VAST, 단일 사진을 편집 가능한 3D 공간으로 바꾸는 Mira-Scene 오픈소스 공개
VAST AI Research가 단일 2D 이미지를 다중 객체로 구성된 편집 가능한 3D 장면으로 복원하는 Mira-Scene을 오픈소스로 공개했다. 픽셀 정렬 방식을 통해 원본 이미지와 오차 없는 기하 구조를 재현하며, 블렌더 애니메이션이나 로봇 훈련 시뮬레이터에 바로 연결할 수 있다.
오픈소스 · 데일리
일
9월 20일 일요일
금
9월 18일 금요일
Cua, 양식 자동 입력 특화 소형 모델 'CUA-S1-FORMS' 오픈소스 공개
Cua가 컴퓨터 작업에 특화된 소형 모델 'CUA-S1-FORMS'를 오픈소스로 공개했습니다. 이 모델은 문서를 기반으로 4가지 동작을 선택해 전체 양식을 단계별이 아닌 한 번에 처리합니다. MIT 라이선스로 배포되며 코드, 모델, 데이터셋이 모두 공개되었습니다.
목
9월 17일 목요일
prism-ml, Bonsai-2 공개: 3진 가중치로 27B 모델을 6GB로 압축
prism-ml이 극도로 압축된 모델 컬렉션 Bonsai-2를 공개했다. 가중치를 -1, 0, +1만 사용하는 3진 양자화 기법으로 27B 크기 모델을 9분의 1 수준인 5.9GB로 줄였으며, 원본에 가까운 성능을 유지해 일반 소비자용 GPU와 Mac에서도 원활히 구동된다.
JEPA-Anything: 복잡한 상태를 분해해 예측하는 범용 오픈소스 프레임워크
서로 다른 영역의 예측 모델을 통합하는 오픈소스 프레임워크 JEPA-Anything이 공개됐다. JEPA 기반에 직교 예측 분해 기법을 도입해 복잡한 상태를 독립된 요소로 쪼개 계산한 뒤 재결합한다. 분야별 전용 인터페이스만 갖추면 동일한 예측 코어를 공유할 수 있다. 현재 뼈대 코드와 합성 데이터 예제가 제공되며 사전 학습 가중치는 포함되지 않았다.
수
9월 16일 수요일
넷이즈 유다오, 실시간 음성인식 오픈소스 모델 'R2T2' 공개
넷이즈 유다오가 실시간 스트리밍 음성인식 모델 'Confucius4-R2T2'를 오픈소스로 공개했다. Qwen3-ASR 기반으로 개발되어 200~600밀리초의 낮은 지연 시간을 지원하며, 이미 출력된 텍스트를 고치지 않는 추가 전용 방식을 도입해 자막 깜빡임을 없앴다.
화
9월 15일 화요일
코파일럿킷, 브라우저·터미널 탑재 오픈소스 에이전트 '오픈뮤즈' 공개
CopilotKit이 자체 호스팅 가능한 개인용 AI 에이전트 'OpenMuse'를 오픈소스로 공개했다. 브라우저, 격리된 리눅스 터미널, 파일 시스템을 갖추고 지속적인 작업 처리를 지원하며 언제든 사용자가 직접 개입할 수 있다. 개인 데이터를 빅테크에 넘기지 않고 독립된 AI 비서를 운영하고 싶은 사용자에게 알맞은 대안이다.
금
9월 11일 금요일
ZGCM-1: 수학과 검색에 특화된 7.39B 오픈소스 모델 공개
중관춘 아카데미와 중관춘 인공지능 연구원이 수학 추론 및 에이전트 검색용 7.39B 밀집 모델 'ZGCM-1'을 오픈소스로 공개했다. 256K 컨텍스트를 지원하며 MATH-500에서 97.13%를 기록했고, 사전 학습부터 미세조정까지의 전체 파이프라인과 데이터 워크플로를 모두 공개해 일반 소비자용 GPU에서도 구동할 수 있다.
