본문으로 건너뛰기
IFAI

오픈소스

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

최근 7일 소식 14개

  2. 확산 지수 48

    OpenBMB, 실시간 대화와 능동 개입 지원하는 9B 옴니모달 모델 'MiniCPM-o 4.5' 공개

    OpenBMB가 9B 파라미터 오픈소스 옴니모달 모델 'MiniCPM-o 4.5'를 공개했다. 영상과 음성을 동시에 처리하며 실시간 음성 대화를 나누는 전이중 통신을 지원하며, 사용자의 말을 끊거나 스스로 먼저 말을 거는 능동적 상호작용이 가능하다. Mac이나 단일 GPU 등 로컬 기기에서도 구동되며 주요 비전 벤치마크에서 상용 모델에 필적한다.

  3. 확산 지수 48

    즈푸AI, 0.9B 초경량 문서 인식 모델 'GLM-OCR' 오픈소스 공개

    즈푸AI(Z.ai)가 0.9B 크기의 경량 멀티모달 모델 'GLM-OCR'을 오픈소스로 공개했다. OmniDocBench V1.5에서 94.62점으로 1위를 기록했으며, 복잡한 표와 수식, 손글씨를 파싱해 마크다운이나 JSON으로 변환한다. MIT 라이선스로 제공되어 vLLM 및 Ollama에서 로컬 저지연 배포가 가능하다.

  5. 확산 지수 48

    ACE-Step 1.5 오픈소스 공개: 4GB VRAM으로 로컬 음악 생성 가능

    ACE Studio와 StepFun이 음악 생성 파운데이션 모델 ACE-Step 1.5를 오픈소스로 공개했다. 4GB 미만의 VRAM 환경에서 구동되며 RTX 3090 기준 10초 이내에 곡을 만들어낸다. 50개 이상의 언어 지원과 MIT 라이선스를 갖춰 일반 PC에서도 상업용 음악 제작이 가능해졌다.

  6. 확산 지수 48

    MOSS-Audio 오픈소스 통합 오디오 모델 출시: 4B·8B 규격 지원

    통합 오디오 이해 모델 MOSS-Audio가 오픈소스로 공개되었습니다. 4B 및 8B 크기로 제공되며 각각 Instruct와 Thinking 버전을 갖췄습니다. 음성 인식, 화자 분석, 감정 감지, 환경음 및 음악 이해를 단일 모델로 통합했으며, 타임스탬프 ASR 정밀도에서 Gemini-3.1-Pro를 크게 앞섭니다.

  8. 확산 지수 47

    워드프레스, AI 에이전트 전용 스킬 공개: 몇 초 만에 플러그인 테스트

    워드프레스 기여자가 AI 코딩 에이전트를 위한 'wp-playground' 스킬을 공개했다. Playground CLI를 통해 에이전트가 단 몇 초 만에 가상 워드프레스를 실행하고, 작성한 플러그인이나 테마를 자동 감지해 테스트할 수 있다. Claude Code 같은 AI가 자체 피드백 루프를 돌며 코드를 검증하도록 돕는다.

  9. 확산 지수 48

    OpenMOSS, 영상·음성 동시 생성 모델 'MOVA' 오픈소스 공개

    OpenMOSS가 단일 모델 내에서 영상과 싱크된 음성을 동시에 생성하는 'MOVA'를 오픈소스로 공개했다. 320억 개 파라미터의 MoE 구조로 180억 개가 활성화되며 정밀한 립싱크를 지원한다. 깃허브에 코드와 가중치가 공개되었으나, 720p 버전은 약 77GB에 달해 고사양 GPU가 필요하다.

  10. 확산 지수 48

    LingBot-World: 16 FPS 실시간 상호작용 오픈소스 월드 모델

    robbyant가 Wan2.2 기반 월드 시뮬레이터 'LingBot-World'를 공개했다. 텍스트나 이미지로 480P 및 720P 인터랙티브 환경을 16 FPS, 1초 미만 지연 속도로 생성하며 분 단위 장기 일관성을 유지한다. 폐쇄형 인터랙티브 모델에 맞서는 유의미한 오픈소스 대안이다.

