바이두, 오픈소스 멀티모달 모델 ERNIE 공개: 이미지 줌인 추론 지원 및 상업적 무료 개방
월요일 바이두가 아파치 2.0 라이선스로 멀티모달 모델 ERNIE-4.5-VL-28B-A3B-Thinking을 오픈소스로 공개했다. 전체 28B 파라미터 중 3B만 활성화하며, 이미지를 동적으로 확대해 세부 정보를 파악한다. 바이두는 일부 시각 벤치마크에서 Gemini 2.5 Pro와 GPT-5-High를 앞선다고 밝혔다.
오픈소스
Llama, Qwen, DeepSeek 등 오픈소스·오픈 웨이트 모델과 주목할 만한 데이터셋, 프레임워크, 개발 도구.
최신 소식 보기
메타, 1600개 언어 지원 음성인식 AI '옴니링궐 ASR' 오픈소스 공개
메타는 1,600개 이상 언어를 지원하는 음성인식 모델 '옴니링궐 ASR'을 오픈소스로 공개했다. 위스퍼의 99개 언어를 압도하며, 소수의 예시만으로 5,400개 이상 언어로 확장할 수 있다. 기존의 제한적인 라마 라이선스 대신 완전한 아파치 2.0을 적용해 기업도 제한 없이 상용화할 수 있다.
웨이보 AI, 7800달러로 훈련한 소형 추론 모델 'VibeThinker-1.5B' 오픈소스 공개
웨이보 AI가 15억 파라미터 소형 모델 VibeThinker-1.5B를 오픈소스로 공개했다. 훈련 비용은 7800달러에 불과하지만 AIME24 등 수학 벤치마크에서 초기 딥시크 R1을 뛰어넘는 추론 성능을 기록했다. 영어 기반의 알고리즘 코딩과 수학 경시대회 문제 해결에 특화됐다.
매니페스트 AI, Brumby-14B 공개: 어텐션 버리고 4000달러로 Qwen3 재학습
보도에 따르면, AI 스타트업 매니페스트 AI가 트랜스포머의 어텐션 메커니즘을 완전히 제거한 모델 'Brumby-14B-Base'를 공개했습니다. 파워 리텐션 구조를 도입해 컨텍스트 길이에 상관없이 토큰당 연산 비용을 일정하게 유지하며, 4000달러로 Qwen3 가중치를 재학습해 동등한 성능을 냈습니다. 단, 기존 가중치에 의존하는 한계가 있습니다.
퓨디파이, 마개조 GPU 10장 탑재 PC로 대형 AI 로컬 구동
유명 유튜버 퓨디파이가 48GB VRAM으로 개조한 RTX 4090 등 10장의 GPU를 장착한 PC를 구축해 오픈소스 대형 언어 모델을 자체 호스팅하고 있다고 밝혔다. 그는 ChatOS라는 자체 웹 UI를 개발했으며 다음 달 자체 모델도 배포할 계획이다.
크레아 AI, 14B 비디오 생성 모델 '크레아 리얼타임' 오픈소스 공개
크레아 AI가 14B 규모의 자기회귀 비디오 모델 '크레아 리얼타임'을 오픈소스로 공개했다. 기존 오픈소스 모델보다 10배 크며, 단일 B200 환경에서 11 FPS 속도로 긴 비디오를 생성할 수 있다. 가중치와 기술 보고서도 함께 배포됐다.
딥시크, 문서 토큰 대폭 줄인 고효율 OCR 시스템 오픈소스로 공개
딥시크는 텍스트 문서를 최대 10배 압축하면서도 정보의 97%를 보존하는 새로운 OCR 시스템을 발표했다. 시각 토큰 소모를 크게 줄여 단일 Nvidia A100으로 하루 20만 페이지 이상을 처리할 수 있으며, 코드와 모델 가중치도 공개됐다.
시스코, AI 작성 코드 보안 위한 오픈소스 프레임워크 '프로젝트 코드가드' 공개
시스코가 AI 코딩 에이전트가 생성하는 코드의 보안을 강화하는 오픈소스 프레임워크 '프로젝트 코드가드'를 공개했다. 특정 모델에 구애받지 않으며, 코드 생성 전·중·후 전반에 걸쳐 하드코딩된 암호나 취약점을 감지해 차단한다. 개발자 검토를 완전히 대체하진 않지만 운영 환경으로의 취약점 유입을 크게 줄이는 것이 목표다.
MS, 실제 관제 환경 모사한 AI 보안 벤치마크 'ExCyTIn-Bench' 공개
Microsoft는 AI 에이전트의 사이버 위협 조사 역량을 검증하는 오픈소스 벤치마크 ExCyTIn-Bench를 공개했다. 가상 Azure 보안관제센터에서 57개 로그 테이블을 활용해 다단계 조사 역량을 평가하며, 고추론 모드의 GPT-5가 56.2%로 최고점을 기록했다.
카파시, '나노챗' 공개: 8천 줄 코드로 4시간 만에 ChatGPT 풀스택 구현
안드레이 카파시가 ChatGPT 복제 모델을 처음부터 학습시키는 풀스택 파이프라인 'nanochat'을 공개했다. 약 8,000줄의 간결한 코드로 토크나이저 제작부터 사전학습, SFT, GRPO 강화학습, 추론 UI까지 전 과정을 지원한다. 8장의 H100 환경에서 약 100달러(4시간)면 대화 가능한 모델을 직접 훈련할 수 있다.
