바이트댄스, 이미지·영상 통합 AI 모델 '랜스' 오픈소스 공개
바이트댄스가 이미지와 영상의 이해·생성·편집을 모두 아우르는 통합 멀티모달 모델 '랜스(Lance)'를 오픈소스로 공개했다. 활성 파라미터 30억 개로 멀티턴 대화를 통한 영상 편집이 가능하지만, 로컬 구동에는 최소 40GB VRAM이 필요하다.
오픈소스 · 데일리
월
5월 18일 월요일
텐센트, 번역 특화 모델 'HYMT2' 공개…1.8B 크기로 스마트폰 구동 지원
텐센트가 다국어 번역 오픈소스 모델 시리즈 'HYMT2'를 선보였다. 18억에서 300억 파라미터 규모로 33개 언어를 지원한다. 복잡한 지시 수행과 서식 유지에 특화되어 JSON이나 태그 구조를 깨뜨리지 않고 번역하며, 1.8B 경량 버전은 스마트폰에서도 바로 구동할 수 있다.
HRM-Text: 1000달러로 1B 추론 모델을 바닥부터 사전학습
Sapient Intelligence가 1B 규모 추론 모델을 위한 사전학습 프레임워크 'HRM-Text'를 오픈소스로 공개했다. 계층형 순환 아키텍처를 도입해 기존 대비 연산량을 최대 600배 절감하면서도 GSM8k에서 84.7%를 기록했다. 전체 코드는 Apache 2.0 라이선스로 GitHub에 공개됐다.
목
5월 14일 목요일
클로드 코드용 3D 생성 툴킷 오픈소스 공개: 단일 이미지로 환경 구축
개발자 Neilson이 앤트로픽 클로드 코드 전용 3D 생성 툴킷을 오픈소스로 공개했다. 단 한 장의 이미지를 입력받아 메시, 물리 시뮬레이션, 조명, 오디오가 포함된 완전한 3D 환경을 자동 생성하며, 수작업 모델링 없이 클로드 코드 안에서 3D 씬을 빠르게 구현할 수 있다.
Articraft 오픈소스 공개: AI가 코드로 짜내는 관절 구조 3D 모델
관절과 가동 기믹을 갖춘 3D 자산 생성 에이전트 시스템 Articraft의 코드와 1만 개 규모의 데이터셋이 공개되었다. 3D 생성을 코딩 작업으로 전환해 AI 에이전트가 부품과 관절을 정의하고 검증 테스트까지 실행한다. 로봇 시뮬레이션과 VR 에셋 제작의 진입 장벽을 대폭 낮췄다.
엔비디아 월드 모델 'SANA-WM' 공개: 단일 5090서 1분 영상 34초 만에 생성
엔비디아가 키보드 입력으로 시점을 조작할 수 있는 26억 매개변수 오픈소스 월드 모델 'SANA-WM'을 발표했다. 증류 버전을 통해 단일 RTX 5090 환경에서 720p 1분 영상을 34초 만에 생성하며 장면 일관성을 유지한다. 가중치는 곧 오픈소스로 공개될 예정이다.
ReactiveGWM 공개: 프롬프트로 NPC 전술까지 조종하는 게임 월드 모델
게임 월드 모델 ReactiveGWM이 공개되었다. 플레이어의 키 조작과 NPC의 행동 전략을 분리해, 프롬프트로 적의 공격이나 수비 전술을 제어할 수 있다. Wan 2.2를 기반으로 하며 로컬 중고급 GPU에서 직접 실행할 수 있다.
LTX-Video 전용 픽사 스타일 LoRA 공개: 3D 애니메이션 질감 영상 구현
허깅페이스에 LTX-Video 모델용 픽사 스타일 LoRA가 공개됐다. 기존 영상의 저작권 이미지를 쓰지 않고 학습됐으며, 'P1x4r' 트리거 단어를 통해 특유의 부드러운 표면 질감과 풍부한 눈빛, 시네마틱 조명을 연출한다. Diffusers 및 Draw Things 등 로컬 도구에서 손쉽게 불러와 실행할 수 있다.