  11. 확산 지수 48

    TeleStyle 오픈소스 공개: 참조 이미지로 사진과 비디오 화풍 일괄 변환

    이미지와 비디오 스타일 변환 모델 TeleStyle이 공개됐다. Qwen-Image-Edit을 기반으로 제작되어 참조 이미지나 텍스트 입력만으로 원본 구도를 유지한 채 화풍을 바꿀 수 있으며, 전용 비디오 모듈로 프레임 간 연속성을 확보했다. 코드와 모델 가중치가 함께 제공된다.

  12. 확산 지수 48

    알리바바, 이미지 생성 AI 파운데이션 모델 'Z-Image' 오픈소스 공개

    알리바바 퉁이 연구팀이 이미지 생성 기저 모델 Z-Image를 오픈소스로 공개했다. 증류 전 원본 모델로, 기존 Turbo 버전의 동일 구도나 안면 중복 한계를 개선하고 LoRA 파인튜닝과 부정 프롬프트를 지원한다. 생성 단계는 50단계로 늘어났으며 ComfyUI에서 바로 쓸 수 있다.

  13. 확산 지수 48

    Clawdbot: 메신저로 내 컴퓨터를 직접 제어하는 오픈소스 AI 비서

    오픈소스 개인용 AI 비서 Clawdbot(현 Moltbot)이 공개되었습니다. 텔레그램이나 왓츠앱으로 메시지를 보내면 로컬 컴퓨터에서 스크립트 실행, 파일 관리, 메일 회신을 대신 처리합니다. 데이터를 클라우드로 보내지 않고 스스로 새 기능을 코딩해 확장할 수 있습니다.

  14. 확산 지수 48

    Letta, Claude Code에 무의식 더하는 오픈소스 플러그인 공개

    Letta가 Claude Code용 오픈소스 플러그인 Claude Subconscious를 공개했습니다. 백그라운드 에이전트가 코드베이스를 읽고 8개의 메모리 블록을 관리하며, 프롬프트 직전에 맥락을 비동기로 전달해 작업 흐름을 방해하지 않고 기억을 유지합니다.

  15. 확산 지수 47

    엔비디아, 오픈소스 기상 AI 모델군 '어스-2' 공개…연산 시간 90% 절감

    엔비디아가 기상 및 기후 예측을 위한 오픈소스 AI 모델 제품군 '어스-2(Earth-2)'를 발표했다. 기업과 연구기관이 자체 인프라에서 미세조정하고 배포할 수 있도록 지원하며, 이스라엘 기상청 테스트 결과 연산 시간을 90% 줄였다. 미디엄 레인지 등 주요 모델이 깃허브에 공개됐다.

  16. 확산 지수 59

    Voicebox: 음성 복제와 받아쓰기를 로컬에서 처리하는 오픈소스 AI 도구

    오픈소스 로컬 음성 앱 Voicebox가 깃허브 스타 4만 2천 개 이상을 기록하며 주목받고 있습니다. 몇 초 분량의 오디오로 음성을 복제하고 전역 단축키를 통해 어떤 입력창에서든 음성 입력을 지원하며, Claude Code 등과 연동해 에이전트에 음성을 입힐 수도 있습니다. 유료 구독 없이 로컬 환경에서 음성 파이프라인을 구축할 수 있습니다.

  18. 확산 지수 48

    텐센트, 추론 기반 이미지 편집 모델 '혼원 이미지 3.0 인스트럭트' 오픈소스 공개

    텐센트가 다중 모드 이미지 편집 모델 'HunyuanImage 3.0-Instruct'를 공개했다. 사고 사슬(CoT)을 내장해 편집할 영역과 단계를 먼저 추론한 뒤 이미지를 생성하는 것이 특징이다. 시점 변경 및 다중 이미지 합성이 가능하며 위안바오 앱에서 바로 써볼 수 있지만, 169GB에 달하는 모델 크기로 인해 구동 시 고사양 VRAM이 필요하다.

  19. 확산 지수 48

    실시간 세그멘테이션 모델 'RF-DETR' 공개, 장당 최단 3.4ms 처리

    실시간 이미지 세그멘테이션 모델 'RF-DETR segmentation'이 Apache 2.0 라이선스로 오픈소스 공개됐다. Nano부터 2XLarge까지 6가지 크기를 지원하며, 이미지당 3.4ms(40.3 mAP)에서 21.8ms(49.9 mAP) 사이의 성능을 제공해 엣지 환경에 유용하다.