OpenMOSS, 50억 파라미터 경량 이미지 생성 모델 'MOSS-Image' 오픈소스 공개
OpenMOSS가 50억 파라미터 크기의 오픈소스 이미지 생성 모델 MOSS-Image를 공개했다. 바운딩 박스를 통한 화면 레이아웃 제어와 선명한 텍스트 렌더링을 지원하며, 트랜스포머 크기가 10GB 수준이라 일반 소비자용 GPU에서도 구동된다. 다만 현재는 자연어 기반 이미지 편집 기능 없이 텍스트 생성만 지원한다.
OpenMOSS
오픈MOSS, 실시간 스트리밍 영상 모델 'MOSS-VL-Realtime' 오픈소스 공개
오픈MOSS가 실시간 스트리밍 영상 이해를 위한 11B 규모의 비전-언어 모델 'MOSS-VL-Realtime'을 공개했다. 전체 영상을 모두 읽은 뒤 답하는 기존 방식과 달리, 연속적인 프레임을 실시간 인식하며 언제든 사용자의 질문과 개입을 지원하고 정보 부족 시 침묵을 유지한다.
MOSS-TTS 오픈소스 공개: 몇 초 만에 음성 복제, 다중 화자 대화 지원
OpenMOSS 팀이 다국어 음성 합성 모델 패밀리 MOSS-TTS를 오픈소스로 공개했다. 몇 초 분량의 오디오만으로 음성을 정밀하게 복제하며, 다중 화자 대화와 초저지연 실시간 스트리밍을 두루 지원한다. 8B 및 1.7B 크기로 일반 GPU에서도 손쉽게 구동할 수 있다.
OpenMOSS, 영상·음성 동시 생성 모델 'MOVA' 오픈소스 공개
OpenMOSS가 단일 모델 내에서 영상과 싱크된 음성을 동시에 생성하는 'MOVA'를 오픈소스로 공개했다. 320억 개 파라미터의 MoE 구조로 180억 개가 활성화되며 정밀한 립싱크를 지원한다. 깃허브에 코드와 가중치가 공개되었으나, 720p 버전은 약 77GB에 달해 고사양 GPU가 필요하다.