바이트댄스, 180GB 규모의 올모달 영상 편집 모델 '베르니니 2' 오픈소스 공개
바이트댄스가 자연어로 기존 영상을 수정할 수 있는 오픈소스 영상 편집 모델 '베르니니 2'를 공개했다. 카메라 구도 변경, 배경 교체, 새로운 캐릭터나 물체 추가가 가능하다. 의미 계획 모듈과 디퓨전 렌더러를 결합했으나, 모델 크기만 180GB에 달해 로컬 실행 문턱은 상당히 높다.
오픈소스
Llama, Qwen, DeepSeek 등 오픈소스·오픈 웨이트 모델과 주목할 만한 데이터셋, 프레임워크, 개발 도구.
최신 소식 보기
딥시크, 플러그인 아키텍처 기반 'DeepSeek Harness' 오픈소스 공개
딥시크가 에이전트 프레임워크 'DeepSeek Harness(dsh)'를 오픈소스로 공개했다. 모든 요소를 모듈화한 '모든 것이 플러그인' 아키텍처 기반으로 로컬 웹 UI를 지원한다. 현재 개발자 프리뷰 단계로 빠른 업데이트와 호환성 변경이 예고되어 있다.
샤오미, 음성·음악·환경음을 한 번에 합성하는 'MiDashengLM-Gen' 오픈소스 공개
샤오미 연구팀이 단일 프롬프트로 음성과 음악, 효과음, 환경음을 한꺼번에 합성하는 'MiDashengLM-Gen'을 아파치 2.0으로 공개했다. Qwen3-1.7B와 플로우 매칭 기술을 결합해 구조화된 텍스트로부터 자연스러운 16kHz 오디오 장면을 직접 생성한다.
오픈소스 인터랙티브 세계 모델 'Evoke' 공개: 이미지와 조이스틱으로 실시간 가상 세계 생성
140억 매개변수 규모의 인터랙티브 세계 모델 Evoke가 오픈소스로 공개됐다. 이미지 한 장과 조이스틱 입력만으로 단 3단계 만에 조작에 실시간 반응하는 비디오를 생성하며, 수 시간 동안 상태를 유지할 수 있다. 57GB 크기의 가중치와 코드가 아파치 2.0 라이선스로 배포됐다.
엔비디아, Nemotron 3.5 Lightning 공개: 에이전트 실행에 특화된 30B MoE
엔비디아가 오픈 소스 MoE 모델 Nemotron 3.5 Lightning을 발표했다. 30B 파라미터 중 3B만 활성화되어 도구 호출과 결과 검증 등 고빈도 실행 작업을 빠르게 처리하며, PinchBench에서 Qwen3.6 35B보다 30% 빠르게 작업을 마친다.
오픈소스 영상 모델 LTX-2.5 공개: 10초 분량을 6.8초 만에 생성, ComfyUI 연동
LTX가 오픈 가중치 영상 모델 LTX-2.5를 공개했다. 엔비디아 GB200 슈퍼칩 2개를 활용한 자체 호스팅 환경에서 10초 분량 720p 영상을 6.8초 만에 생성한다. ComfyUI에 기본 내장되며 연 매출 1000만 달러 미만 조직에는 무료로 상용화 라이선스를 제공한다.
HKUDS, 오토스웜 오픈소스 공개: 클로드 코드와 커서 등 AI 에이전트 연동
홍콩대 HKUDS 팀이 여러 AI 에이전트를 한 팀으로 엮는 오토스웜(AutoSwarm)을 오픈소스로 공개했습니다. 클로드 코드, 코덱스, 커서 등 파편화된 도구 간 컨텍스트와 기억을 공유하고 작업을 자동으로 분배 및 병렬 실행해 하나의 결과로 통합합니다. 윈도우, 맥, 리눅스를 모두 지원합니다.
캑터스, 45M 초소형 모델 Needle 2 공개: 28MB 램으로 구동
캑터스가 4500만 파라미터의 초경량 온디바이스 모델 Needle 2를 공개했습니다. 바이너리 크기는 14MB에 불과하며 GPU 없이 약 28MB의 램만으로 구동됩니다. 라즈베리 파이 5나 보급형 스마트폰 등 소형 기기에서 오프라인 도구 호출을 빠르게 처리합니다.
IndexTTS 2.5 오픈소스 공개: 5개 언어 음성 복제 및 감정 제어 지원
오픈소스 음성 합성 프로젝트 IndexTTS가 2.5 버전을 공개했다. 한국어 외 중국어, 영어, 일본어, 스페인어, 아랍어 등 5개 국어를 지원하며 추론 속도 개선과 발음 제어, vLLM 프로덕션 배포 기능을 갖췄다.
메타, 20GB 이하로 압축되는 30B 로컬 에이전트 모델 '뮤즈 글리머' 오픈소스 공개
메타가 300억 파라미터 규모의 로컬 에이전트 모델 '뮤즈 글리머'를 아파치 2.0 라이선스로 오픈소스 공개했다. 4비트 양자화 시 20GB 미만으로 줄어들어 소비자용 단일 GPU나 맥에서도 도구 호출과 멀티모달 작업을 수행한다. 인터넷 연결 없이도 안전하게 상시 에이전트를 구동할 수 있다.