수
5월 13일 수요일
모델베스트, MiniCPM-V 4.6 오픈소스 공개: 1.3B 모델이 6GB 메모리로 구동
모델베스트가 온디바이스 멀티모달 모델 MiniCPM-V 4.6을 오픈소스로 공개했다. 1.3B 파라미터 크기로 약 6GB 메모리만 있으면 단말에서 부드럽게 구동된다. Qwen3.5-0.8B 등 동급 모델보다 뛰어난 성능을 내면서도 토큰 소모량을 19분의 1로 줄여 온디바이스 AI 도입 문턱을 크게 낮췄다.
화
5월 12일 화요일
오픈소스 이미지 모델 L2P 공개: VAE 없애고 픽셀 공간서 직접 생성
이미지 생성 모델 L2P가 공개됐다. 기존 확산 모델의 필수 구성 요소였던 VAE와 잠재 공간을 제거해 픽셀 공간에서 직접 이미지를 생성하며 최대 4K 해상도를 지원한다. 잠재 압축으로 인한 화질 손실을 줄인 것이 특징으로, 현재 코드와 1K 해상도용 20GB 모델 가중치가 공개됐다.
SenseNova, U1.5-8B 오픈소스 공개: VAE 없이 픽셀 공간에서 4K 직접 생성
SenseNova가 멀티모달 모델 SenseNova-U1.5-8B-MoT를 Apache 2.0 라이선스로 오픈소스 공개했습니다. 잠재 공간과 VAE 디코더를 거치지 않고 픽셀 공간에서 직접 네이티브 4K 이미지를 생성하며, 자연어 기반 부분 수정과 텍스트 편집도 지원합니다. 다만 가중치 크기가 약 50GB에 달해 고사양 GPU가 필요합니다.
월
5월 11일 월요일
Vivago AI, HiDream-O1 Image 오픈소스 공개: VAE 없이 2K 텍스트 포스터 완벽 구현
Vivago AI가 픽셀 기반 오픈소스 이미지 생성 모델 'HiDream-O1 Image'를 공개했다. 기존 VAE를 완전히 걷어내고 통합 트랜스포머 구조를 채택해 최대 2K 해상도와 정교한 텍스트 렌더링, 복잡한 인포그래픽 레이아웃을 구현한다. 기본 모델과 dev 모델로 나뉘어 제공되며, 파일 크기가 32GB에 달해 구동에는 고사양 GPU가 요구된다.
2B 규모 오픈소스 TTS 모델 공개, 몇 초 음성으로 속삭임까지 제로샷 복제
20억 파라미터 규모의 새로운 오픈소스 텍스트 음성 변환(TTS) 모델이 공개됐다. 단 몇 초의 참조 음성만으로 제로샷 음성 복제가 가능하며, 속삭임이나 말더듬 같은 세밀한 표현과 다국어 합성까지 지원한다. 모델 크기는 약 5GB로 소비자용 GPU에서 구동되며 아파치 2.0 라이선스로 상용화도 가능하다.
Scenema Audio 오픈소스 공개: 지문으로 감정 조절하는 LTX 2.3 기반 음성 모델
ScenemaAI 가 감정 표현에 특화된 음성 생성 모델 Scenema Audio 를 오픈소스로 공개했습니다. LTX 2.3 에서 추출한 오디오 확산 구조를 바탕으로 지문 태그를 통해 감정 변화와 배경음을 제어하며, 제로샷 목소리 복제도 지원합니다. 16GB VRAM 환경부터 구동할 수 있습니다.
목
5월 7일 목요일
60억 파라미터 애니메이션 생성 AI '자니메' 공개…4스텝 초고속 생성 지원
알리바바의 Z-Image Base를 기반으로 전면 미세조정한 오픈소스 애니메이션 이미지 생성 모델 'Zanime'가 공개됐다. 60억 파라미터 규모로 6GB 용량의 FP8 및 4스텝 증류 버전을 지원해 8GB VRAM 환경에서도 몇 초 만에 이미지를 뽑아낸다. 기존 태그 나열 방식 대신 자연어 프롬프트를 요구하는 것이 특징이다.
앤트로픽, AI 정렬 평가 도구 '페트리' 비영리단체 이관...Petri 3.0 공개
앤트로픽은 오픈소스 AI 정렬 평가 도구인 '페트리(Petri)'를 비영리 평가 기관 메리디안 랩스에 기증하고 Petri 3.0을 공개했다. 이번 버전은 감사 모델과 대상 모델을 분리하고 실제 배포 환경을 시뮬레이션하는 'Dish'를 추가했으며 Bloom과 연동된다. 특정 연구소에 종속되지 않고 평가의 독립성을 확보하기 위한 조치다.