목
9월 10일 목요일
Edge0: SSD를 메모리처럼 활용해 35B 모델을 2.5GB RAM에서 구동
오픈소스 스트리밍 MoE 추론 프레임워크 Edge0가 공개되었다. SSD에서 필요한 전문가 가중치를 실시간으로 읽어와 35B 모델을 약 2.5GB의 활성 메모리만으로 Mac과 iPhone 등에서 실행할 수 있다. 다음 스텝의 라우팅을 사전 예측해 지연 시간을 줄임으로써 저사양 기기에서도 대형 모델 구동이 가능해졌다.
오픈소스 음악 모델 YuE2-3B 공개: 악보 수정 거쳐 완곡 생성, Suno에 필적
m-a-p가 오픈소스 음악 생성 모델 YuE2-3B를 공개했습니다. 텍스트 프롬프트에서 바로 오디오를 뽑는 대신 수정 가능한 악보를 먼저 생성해 멜로디와 화음을 다듬을 수 있으며, 벤치마크에서 Suno v5·v6급 성능을 보입니다. 24GB GPU에서 로컬 구동을 지원합니다.
화
9월 8일 화요일
텐센트, 음성 편집 모델 'AuK' 오픈소스 공개: 텍스트 고치듯 음성 수정
텐센트가 1.5B 규모의 음성 생성 및 편집 기반 모델 'AuK'를 오픈소스로 공개했습니다. 자연어 명령어만으로 제로샷 음성 복제가 가능하며, 글을 고치듯 음성 속 단어를 자연스럽게 삽입·삭제하거나 감정과 음색을 전환할 수 있습니다. 현재 온라인 데모와 소비자용 GPU 로컬 실행을 지원합니다.
오픈소스 Fire3D: 일반 사진을 1분 만에 편집 가능한 3D 장면으로 변환
연구진이 피드포워드 방식의 3D 장면 재구성 프레임워크 Fire3D를 공개했다. 별도 마스크 없이 단일 사진이나 영상에서 물체를 분리해 1분 안에 텍스처를 갖춘 3D 에셋을 재구성한다. 단일 GPU로 최대 16개 객체를 동시 처리하며 로봇 시뮬레이션 등에 바로 쓸 수 있다.
월
9월 7일 월요일
OpenBMB, MiniCPM5-2B 오픈소스 공개: 2B 크기로 4B급 성능 내며 학습 데이터까지 개방
OpenBMB가 20억 파라미터 경량 모델 MiniCPM5-2B를 오픈소스로 공개했다. 약 5GB 크기로 일반 기기에서 바로 실행 가능하며, 코딩과 수학 벤치마크 등에서 40억 파라미터급인 Qwen3.5-4B에 맞먹는 성능을 보인다. 팀은 소형 모델 학습을 돕기 위해 고품질 데이터셋도 함께 공개했다.
구글 ARTEMIS 오픈소스 공개: AI가 안드로이드 기기 직접 조작
구글이 자연어 지시로 안드로이드 실기기와 에뮬레이터를 제어하는 'ARTEMIS'를 오픈소스화했다. MCP를 통해 Claude Code, Cursor 등 코딩 어시스턴트와 연결돼 버그 재현 및 로그 수집을 자동화하며, AndroidWorld 벤치마크에서 99% 이상의 성공률을 기록했다.
금
9월 4일 금요일
WorldSculpt 공개: 복잡한 3D 장면을 수백 개의 개별 객체로 분리
Alaya Lab과 도쿄대학이 복잡한 장면을 수백 개의 독립된 3D 메시로 복원하는 프레임워크 WorldSculpt를 공개했다. 기존 기술과 달리 물체들이 하나로 뭉치지 않아 각 물체를 개별 편집할 수 있으며, 가우시안 스플래팅 장면 변환도 지원한다. 코드는 오픈소스로 제공된다.
유니메이트: 텍스트 한 줄로 어떤 3D 캐릭터든 움직이는 단일 모델
프린스턴대와 UC버클리 등 연구진이 UniMate를 오픈소스로 공개했다. 리깅된 3D 에셋과 텍스트 프롬프트를 입력하면 뼈대별 재학습 없이도 관절 모션을 직접 생성한다. 인간형뿐 아니라 조류, 뱀, 기계 오브젝트까지 제로샷으로 구동하며, 코드와 가중치가 모두 무료로 제공된다.
