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

    푸단대·텐센트, 2K 비디오·오디오 동시 생성 모델 'Prism' 오픈소스 공개

    푸단대학교와 텐센트 훈위안, 저장대학교 연구진이 네이티브 2K 해상도를 지원하는 비디오·오디오 동시 생성 프레임워크 'Prism'을 오픈소스로 공개했습니다. 동적 희소 어텐션을 통해 소리가 발생하는 영역과 움직임이 빠른 부분에 연산력을 집중시켜 훈련 속도를 2.5배 높였습니다. 현재 허깅페이스에서 프리뷰 가중치와 코드가 제공됩니다.

  2. 확산 지수 51

    메타, '뮤즈 AI SDK' 오픈소스 공개：라즈베리파이로 AI 기기 직접 만든다

    메타가 자사 AI 에이전트 뮤즈(Muse)를 라즈베리 파이나 ESP32 보드에 연동할 수 있는 SDK를 오픈소스로 공개했다. 이용자는 컬러 전자종이 알림판이나 DIY 터치스크린 기기를 직접 만들 수 있다. 메타는 가전을 제어하는 전용 허브 기기 '뮤즈 홈 링크' 5천 대도 무료 배포한다.

  4. 확산 지수 49

    Strands, 115ms 지연 시간의 오픈소스 의사결정 모델 'Decider 2B' 공개

    Strands가 2B 규모의 오픈소스 의사결정 모델 Decider 2B를 공개했다. Qwen3.5-2B 기반에서 텍스트 생성 헤드를 제거하고 포인터 헤드를 얹어 선택지 판단과 신뢰도 점수 산출에 특화했다. RTX 3090 기준 115ms 지연 시간으로 로컬 에이전트의 도구 호출 검증 등에 유용하다.

  5. 확산 지수 48

    근골격 움직임 시뮬레이션 AI 'Terra' 오픈소스 공개

    복잡한 지형에서 인체 움직임을 구현하는 AI 시스템 'Terra'가 오픈소스로 공개됐다. 관절 각도를 단순 제어하는 대신 실제 근육 수축과 골격 견인 메커니즘을 시뮬레이션하며, 9시간 이상의 동작 데이터를 학습해 경사면과 계단을 자연스럽게 이동한다. 코드는 Apache 2.0 라이선스로 제공된다.

  6. 확산 지수 48

    엔비디아, VAE 없는 멀티모달 모델 'PixelUMM' 공개…픽셀서 바로 생성·이해

    엔비디아와 워털루 대학교가 멀티모달 모델 PixelUMM을 오픈소스로 공개했다. 별도의 VAE나 시각 인코더 없이 Qwen3-8B 기반 단일 트랜스포머로 원시 픽셀 공간에서 이미지와 비디오의 이해 및 생성을 모두 처리한다. 복잡한 잠재 공간 압축을 걷어내고 파이프라인을 단순화한 통합 구조라는 점이 특징이다.

  7. 확산 지수 48

    CopilotKit, 가상 환경 품은 오픈소스 AI 에이전트 'OpenDots' 공개

    CopilotKit이 자체 인프라에 배포 가능한 에이전트 템플릿 'OpenDots'를 오픈소스로 공개했다. 각 에이전트마다 전용 가상 브라우저와 터미널을 할당하고 실시간 음성 통화와 슬랙 연동을 지원한다. 상용 비서 서비스 대신 데이터 통제권을 쥔 채 맞춤형 AI 비서를 구축할 수 있다.

  8. 확산 지수 48

    스스로 진화하는 에이전트 프레임워크 'Raven' 공개, 4일 만에 FPS 게임 완성

    에버마인드AI가 자가 개선 멀티 에이전트 프레임워크 Raven을 오픈소스로 공개했다. 여러 전문 에이전트를 조율하는 총괄 관리자 역할을 하며, 약 4일간 자율 실행으로 Godot 4 기반 FPS 게임과 홍보 포스터, 웹사이트를 제작했다. 조작할 수 없는 평가 기준 아래 에이전트의 작업 절차를 자체 검증하며 개선해 나가는 것이 핵심이다.