화
5월 5일 화요일
구글, Gemma 4 전용 MTP 드래프터 공개: 추론 속도 최대 3배 향상
구글이 Gemma 4 오픈 모델 제품군을 위한 다중 토큰 예측(MTP) 드래프터 모델을 공개했다. 투기적 디코딩 아키텍처를 적용해 경량 드래프터가 토큰을 미리 예측하고 본 모델이 병렬 검증함으로써, 품질 저하 없이 최대 3배의 추론 가속을 지원한다. Apache 2.0 라이선스로 배포되어 로컬 및 온디바이스 개발 효율을 극대화한다.
book-to-skill: 기술 서적을 에이전트 스킬로 변환, 온디맨드 로딩으로 토큰 절약
오픈소스 도구 book-to-skill은 기술 서적이나 문서를 Agent Skills 표준을 따르는 구조화된 스킬로 컴파일합니다. 책 전체를 컨텍스트에 넣는 대신 필요한 챕터만 불러와 쿼리당 토큰 소모를 24~51배 줄여주며, Claude Code와 Copilot CLI 등 다양한 환경을 지원합니다.
OpenAI, 엔비디아 등과 새 통신 규격 'MRC' 공개: 장애 발생해도 AI 훈련 중단 없다
OpenAI는 AMD, 브로드컴, 인텔, 마이크로소프트, 엔비디아와 협력해 개발한 GPU 네트워킹 프로토콜 'MRC'를 OCP를 통해 공개했다. 데이터를 수백 개 경로로 분산 전송해 마이크로초 단위로 장애를 우회한다. 이미 대규모 GB200 슈퍼컴퓨터에 도입되어 최신 모델 훈련에 쓰이고 있다.
오픈클로, 업데이트 장애 공식 사과…코어 경량화 및 LTS 도입 예고
오픈클로(OpenClaw)는 2026.4.29 버전 배포 후 발생한 게이트웨이 지연과 플러그인 종속성 무한 루프 등 광범위한 오류에 대해 사과했다. 부가 기능을 클로허브(ClawHub)로 분리하는 과정에서 발생한 혼선이 원인이다. 팀은 코어를 경량화하고 5월 말 LTS 버전을 공개하며, 오픈AI의 지원을 받아 개발 조직을 재정비할 방침이다.
일
5월 3일 일요일
Sprite-Pipeline: AI 생성 영상을 게임용 2D 스프라이트 시트로 변환
오픈소스 도구 Sprite-Pipeline이 공개되었다. AI로 만든 캐릭터 모션 영상에서 FFmpeg로 프레임을 추출하고 배경을 투명화해 Unity나 Godot에서 바로 쓸 수 있는 256×256 가로형 스프라이트 시트로 패키징한다. 로컬 브라우저 뷰어와 프롬프트 가이드도 함께 제공해 인디 게임 개발자의 에셋 제작을 돕는다.
토
5월 2일 토요일
Open Slide: AI 코딩 에이전트가 React로 PPT를 짜주는 오픈소스 프레임워크
AI 코딩 에이전트를 위해 설계된 슬라이드 프레임워크 open-slide가 오픈소스로 공개되었습니다. Claude Code나 Cursor가 요구사항을 1080p React 컴포넌트로 작성하며, 시각적 미세 조정과 댓글 기반 수정, PDF 및 PPTX 내보내기를 지원합니다. MIT 라이선스로 배포됩니다.
목
4월 30일 목요일
Mocap Anything v2 공개: 일반 영상에서 임의의 3D 골격 애니메이션 직접 생성
임의의 골격 구조를 지원하는 모션 캡처 AI 'Mocap Anything v2'가 공개됐다. 단안 영상에서 사람, 동물, 가상 생명체 등의 관절 회전을 직접 추출하며, 완전한 엔드투엔드 학습 방식을 도입해 기존의 관절 뒤틀림과 떨림 문제를 해결하고 3D 애니메이션 제작 문턱을 낮췄다.
