본문으로 건너뛰기
IFAI

오픈소스

Llama, Qwen, DeepSeek 등 오픈소스·오픈 웨이트 모델과 주목할 만한 데이터셋, 프레임워크, 개발 도구.

최근 7일 소식 14개

  1. 확산 지수 48

    엔비디아 Nemotron 3.5 Transcribe 공개: 프롬프트 제어와 8명 화자 분리 지원

    엔비디아가 오픈 가중치 음성 모델 Nemotron 3.5 Transcribe를 공개했다. 전사, 화자 분리, 번역, 오디오 질의응답을 하나로 통합해 40개 언어와 최대 1시간 분량의 녹음을 지원하며, 최대 8명의 화자를 구별한다. 30B 파라미터 중 토큰당 약 4B만 활성화되는 MoE 구조로 주요 오픈 벤치마크 1위를 기록했다.

  2. 확산 지수 59

    Sperid Labs, 단일 이미지로 3D 가우시안 만드는 Idol 오픈소스 공개

    Sperid Labs가 단 한 장의 사진으로 3D 가우시안 스플래팅을 구현하는 모델 Idol을 오픈소스로 공개했습니다. 배경을 지우고 보이지 않는 뒷면까지 추론해 최대 100만 개 가우시안을 만듭니다. 최고 VRAM 사용량이 7.2GB에 불과해 일반 소비자용 GPU에서도 구동됩니다.

  3. 확산 지수 48

    엔비디아, AI 비디오를 최대 4K로 업스케일링하는 ‘Open H3 Regenerate 2K’ 오픈소스 공개

    엔비디아가 오픈소스 영상 개선 도구 ‘Open H3 Regenerate 2K’를 공개했다. MiniMax H3 등 모델로 생성한 저해상도 초안을 단 3단계 디퓨전 과정으로 2K 및 최대 4K 해상도로 재구성해 디테일을 채운다. 로컬에서 직접 구동할 수 있지만, 인물 얼굴 등 세부 묘사가 원본과 일부 달라질 수 있다.

  4. 확산 지수 48

    엔비디아, 캐릭터·로봇 동작 실시간 생성하는 '모션브릭스' 오픈소스 공개

    엔비디아가 캐릭터와 로봇을 위한 실시간 동작 생성 모델 '모션브릭스(MotionBricks)'를 오픈소스로 공개했다. 전후 목표 포즈 몇 개만 지정하면 중간 동작을 자연스럽게 보간하며, 복잡한 상호작용도 블록처럼 조립할 수 있다. SOMA 인체와 유니트리 G1 로봇용 가중치가 함께 제공된다.

  5. 확산 지수 48

    Bygga: 이케아 종이 설명서를 대화형 3D 조립 가이드로 변환

    개발자 Nutlope가 이케아 설명서를 3D 단계별 애니메이션으로 변환해 주는 오픈소스 프로젝트 Bygga를 공개했습니다. 1,171개 제품을 오프라인으로 지원하며, 조립 중 손을 쓰지 않고 음성으로 다음 단계로 넘길 수 있습니다. 미등록 설명서는 Together AI를 연결해 스캔 및 해석할 수 있습니다.

  6. 확산 지수 48

    3D 생성 AI ‘Hi3D’, 7.74GB 경량 1세대 모델 오픈소스로 공개

    AI 3D 생성 플랫폼 Hi3D가 상업적 이용이 가능한 V1.0 모델 코드와 가중치를 오픈소스로 공개했습니다. 약 200만 개의 3D 에셋으로 학습되어 단일 이미지에서 최대 1536³ 해상도의 정밀한 메시를 복원하며, 7.74GB 크기로 일반 소비자용 GPU에서도 구동할 수 있습니다.

  7. 확산 지수 48

    바이두, 책 한 권 통째로 읽는 'Unlimited OCR 2' 오픈소스 공개

    바이두가 초장문 문서 파싱 모델 'Unlimited OCR 2'를 오픈소스로 공개했다. 3B 크기(약 6.9GB)의 이 모델은 페이지 수 증가에 따른 메모리 급증을 억제해 수천 쪽 분량의 문서를 한 번에 처리하며, 페이지를 넘어가는 표와 단락도 깔끔하게 병합한다. 일반 소비자용 GPU에서도 구동할 수 있다.

