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.
오픈소스 · 데일리
수
9월 24일 수요일
월
9월 22일 월요일
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.
월
9월 15일 월요일
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.
금
9월 12일 금요일
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.
목
9월 4일 목요일
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.
수
9월 3일 수요일
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.
목
8월 28일 목요일
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.
수
8월 27일 수요일
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.
토
8월 23일 토요일
xAI, 그록 2.5 오픈소스 공개…그록 3도 6개월 뒤 출시 예정
xAI가 2024년 주력 모델이었던 그록 2.5를 오픈소스로 전환하고 허깅페이스에 가중치를 공개했다. 연구와 비상업적 이용은 무료지만 다른 AI 모델 학습에는 쓸 수 없는 라이선스가 적용됐다. 일론 머스크는 그록 3 역시 약 6개월 뒤 오픈소스화할 계획이라고 덧붙였다.
일론 머스크, 다음 주 xAI 'Grok 2' 오픈소스 공개 예고
일론 머스크가 소셜미디어 X를 통해 다음 주 Grok 2를 오픈소스로 공개하겠다고 밝혔다. 차세대 모델 개발에 맞춰 이전 세대 모델을 전면 공개하겠다는 기존 방침을 지킨 셈이다. 주요 AI 기업들이 점차 폐쇄형 모델로 돌아서는 가운데, xAI의 이번 결정은 개발자들의 진입 장벽을 낮추는 계기가 될 것으로 보인다.
금
8월 22일 금요일
홍콩대, PC 제어 오픈소스 에이전트 프레임워크 'OpenCUA' 공개
홍콩대학교 등 연구진이 컴퓨터를 자율 조작하는 오픈소스 AI 에이전트 프레임워크 OpenCUA를 선보였다. 윈도우와 맥OS 등에서 수집한 2만 2600여 건의 시연 데이터와 생각의 연쇄(CoT) 추론 방식을 적용해, 기존 오픈소스를 넘어 오픈AI와 앤스로픽의 독점 모델에 맞먹는 성능을 기록했다.
수
8월 20일 수요일
바이트댄스, 512K 컨텍스트 지원 오픈소스 모델 'Seed-OSS-36B' 공개
바이트댄스 Seed 팀이 허깅페이스를 통해 오픈소스 대형 언어 모델 'Seed-OSS-36B'를 공개했다. 360억 파라미터 규모에 512K 토큰 컨텍스트를 지원하며, 추론 비용을 조절할 수 있는 '생각 예산' 기능도 갖췄다. 아파치 2.0 라이선스로 배포되어 기업 상용 서비스에도 무료로 적용할 수 있다.
월
8월 18일 월요일
엔비디아, Nemotron-Nano-9B-v2 오픈 모델 공개: 추론 모드 On/Off 토글 지원
엔비디아가 단일 A10 GPU 환경에 맞춘 경량 오픈 모델 Nemotron-Nano-9B-v2를 공개했습니다. 맘바와 트랜스포머 하이브리드 아키텍처를 도입해 최대 6배 빨라졌으며, 개발자는 /think 명령어로 추론 과정을 켜고 끄거나 토큰 예산을 설정해 응답 속도를 조율할 수 있습니다.
금
8월 15일 금요일
엔비디아, 약 100만 시간 규모 다국어 음성 데이터셋 'Granary' 및 신규 모델 오픈소스 공개
엔비디아가 25개 유럽 언어를 지원하는 음성 데이터셋 'Granary'를 오픈소스로 공개했다. 약 100만 시간의 오디오를 담고 있으며, 최고 수준의 정확도를 갖춘 Canary-1b-v2와 초고속 실시간 전사를 지원하는 Parakeet-tdt-0.6b-v3 모델도 허깅페이스에 함께 출시됐다.
목
8월 14일 목요일
구글, 초경량 모델 Gemma 3 270M 공개: 특정 작업 미세조정에 최적화
구글이 2억 7,000만 파라미터 크기의 소형 오픈 모델 'Gemma 3 270M'을 발표했다. 지시 수행과 텍스트 구조화 성능을 기본 탑재해, 거대 모델 대신 텍스트 분류와 데이터 추출 등 특정 업무에 맞춰 초저비용·고효율로 미세조정해 쓸 수 있다.