앤트로픽, AI 감사 도구 'Petri' 오픈소스 공개: 모델 일탈 행위 자동 검증
Anthropic은 AI 안전성 감사 도구 Petri를 오픈소스로 공개했습니다. 감사 에이전트가 다중 턴 대화를 시뮬레이션해 기만, 자기보존 등 모델의 위험 행동을 자동으로 탐지하고 점수를 매깁니다. 14개 첨단 모델을 테스트한 결과 Claude Sonnet 4.5가 GPT-5를 제치고 가장 위험도가 낮은 것으로 나타났습니다.
IBM, Granite 4 공개: 맘바-트랜스포머 결합해 메모리 6분의 1로 절감
IBM이 목요일 트랜스포머와 맘바-2 아키텍처를 결합한 언어 모델 시리즈 'Granite 4'를 오픈소스로 공개했다. 30억~320억 파라미터 크기의 4개 모델로 구성되며, 7B 모델은 이전 세대 대비 메모리 사용량을 6분의 1로 줄여 추론 비용을 대폭 낮췄다.
엔비디아, 음성 기반 3D 표정 생성 AI '오디오투페이스' 오픈소스화
엔비디아가 음성 데이터로 실시간 3D 표정 및 립싱크를 생성하는 'Audio2Face' 모델과 SDK, 학습 프레임워크를 전격 오픈소스로 공개했다. 음소와 억양을 분석해 자연스러운 표정 데이터를 매핑하며, 게임 개발사와 크리에이터가 맞춤형 디지털 휴먼을 더 손쉽게 제작할 수 있게 됐다.
알리바바, 텍스트·시각·음성 아우르는 엔드투엔드 'Qwen3-Omni' 오픈소스 공개
알리바바가 텍스트, 이미지, 오디오, 비디오를 하나의 모델로 통합한 'Qwen3-Omni'를 공개하고 오픈소스로 배포했다. 211ms의 빠른 응답 속도와 30분 음성 이해를 지원하며, 30B 규모의 Instruct 및 Thinking 모델 가중치도 제공된다.
H 컴퍼니, PC 제어 특화 모델 Holo1.5 오픈소스 공개…정확도 10% 향상
H 컴퍼니가 컴퓨터 제어(Computer Use) 에이전트를 위한 기초 모델 'Holo1.5'를 오픈소스로 공개했다. 3B, 7B, 72B 크기로 제공되며, UI 요소 위치 파악 정확도가 이전 대비 10% 이상 개선되었다. 모든 모델 가중치는 허깅페이스에 공개되어 즉시 활용 가능하다.
구글, 차분 프라이버시로 처음부터 학습한 10억 파라미터 LLM '볼트젬마' 공개
구글과 딥마인드가 차분 프라이버시(DP) 기법으로 처음부터 학습한 1B 오픈 모델 '볼트젬마'를 공개했다. 수학적 노이즈를 더해 민감 데이터 암기를 방지한다. 벤치마크 성능은 비슷한 크기의 초기 GPT-2 수준에 머물지만, 프라이버시 보호 AI의 실질적인 확장 법칙을 입증했다.
구글, 온디바이스용 임베딩 모델 ‘EmbeddingGemma’ 공개: 오프라인 RAG 지원
구글이 온디바이스 AI를 위한 경량 오픈 임베딩 모델 EmbeddingGemma를 공개했다. 3억 800만 파라미터 크기로 인터넷 연결 없이도 기기 자체에서 시맨틱 검색과 RAG를 실행할 수 있다. Gemma 3n과 동일한 토크나이저를 사용해 메모리 부담을 줄이고 데이터 프라이버시를 지켰다.
바이트댄스, 화면 직접 제어하는 UI-TARS 에이전트 공개
ByteDance는 GUI 조작과 도구 활용 능력을 강화한 올인원 에이전트 모델 UI-TARS-2 출시를 발표했습니다. 비전 언어 모델과 강화학습 추론을 바탕으로 데스크톱 및 모바일 화면의 좌표를 인식해 직접 클릭과 입력을 수행하며, OSWorld 등 주요 벤치마크에서 우수한 성과를 기록했습니다.
텐센트, 영상에 맞춤형 효과음 입히는 HunyuanVideo-Foley 오픈소스 공개
텐센트 훈위안이 텍스트 및 영상 기반 오디오 생성 프레임워크 HunyuanVideo-Foley를 오픈소스로 공개했다. 10만 시간의 데이터셋과 MMDiT 구조를 바탕으로 영상 동작과 싱크가 맞는 고품질 입체 음향을 생성하며 기존 오픈소스 모델들을 능가했다.
OpenAI, 터미널 기반 코딩 에이전트 'Codex' 오픈소스 공개 재조명
2025년 4월, OpenAI는 터미널에서 로컬로 작동하는 경량 코딩 에이전트 'Codex CLI'를 Apache-2.0 라이선스로 오픈소스 공개했다. Mac, Linux, Windows 환경을 지원하며 VS Code 등 IDE와 연동된다. ChatGPT 계정으로 바로 로그인해 사용할 수 있는 점이 특징이다.