수
4월 29일 수요일
센스타임, 단일 모델로 텍스트와 이미지를 동시 생성하는 'SenseNova U1' 오픈소스 공개
센스타임이 통합 멀티모달 모델 'SenseNova U1'을 오픈소스로 공개했다. 비전 인코더를 없애고 픽셀과 텍스트를 엔드투엔드로 연결해 시각 추론과 복잡한 인포그래픽, 텍스트·이미지 연속 생성을 단일 모델로 구현했다. 다만 실사 인물 묘사에서는 다소 인위적인 질감이 남는다.
화
4월 28일 화요일
AI 터미널 'Warp', 코드베이스 전면 오픈소스화 및 로드맵 공개
AI 기반 터미널 앱 Warp가 코드베이스를 전면 오픈소스화하고 향후 로드맵을 공개했다. 기존 폐쇄형 모델에서 벗어나 개발자들이 직접 코드를 검토하고 기여할 수 있도록 전환한 것이다. 로드맵을 통해 예정된 기능의 우선순위를 투명하게 공유한다.
SymphonyGen 오픈소스 공개: 화성 뼈대로 풀 오케스트라 작곡
영화 음악 편곡을 위한 오픈소스 오케스트라 생성 프레임워크 SymphonyGen이 공개됐다. 3차원 계층 구조를 활용해 다성 화성 뼈대를 먼저 잡은 뒤 각 악기 파트로 확장하며, GRPO 강화학습을 통해 불협화음을 억제한다. 사용자가 직접 MIDI 코드를 입력해 편곡할 수도 있다.
풀사이드, 코딩 특화 모델 Laguna XS.2 오픈소스 공개…터미널 에이전트 동시 출시
AI 스타트업 풀사이드(Poolside)가 코딩 에이전트에 특화된 파운데이션 모델 Laguna M.1과 Laguna XS.2를 공개했다. 아파치 2.0 라이선스로 오픈소스화된 XS.2는 33B 파라미터(활성 3B) 규모로 단일 GPU에서 구동 가능하다. 터미널 기반 에이전트 pool과 클라우드 샌드박스 Shimmer도 함께 프리뷰로 출시되었다.
월
4월 27일 월요일
OmniShotCut: 영상 컷과 전환 효과 자동 감지, 164MB 초경량 모델 공개
OmniShotCut은 영상 속 컷 편집점은 물론 디졸브, 페이드, 슬라이드 등 세부 전환 효과를 자동으로 찾아내는 AI 도구입니다. 164MB에 불과한 가벼운 크기로 로컬 PC에서 직접 실행할 수 있으며, 허깅페이스 스페이스를 통해 무료 데모도 제공합니다.
오픈AI, 코덱스 오케스트레이션 규격 '심포니' 공개: 티켓 기반 자율 개발로 PR 500% 증가
오픈AI가 Linear 같은 이슈 트래커를 코덱스 에이전트의 제어판으로 바꾸는 오케스트레이션 규격 '심포니(Symphony)'를 오픈소스로 공개했다. 각 작업마다 전담 에이전트가 배정돼 끝까지 자율 실행되며, 오픈AI 내부 팀에서는 머지된 PR 수가 500% 급증해 엔지니어의 감시 피로를 줄였다.
일
4월 26일 일요일
푸단대, 텍스트로 실시간 음성·영상 아바타 생성하는 'Hallo-Live' 공개
푸단대 연구진이 텍스트 기반 실시간 오디오-비디오 아바타 생성 프레임워크 Hallo-Live를 발표했다. 엔비디아 H200 GPU 2대 환경에서 20.38 FPS의 속도와 0.94초 지연 시간을 기록하며, 상호작용형 디지털 휴먼의 싱크 불일치와 지연 문제를 크게 개선했다.
Scenema Audio 공개: 목소리와 감정을 분리해 연기를 지시하는 음성 복제 모델
Scenema AI가 LTX 2.3에서 추출한 음성 확산 모델 'Scenema Audio'를 오픈소스로 공개했습니다. 음성 고유의 정체성과 감정 연기를 분리해, 몇 초의 참조 오디오만으로도 지문(Stage Direction)을 통해 흥분, 억양, 대사 도중의 감정 변화를 유도합니다. 양자화 모델은 16GB VRAM 환경에서 로컬 실행을 지원합니다.
