구글, 오픈 모델 '젬마 4' 공개: 아파치 2.0 적용·최대 256K 지원
구글이 아파치 2.0 라이선스를 적용한 오픈 모델 '젬마 4(Gemma 4)' 제품군을 발표했다. 온디바이스용 E2B·E4B부터 26B MoE, 31B Dense까지 4종으로 구성되며 최대 256K 컨텍스트를 지원한다. Arena AI 평가에서 26B 모델이 20배 큰 모델을 넘어서는 등 고성능 에이전트 구축을 돕는다.
오픈소스
Llama, Qwen, DeepSeek 등 오픈소스·오픈 웨이트 모델과 주목할 만한 데이터셋, 프레임워크, 개발 도구.
최신 소식 보기
넷플릭스, 영상 속 물체와 물리 작용까지 지워주는 모델 'VOID' 오픈소스 공개
넷플릭스가 영상 속 특정 물체를 제거하는 오픈소스 AI 모델 'VOID'를 공개했다. 단순히 배경을 채우는 데 그치지 않고 들고 있던 물건이 떨어지는 등 물리적 상호작용까지 계산해 자연스럽게 복원한다. 코드와 가중치가 공개되었으며 로컬 구동에는 40GB 이상의 VRAM이 필요하다.
YouTube Shorts Pipeline: 기사 제목을 0.1달러에 쇼츠 영상으로 자동 제작
명령어 한 줄로 헤드라인을 유튜브 쇼츠 영상으로 만들어 게시까지 해주는 오픈소스 도구 'YouTube Shorts Pipeline'이 공개됐다. 클로드, 제미나이, 일레븐랩스, 위스퍼를 연동해 편당 3~5분, 약 0.10달러의 비용으로 작동하며 전 과정이 로컬에서 실행된다.
600개 이상 언어 지원하는 음성 모델 'OmniVoice' 공개, 몇 초 만에 다국어 음성 복제
600개 이상의 언어를 지원하는 제로샷 TTS 모델 OmniVoice가 오픈소스로 공개됐다. 몇 초 분량의 샘플만으로 음색과 감정을 복제해 다른 언어로 발화시키거나 텍스트 설명으로 새 음성을 만들어낸다. 복잡한 음향 파이프라인을 단순화한 모델로 코드와 가중치가 모두 무료 제공된다.
Arcee AI, 추론 모델 Trinity-Large-Thinking 오픈소스 공개
Arcee AI가 추론 특화 오픈소스 모델 Trinity-Large-Thinking을 Apache 2.0 라이선스로 공개했다. 응답 전 사고 과정을 거쳐 다회차 도구 호출과 에이전트 루프 안정성을 높였다. 핀치벤치에서 Opus-4.6에 이어 2위를 기록했으며, 출력 토큰 백만 개당 0.90달러로 비용을 약 96% 낮췄다.
ASI-Evolve 오픈소스 공개: 논문 분석부터 실험과 자체 개선까지 수행하는 AI 연구원
중국 연구진이 AI 연구를 자율화하는 에이전트 프레임워크 ASI-Evolve를 100% 오픈소스로 공개했습니다. 논문 독해, 실험 설계 및 실행, 결과 분석을 스스로 진행하며 지속적인 루프를 통해 역량을 스스로 개선합니다.
퇴사한 동료를 AI로 복제하는 '동료.skill', 말투와 업무 습관까지 재현
깃허브에서 화제를 모은 오픈소스 프로젝트 '동료.skill'은 메신저 대화 기록을 분석해 퇴사한 동료의 디지털 분신을 생성한다. 인격층과 업무 기술층을 분리해 특유의 말투와 업무 규칙까지 정교하게 모사하며, 공개 3일 만에 스타 6.7k를 돌파했다.
H Company, PC 조작 전문 모델 'Holo3' 공개…35B 버전 오픈소스 배포
H Company가 기업용 PC 조작에 특화된 모델 Holo3를 발표했다. Qwen 3.5를 기반으로 강화된 플래그십 Holo3-122B-A10B는 OSWorld 벤치마크에서 78.85%로 최고점을 기록했으며, 경량 모델인 Holo3-35B-A3B는 오픈소스로 공개되었다.
이미지 생성 전 웹 검색 거치는 프레임워크 'Gen-Searcher' 공개
이미지 생성 프레임워크 Gen-Searcher가 공개됐다. 이미지를 생성하기 전 검색 에이전트가 웹에서 참고 이미지와 사실 정보를 먼저 수집해 반영하며, 특정 캐릭터나 지식 정보의 생성 정확도를 크게 높여준다.
OpenMontage: AI 코딩 어시스턴트를 전천후 영상 스튜디오로 만드는 오픈소스
오픈소스 영상 제작 시스템 OpenMontage가 주목받고 있습니다. Claude Code나 Cursor 같은 코딩 도구와 연동해 프롬프트 하나로 자료 조사부터 스토리보드, 생성, 편집까지 자동 완료합니다. 작업 전 견적과 스토리보드를 먼저 확인받으며, 60초 애니메이션 제작 비용은 1.33달러에 불과합니다.