텐센트, 멀티 에이전트 AI 어시스턴트 플랫폼 'Octop' 오픈소스 공개
텐센트가 로컬 환경에서 구동되는 오픈소스 AI 어시스턴트 플랫폼 'Octop'을 공개했다. 단일 프로세스로 웹 대시보드와 자동화 작업을 실행하며, 위챗·디스코드 등 메신저와 연동해 여러 전문 에이전트를 협업시킬 수 있다. 모든 대화와 기억 데이터는 로컬에 안전하게 보관된다.
구글 딥마인드 WeatherNext 공개: 사이클론 예보 경보 하루 앞당겼다
구글 딥마인드가 네이처 논문 발표와 함께 열대성 저기압 예측 AI 모델 WeatherNext를 오픈소스로 공개했다. 3일 예측 정확도가 기존 2일 수준에 도달해 약 10년 치 기상학적 진보를 달성했으며, 단일 TPU에서 1분 이내에 15일 예보를 생성한다.
자연어로 출력 가능한 3D CAD 모델 생성하는 오픈소스 'MAC'
자연어 텍스트 입력만으로 편집 및 3D 출력이 가능한 CAD 부품과 조립체를 자동 생성하는 오픈소스 프레임워크 'MAC' v2가 공개됐다. 다중 에이전트 분업과 자동 검증을 통해 기존 대비 토큰 소모를 116배 줄이고 비용을 13배 절감했으며, STEP, STL 및 URDF 내보내기를 지원한다.
프라임 인텔렉트, 스스로 진화하는 코딩 프레임워크 프라임 에이전트 오픈소스 공개
프라임 인텔렉트가 장기 자율 작업을 위한 프레임워크 '프라임 에이전트'를 오픈소스로 공개했다. 컨텍스트를 변수처럼 다루며 영구 파이썬 환경에서 서브 에이전트를 프로그래밍 방식으로 호출하고, 실행 궤적을 분석해 프롬프트와 스킬을 스스로 업데이트하며 성능을 개선한다.
JD, 실시간 동영상 편집 모델 'JoyAI-Video-Edit' 오픈소스 공개
JD가 실시간 영상 편집 모델 'JoyAI-Video-Edit'을 오픈소스로 공개했다. 16B 매개변수 자기회귀 디퓨전 구조를 기반으로 텍스트 명령어만 입력하면 옷 갈아입히기, 객체 제거, 배경 교체를 실시간 처리한다. 720p 해상도에서 30 FPS, RTX 5090에서도 24 FPS를 낸다.
NVIDIA, 자율주행 추론 모델 '알파마요 2 슈퍼' 상용 라이선스 전면 개방
NVIDIA가 자율주행 오픈 추론 모델 'Alpamayo 2 Super'를 상용 이용이 가능한 OpenMDW-1.1 라이선스로 공개했다. Cosmos 3 기반으로 개발되어 LingoQA 벤치마크에서 GPT-4o를 23.2점 앞섰으며, 360도 전방위 영상을 분석해 경로 계획과 인과 추론 경로를 생성해 자동차 제조사의 클라우드 개발과 자동 라벨링을 지원한다.
Genspark, 1인 개발 AI 오피스 스위트 'GenOffice' 오픈소스 공개
Genspark가 PC 및 Mac용 무료 오피스 제품군인 GenOffice Alpha를 오픈소스로 공개했다. 문서, 스프레드시트, 슬라이드, PDF 편집 기능을 모두 갖췄으며 Super Agent가 내장되어 리서치와 문서 작성을 지원한다. 엔지니어 1명이 1주일간 1만 달러어치 토큰을 투입해 개발을 마쳤다.
LongHorizon-Harness: 초장기 작업에서 AI 에이전트의 경로 이탈을 막는 새 프레임워크
LongHorizon-Harness 프레임워크가 오픈소스로 공개되었다. 관리·실행·감사의 세 역할로 분리해, 실행자는 매번 새로운 컨텍스트로 작업하고 독립 감사자만 환경 변경을 확인해 기록을 갱신한다. WeaveBench에서 Qwen 3.7-Plus의 통과율을 51.8%에서 80.7%까지 끌어올렸다.
endless-frontier, BigBang-v1 공개: AI가 직접 난제 만들어 자가 진화
endless-frontier가 Hugging Face에 언어 모델 BigBang-v1을 공개했다. Qwen 3.6 35B-A3B 기반으로, 생성 및 비평 에이전트가 고난도 과학·기술 문제를 직접 설계해 사후 학습에 적용했다. 약 1만 건의 합성 데이터만으로 조 단위 매개변수 모델에 필적하는 과학 벤치마크 성능을 낸 점이 주목할 만하다.
딥시크, V4-Flash 정식 공개…상위 Pro 모델 넘는 에이전트 성능 확보
딥시크가 'DeepSeek-V4-Flash-0731'을 MIT 라이선스로 오픈소스로 공개했다. DSpark 투기적 디코딩을 탑재하고 사후 학습을 거쳐 활성 파라미터가 더 큰 V4-Pro 프리뷰의 에이전트 벤치마크 점수를 뛰어넘었다. vLLM과 SGLang을 통한 로컬 배포를 지원한다.