  9. 확산 지수 48

    World Play 2 오픈소스 공개: 장기 기억력 갖춘 실시간 인터랙티브 세계 생성기

    인터랙티브 세계 모델 World Play 2의 코드가 공개됐다. 가상 공간을 실시간으로 이동하고 사물과 상호작용할 수 있으며, 이전 상황을 메모리에 압축 저장해 장시간 탐색하거나 다시 돌아와도 일관성을 유지한다. 4단계 추론을 지원하는 Turbo 버전도 제공되지만, 비양자화 전체 모델 크기는 69GB에 달한다.

  10. 확산 지수 59

    InSpatio-World 1.5: 이미지 한 장과 카메라 경로로 4D 공간 생성

    InSpatio가 4D 공간 세계 모델 InSpatio-World 1.5를 오픈소스로 공개했다. 단일 이미지나 파노라마, 비디오를 입력하고 카메라 경로를 지정하면 새로운 시점을 추론해 4D 탐색 영상과 불릿 타임 효과를 만들어낸다. 모델 크기가 6GB 미만이라 일반 소비자용 GPU에서도 구동된다.

  11. 확산 지수 48

    비디오 증류 기술 PDMD 오픈소스 공개: MiniMax-H3 4스텝 초고속 생성

    연구진이 동영상 증류 프레임워크 PDMD와 LoRA 가중치를 오픈소스로 공개했습니다. MiniMax-H3의 생성 과정을 기존 20~30스텝에서 단 4스텝으로 줄였습니다. 평가기의 잘못된 피드백을 보정해 증류 과정에서 디테일이 뭉개지는 현상을 막고 자연스러운 움직임을 유지합니다.

  14. 확산 지수 48

    오픈소스 추론 엔진 Strata 공개: 12GB VRAM으로 1,000억 매개변수 모델 구동

    오픈소스 로컬 추론 엔진 Strata가 공개되었습니다. GPU VRAM과 시스템 메모리, SSD를 유기적으로 연계해 12GB VRAM 사양의 일반 PC에서도 Qwen3.8-Flash-Next 같은 초대형 모델을 로컬에서 실행할 수 있습니다. OpenAI 호환 로컬 API도 지원해 고성능 AI 모델의 일반 하드웨어 접근성을 크게 넓혔습니다.

  15. 확산 지수 48

    오픈소스 도구 Magpie: 메뉴바에서 Claude Code와 Codex 모델을 자유롭게 전환

    개발자 yetone이 로컬 게이트웨이 도구 Magpie를 오픈소스로 공개했다. Claude Code, Codex 등 다양한 코딩 에이전트의 모델 설정을 메뉴바 하나로 통합해 DeepSeek이나 Kimi 같은 모델로 쉽게 전환할 수 있으며, 사용량 소진 시 계정 자동 전환과 로컬 프롬프트 마스킹을 지원한다.

  16. 확산 지수 48

    오픈소스 멀티모달 의사결정 모델 Valen: 이미지 보고 행동 확률 즉시 평가

    Valen-Team이 시스템 원 직관 판단 방식을 시각 영역으로 확장한 경량 멀티모달 의사결정 모델 Valen을 오픈소스로 공개했다. Qwen3.5 기반 0.8B~4B 크기로 제공되며, 텍스트와 영상 입력을 받아 후보 동작에 대한 확률 분포를 수백 밀리초 만에 출력해 에이전트의 초고속 반사 계층 역할을 맡는다.

  17. 확산 지수 48

    오픈소스 모델 CLM-8B：System 1 고속 판단, Jev 대비 지연 시간 9배 단축

    대조 학습 기반의 System 1 의사결정 모델 CLM-8B가 오픈소스로 공개됐다. 상태와 행동 임베딩을 분리 캐싱해 컴퓨터 조작과 도구 호출 등에서 Jev 수준의 성능을 내면서도 지연 시간을 최대 9배 줄였다. 가벼운 미세조정만으로 Terminal-Bench 2.1 등 에이전트 코딩 검증 벤치마크에서 SOTA를 달성했다.

  18. 확산 지수 48

    inclusionAI, Ming Image 0.1 공개: 투명 배경 생성과 레이어 분해 지원

    inclusionAI가 시각 디자인 특화 6B 오픈소스 모델 'Ming-Image-0.1'을 공개했다. 알파 채널을 지원해 투명 배경 이미지를 생성할 수 있으며, 완성된 평면 디자인을 편집 가능한 개별 레이어로 분해하는 모델도 함께 제공된다. 실제 그래픽 작업 흐름에 바로 녹아들 수 있다는 점이 핵심이다.