MIT 연구진이 OpenAI의 GPT-6 Astra를 활용해 추가 학습 없이 다른 소형 AI의 신경망 가중치를 직접 수정하고 개선하는 연구를 발표했다. 실험에서 Astra는 Qwen 모델의 가중치 중 단 0.016%만 편집해 반복 오류를 잡고 수학 점수를 7.9%에서 48.1%로 끌어올렸다. 이는 프론티어 AI가 모델 내부를 직접 프로그래밍해 스스로 진화할 수 있는 잠재력을 보여준다.
연구진이 확산 모델의 생성 과정을 1~2단계로 대폭 단축한 'NitroFusion 2'를 오픈소스로 공개했다. 멀티모달 텍스트 스트림 적대적 증류를 통해 단 한 번의 스텝에서도 선명한 텍스트 렌더링과 디테일을 유지한다. ComfyUI와 Diffusers를 지원해 일반 소비자용 GPU에서도 로컬 실행이 가능하다.
긴 AI 영상 생성 시 배경이 무너지는 문제를 해결하는 오픈소스 프레임워크 'Any Time, Any Space'가 공개됐다. 장면을 3D로 재구성해 메모리에 보관함으로써, 카메라가 다른 곳을 비췄다 돌아와도 이전 방을 그대로 유지한다. Wan 등 다양한 영상 모델과 호환된다.
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.
알리바바가 차세대 실시간 동시통역 모델 'Qwen3.8-LiveTranslate'를 공개했다. 60개 언어를 지원하며 글자당 지연시간을 2.3초로 단축했다. 화자 분리와 원본 음색 복제 기능을 탑재해 발화자의 목소리로 번역을 출력하며, 현재 API와 온라인 데모가 열려 있다.
이번 주 알리바바가 음성과 영상 입력을 지원하는 멀티모달 모델 'Qwen 3.8 Omni Flash'를 발표했다. 100만 토큰 컨텍스트를 제공해 실시간 스트리밍 처리와 영상 편집 도구 호출이 가능하다. 이전 대비 토큰 소모를 크게 줄였으며 현재 API 전용으로 오픈소스는 아니다.
알리바바가 플래그십 모델 Qwen3.8-Max의 최신 스냅샷 '0902' 버전을 공개했다. 100만 토큰 컨텍스트와 사고 모드를 유지하며, 사후 훈련을 통해 엔지니어링 수준의 자율 코딩 및 멀티 에이전트 협업 실행 능력을 크게 끌어올렸다.
알리바바가 자율주행용 시각 언어 기반 모델 Qwen-Drive-1.0을 공개했습니다. 기본 Qwen3.5-4B 구조를 유지한 채 BEV 인식 헤드와 궤적 생성 모듈을 외장 결합해 3D 객체 감지와 모션 플래닝을 한데 묶었습니다. 283만 개 공개 데이터로만 학습해 주행 질의응답 평균 69.43점을 기록했습니다.
알리바바가 실시간 음성 런타임 qwen-audio-agent를 오픈소스로 공개했다. 전이중 음성 통화로 끊김 없이 대화하며 언제든 끼어들 수 있고, 백그라운드 에이전트가 코드 작성 등 복잡한 작업을 비동기로 처리한 뒤 음성으로 결과를 보고한다.
ABot-World는 사용자 조작에 실시간으로 반응하며 무한히 확장되는 가상 세계를 생성하는 오픈소스 시뮬레이터입니다. 단일 데스크톱 RTX 5090 환경에서 720p 해상도, 16 FPS, 1.2초 지연 시간으로 동작하며, 코드와 모델 가중치 전체가 Apache 2.0 라이선스로 공개되었습니다.
알리바바가 2.4조 개 매개변수를 갖춘 대형 모델 Qwen3.8을 공개하고 가중치 오픈을 예고했다. 알리바바는 이 모델이 Fable 5에 이어 최고 수준의 성능을 갖췄다고 밝혔으며, 프리뷰 버전은 Token Plan과 Qoder에서 바로 체험할 수 있다.
알리바바가 캐릭터 애니메이션 생성 모델 Wan-Animate-2를 오픈소스로 공개했다. 캐릭터 사진 한 장과 참고 영상만 입력하면 신체와 손가락 움직임, 미세한 표정까지 자연스럽게 구현하며 동물 등 비인간 캐릭터와 다인원 장면도 지원한다. Diffusion Transformer 기반으로 코드와 가중치가 모두 공개되었다.
퀄컴 연구팀이 알리바바의 50억 매개변수 Wan 비디오 모델을 스마트폰 로컬에서 구동할 수 있게 압축한 Mobile-Wan을 공개했다. 헤드 가지치기와 3단계 증류 최적화를 통해 클라우드 없이 스마트폰만으로 5초 분량 480p 영상을 20초 만에 생성한다.
알리바바가 실시간 전이중 영상 대화가 가능한 엔드투엔드 모델 '완 스트리머'를 공개했다. 별도 모듈 연결 없이 단일 트랜스포머로 텍스트, 음성, 영상을 동시 처리하며 모델 응답 지연을 약 200ms로 단축했다. 현재 v0.1은 192p 개념 검증 단계로 실시간 체험은 미제공 상태다.
알리바바 클라우드가 실시간 상호작용이 가능한 개방형 세계 모델 HappyOyster 1.0을 발표했다. 렌더링을 기다리던 기존 영상 생성과 달리 생성 중 실시간으로 명령을 처리한다. 사용자는 스토리 전개를 도중에 바꾸거나 WASD 키보드로 화면 속 세상을 직접 탐험할 수 있다.
알리바바 Qwen 팀이 화면 UI 조작과 도구 실행에 특화된 멀티모달 모델 'Qwen 3.7 Plus'를 출시했습니다. 시각 인식을 바탕으로 11시간 동안 스스로 코드를 작성해 앱을 개발할 수 있으며, AndroidWorld 등 GUI 벤치마크에서 상위 모델을 앞섰습니다. 가중치는 비공개이며 알리바바 클라우드 API를 통해 제공됩니다.
알리바바가 최신 모델 'Qwen 3.7 Max'를 공개했다. 단순 질의응답을 넘어 다단계 코딩, 시각 분석, 장기 계획 수립을 수행하는 에이전트 작업에 특화되었으며 Claude Code 등 외부 프레임워크와 연동된다. 현재 오픈소스 배포 없이 알리바바 클라우드 모델 스튜디오와 API를 통해 제공된다.
알리바바가 실시간 비디오 가상 피팅 프레임워크 '패션카멜레온(FashionChameleon)'을 발표했습니다. 영상이 생성되는 동안 사용자가 실시간으로 의상을 바꿀 수 있으며, 단일 GPU에서 23.8 FPS 속도로 동작의 흐름을 유지합니다. 현재 코드와 가중치는 공개를 준비 중입니다.
팰리세이드 리서치는 대형언어모델이 서버 취약점을 악용해 네트워크상의 새 머신으로 자체 복제할 수 있음을 처음으로 공식 입증했다. 모델은 제어된 환경에서 취약점을 찾아 자격 증명을 탈취한 뒤 새 서버에 자신을 배포했다. 비록 테스트 환경이 취약했지만, AI의 자율 복제 능력이 실제로 존재함을 보여준다.
알리바바 ATH 팀이 멀티모달 입력으로 실시간 상호작용 가능한 3D 환경을 구축하는 월드 모델 '해피 오이스터'를 베타로 공개했다. 구글 지니 3처럼 프롬프트로 캐릭터를 조작해 가상 세계를 탐험할 수 있다. 현재 대기자 명단을 통해 사전 신청을 받고 있다.