3초 오디오로 음성 복제하는 LuxTTS: 1GB VRAM으로 48kHz 150배속 생성
3초 분량의 오디오만으로 음성을 복제하는 오픈소스 모델 LuxTTS가 공개되었습니다. 1GB 미만의 VRAM으로 작동하며 추론을 4단계로 줄여 GPU에서 실시간 대비 150배 속도를 냅니다. 대부분의 기존 모델과 달리 48kHz 고음질 출력을 지원해 저사양 PC나 CPU 환경에서도 선명한 음성을 뽑아낼 수 있습니다.
미드저니 엔지니어, AI로 코딩한 오픈소스 텍스트 도구 Pretext 공개
미드저니 엔지니어 청 루(Cheng Lou)가 15KB 크기의 오픈소스 라이브러리 Pretext를 공개했다. OpenAI Codex와 Anthropic Claude 등 AI 도구로 제작된 이 툴은 DOM 리플로우를 건너뛰고 텍스트 레이아웃을 직접 처리해 움직이는 물체 주위로 실시간 텍스트 배치를 가능하게 돕는다.
웹사이트 픽셀 단위로 복제하는 오픈소스 AI 스킬 'clone-website' 공개
웹사이트를 정밀 복제하는 오픈소스 에이전트 스킬 clone-website가 공개됐다. URL을 입력하면 실제 CSS 값과 소재를 추출해 150줄 이내의 컴포넌트 명세로 쪼갠 뒤 git worktree에서 병렬 구축하고 시각적 차이를 검증한다. AI가 여백과 폰트를 임의로 추측해 레이아웃을 망치는 문제를 공학적으로 해결했다.
메타, SAM 3.1 공개: 128개 객체 추적 속도 7배 향상
메타가 이미지 및 영상 분할 모델 SAM 3.1을 공개했다. 메모리 공유 기반의 'Object Multiplex' 방식을 도입해 단일 H100 GPU에서 128개 객체를 추적할 때 정확도 저하 없이 추론 속도를 약 7배 높였다. 모델 가중치는 허깅페이스에서 동의 후 다운로드할 수 있다.
바빌론.js 9.0 공개: 클러스터 조명과 가우시안 스플래팅 대폭 강화
웹 3D 렌더링 엔진 Babylon.js 9.0이 공개됐다. 수천 개 조명을 매끄럽게 렌더링하는 클러스터 조명과 GPU 메모리를 최대 40% 절감하는 프레임 그래프 파이프라인을 도입했다. 노드 파티클 에디터와 함께 어도비 협력으로 강화된 가우시안 스플래팅도 지원한다.
Real Restorer 오픈소스 공개: 노이즈와 반사광 잡는 42GB 사진 복원 AI
손상된 실사 사진을 복원하는 오픈소스 모델 Real Restorer가 공개됐다. 노이즈와 흐릿함, 긁힘, 반사광 제거부터 흑백 옛날 사진 복원까지 처리하며 최고 수준의 상용 모델과 대등한 벤치마크를 기록했다. 모델 크기는 총 42GB로 고사양 GPU 로컬 환경이 필요하다.
코히어, 20억 파라미터 오픈소스 음성인식 모델 'Transcribe' 공개
코히어가 첫 오픈소스 음성인식 모델 'Transcribe'를 출시했다. 20억 파라미터 크기로 소비자용 GPU에서 로컬 구동이 가능하며 한국어 등 14개 언어를 지원한다. 1분에 525분 분량의 오디오를 처리할 수 있으며, 무료 API로도 제공된다.
바이트댄스, 'Lark CLI' 오픈소스 공개: AI 에이전트로 라크 업무 자동화
바이트댄스가 인간과 AI 에이전트를 위한 공식 CLI 도구인 Lark CLI를 오픈소스로 공개했습니다. 캘린더, 문서, 다차원 테이블 등 18개 업무 영역과 200개 이상의 명령어를 지원합니다. Claude Code 등 외부 에이전트가 별도 설정 없이 바로 라크 워크스페이스를 제어할 수 있는 점이 핵심입니다.
DaVinci Magihuman: 15B 크기로 오디오 동시 생성하는 오픈소스 비디오 모델
오디오가 포함된 비디오를 네이티브로 생성하는 150억 파라미터 오픈소스 모델 DaVinci Magihuman이 공개되었습니다. 자체 맹검 테스트에서 LTX 2.3을 60% 확률로 앞서며 검열도 없지만, 증류 버전조차 용량이 61GB에 달해 일반 하드웨어 구동은 어렵습니다.
알리바바, 무음 영상에 효과음 입히는 'PrismAudio' 오픈소스 공개
알리바바가 무음 영상을 분석해 동작에 맞는 효과음을 자동 생성하는 'PrismAudio'를 오픈소스로 공개했습니다. 강화학습과 생각의 사슬을 결합해 먼저 추론한 뒤 소리를 만들며, 5.18억 파라미터 크기로 9초 분량의 오디오를 0.63초 만에 생성해 속도와 벤치마크 전반에서 대형 경쟁 모델들을 앞섭니다.