  8. 확산 지수 48

    3D 모델링 없이 AI 영상으로 회전하는 웹 상품 쇼케이스 구현하는 기법 공개

    디자이너 AmirMushich가 3D 모델링 없이 마우스로 회전 가능한 웹 상품 페이지를 만드는 오픈소스 기법을 공개했다. 의류 참고 이미지로 LTX-2.5 Pro를 통해 회전 영상을 생성한 뒤, 약 30프레임으로 쪼개 자바스크립트로 인터랙션을 제어하는 방식이다. 런타임 모델 호출이나 3D 렌더링 엔진이 필요 없어 이커머스 비주얼 제작 비용을 크게 낮출 수 있다.

  10. 확산 지수 48

    모션사이츠, 영화 같은 웹사이트 만드는 클로드 스킬 오픈소스 공개

    모션사이츠가 천편일률적인 AI 레이아웃 대신 감각적인 웹 랜딩페이지를 제작해 주는 클로드 스킬을 오픈소스로 공개했다. 40개의 엄선된 디자인 프롬프트와 영상 에셋 라이브러리를 내장했으며, 자동 스크린샷 검수 및 수정 루프를 지원한다. Lovable, v0 등 전용 프롬프트도 추출할 수 있다.

  12. 확산 지수 56

    Pagekin: 설정 붕괴 없는 장편 집필을 돕는 오픈소스 AI 소설 에이전트

    장편 소설 집필 시 발생하는 캐릭터 붕괴와 스토리 모순을 줄여주는 오픈소스 AI 창작 도구 'Pagekin'이 공개되었습니다. 전체 본문을 컨텍스트에 전부 넣는 대신 캐릭터 시트, 세계관, 챕터 청사진을 구조화해 필요한 맥락만 불러옵니다. 부분 대화 변환 및 단계별 퇴고 검수 기능을 제공하며, 모델 API는 직접 연동해야 합니다.

  14. 확산 지수 48

    칭화대, 음성 추출 모델 Falcon 오픈소스 공개: 입모양 추적해 특정 목소리만 분리

    칭화대 연구진이 화자 분리 모델 Falcon을 오픈소스로 공개했다. 카메라로 입 모양을 추적해 시끄러운 환경에서도 목표 인물의 음성만 실시간 추출하며, 학습 파라미터는 50만 개에 불과하다. 함께 제공되는 Falcon Studio를 통해 노트북에서 로컬 구동하고 Zoom이나 텐센트 회의에 바로 연결할 수 있다.

  15. 확산 지수 48

    Gradium, 온디바이스 TTS 'phonon-31m-en' 공개: 64.5MB로 브라우저서 로컬 실행

    Gradium 팀이 경량 영어 음성 합성 모델 phonon-31m-en을 공개했다. Pocket TTS와 Mimi 코덱 기술을 기반으로 개발되어 8비트 양자화 시 64.5MB에 불과하며, 스마트폰과 웹 브라우저 등에서 오프라인 스트리밍 음성 합성이 가능하다. Apache 2.0 라이선스로 상업적 이용도 지원한다.

  17. 확산 지수 49

    텐센트, 올인원 비전 AI 모델 'WeVisOne-VL' 오픈소스 공개

    텐센트 위챗 비전 팀이 객체 탐지, 카운팅, OCR, 누끼 따기(매팅)를 단일 모델로 처리하는 'WeVisOne-VL'을 오픈소스로 공개했습니다. SAM 같은 무거운 외부 분할 모델 없이 9.6M 파라미터 경량 디코더만으로 정밀한 투명 마스크를 추출하며, 2B 및 4B 크기로 로컬 환경에서도 구동 가능합니다.

  19. 확산 지수 50

    앤트로픽, 에이전트 스킬 표준을 리눅스 재단 산하 AAIF에 기부

    앤트로픽이 AI 에이전트에 전문 워크플로를 부여하는 개방형 표준 '에이전트 스킬'을 리눅스 재단 산하 AAIF에 기부했다. 이 표준은 챗GPT, 커서 등 70개 이상 플랫폼에 도입되어 설치 수 2.8억 회를 기록했다. 향후 앤트로픽, 구글, 오픈AI 엔지니어들이 중립적인 커뮤니티 형태로 공동 유지 관리한다.

  20. 확산 지수 48

    ornith-ai, 단일 GPU로 구동되는 오프소스 모델 Ornith-1.5-122B 공개

    ornith-ai가 허깅페이스를 통해 MoE 추론 모델 Ornith-1.5-122B를 공개했다. 122B 총 파라미터 구조로 단일 80GB GPU에서 서빙 가능하며, 엔드투엔드 자기 개선 학습을 거쳐 SWE-bench 등 코딩 벤치마크에서 Qwen3.8-Flash-Next를 앞선다. 모바일 기기용 양자화 버전도 지원한다.