목
9월 3일 목요일
오픈소스 LLaDA-Image 공개: 6B 단일 모델로 이미지 생성과 편집 동시 지원
inclusionAI가 이미지 생성과 지시 기반 편집을 하나의 가중치로 처리하는 60억 파라미터 모델 LLaDA-Image를 오픈소스로 공개했습니다. 4스텝만으로 구동되는 Turbo 버전과 ComfyUI 연동도 함께 제공되어 로컬 환경에서 간편하게 테스트할 수 있습니다.
수
9월 2일 수요일
1시간 이상 연속 생성 가능한 오픈소스 세계 모델 'SolarWM' 공개
연구팀이 실시간 인터랙티브 세계 모델 프레임워크인 'SolarWM'을 오픈소스로 공개했다. 5초 분량의 클립 학습만으로 붕괴 없이 1시간 이상 일관된 실시간 상호작용 생성이 가능하다. 143만 개 클립에 달하는 25TB 규모의 데이터 파이프라인과 훈련 레시피를 전면 공개했으며, Wan과 Minimax H3 등 다양한 기반 모델을 지원한다.
H3 World: 오픈소스 비디오 모델 Miniax H3를 조작 가능한 게임으로
오픈소스 비디오 생성 모델 Miniax H3를 대화형 게임 엔진으로 변환하는 프로젝트 H3 World가 공개되었다. 새 제어 장치 대신 키보드 입력을 짧은 텍스트로 바꿔 모델에 전달해 조작에 반응하는 영상을 만든다. 로컬 실행 코드와 훈련 스크립트가 모두 공개되었다.
화
9월 1일 화요일
상하이 AI 랩, 이미지 생성·편집·다중 시각 이해 통합 모델 'InternLumina-U2' 공개
2026년 10월 상하이 인공지능 연구소가 InternLumina-U2의 가중치와 코드를 오픈소스로 공개했다. 169억 파라미터(활성화 약 14억 개) 규모의 확산 MoE 아키텍처로 텍스트 질의응답, 이미지 생성·편집, 비디오와 3D 이해를 단일 인터페이스로 통합했다.
앤트로픽, 이커머스 전용 AI 에이전트 오픈소스 프레임워크 공개
Anthropic은 Claude 기반 커머스 에이전트 구현체인 commerce-agents를 GitHub에 오픈소스로 공개했다. 고객 응대용 쇼핑 에이전트와 백오피스 운영용 머천트 에이전트로 구성되며 4가지 산업군 예시를 제공한다. 결제나 상품 변경 시 인간 승인을 거치도록 안전장치도 갖췄다.
퍼플렉시티, 0.6B 크기의 온디바이스 개인정보 탐지 모델 'PII-Tracer' 공개
퍼플렉시티가 다중 턴 대화용 개인정보 검출 벤치마크 PII-TRACE와 0.6B 소형 로컬 모델 PII-Tracer를 공개했다. Qwen3 기반의 양방향 인코더로 설계되어 맥의 하이브리드 추론 환경에서 민감 정보를 클라우드 전송 전 선별 차단한다. 특히 반복 언급되는 식별 정보 탐지에서 높은 정확도를 기록했다.
월
8월 31일 월요일
구글, 'TimesFM 3.0' 공개…1GB VRAM으로 다변량 시계열 예측 지원
구글 리서치가 3세대 시계열 파운데이션 모델 'TimesFM 3.0'을 공개했다. 이번 버전은 최초로 다변량 예측을 기본 지원해 여러 관련 추세와 미래 이벤트를 함께 분석하며, 파인튜닝 없이 1GB VRAM 환경에서도 단일 순전파로 전체 구간을 예측한다. 비상업적 라이선스로 제공된다.
비글, 한 프레임 수정으로 영상 전체 캐릭터를 교체하는 ‘Viggle-Animate’ 오픈소스 공개
비글(Viggle)이 영상 속 캐릭터를 바꿔주는 모델 Viggle-Animate를 오픈소스로 공개했다. 복잡한 포즈 추정, 마스크 생성, 얼굴 추적 없이 원본 영상과 한 장의 수정된 프레임만으로 동작을 완벽히 이식한다. B200 GPU 1대로 124프레임을 26초 만에 렌더링한다.
