며, 지원 대상으로 명시된 서드파티 런타임은 없습니다. 대부분의 공개 비디오 모델이 결국 그렇게 하듯 이 모델이 주류 라이브러리에서 파이프라인 클래스를 갖게 되는지가, 이것이 연구 산출물로 남을지 아니면 도구가 될지를 결정합니다.

네 번째는 Tencent가 과연 어떤 입장이라도 밝힐지 여부다. 기술 보고서에는 '출시 예정'이라고 표시되어 있지만 현재 404 오류가 발생하고, arXiv 사전 공개본도 없으며, 10월 23일 기준으로 언론 보도도 존재하지 않는다. 회사가 이 중 어떤 것을 홍보하기 전에 논문이나 호스팅된 제품을 기다리고 있을 가능성도 충분히 있다. 또한 이번 공개가 겉보기 그대로일 가능성도 있다. 즉, 기록을 위해 가중치를 공개했지만 발표는 미룬 것이다.

어느 쪽이든 다운로드는 이미 공개되어 있고, 라이선스는 관대하며, 데모는 오늘부터 지시를 받아들인다. 아무도 발표하지 않은 모델치고는 대부분의 조용한 공개가 제공하는 것보다 많고 — 정식 출시보다는 상당히 적다.