최신 AI 리소스

IndexTTS2는 B 스테이션 음성 팀이 오픈소스화한 새로운 무료 텍스트 음성 변환(TTS) 모델로, 감정 표현과 지속 시간 제어에서 획기적인 발전을 이루었으며, 정밀한 지속 시간 제어를 지원하는 최초의 자동 회귀형 TTS 모델입니다. 제로 샘플 음성 복제를 지원하며 하나의 오디오 파일 만 사운드를 정확하게 복사 할 수 있습니다....

미니맥스 뮤직 1.5는 사용자의 자연어 설명을 기반으로 최대 4분 분량의 음악 생성을 지원하는 고급 AI 음악 생성 도구입니다. 이 모델은 다양한 음악 스타일과 분위기 사용자 지정을 지원하며 자연스럽고 완전한 보컬 톤, 부드러운 전환 및 풍부한 레이어 편곡을 생성합니다....

HuMo는 칭화대학교와 바이트댄스 인텔리전트 크리에이션 랩이 공동으로 오픈소스화한 멀티모달 비디오 생성 프레임워크로, 인간 중심의 비디오 생성에 중점을 두고 있습니다. 텍스트, 이미지 및 오디오와 같은 멀티모달 입력에서 고품질의 세밀하고 제어 가능한 휴먼 비디오를 생성할 수 있으며, HuMo는 강력한 텍스트 큐 팔로잉 기능을 지원합니다.

AnyI2V는 푸단대학교, 알리바바 다모 아카데미 등이 공동으로 출시한 이미지 애니메이션 생성 프레임워크로, 복잡한 학습 과정과 많은 양의 데이터 없이도 정적인 조건부 이미지(예: 그리드, 포인트 클라우드 등)를 동적인 동영상으로 변환할 수 있도록 지원합니다.

SRPO(Semantic Relative Preference Optimization)는 텐센트 혼합 메타에서 도입한 텍스트-이미지 생성 모델로, 텍스트 조건부 신호를 통해 보상 메커니즘을 최적화하여 온라인에서 보상을 조정하고 오프라인 미세 조정 의존도를 낮춥니다.

Qwen3-Next는 알리 통이가 오픈소스화한 차세대 하이브리드 아키텍처 빅 모델로, 긴 텍스트 처리, 빠른 추론, 계산 리소스 절약에 능한 Gated DeltaNet과 Gated Attention 기술을 결합한 것입니다.

웬신 빅 모델 X1.1은 언어 이해와 생성을 개선하는 데 중점을 둔 하이브리드 강화 학습 프레임워크를 기반으로 바이두에서 출시한 심층 사고 모델입니다. 이 모델은 복잡한 질문을 처리하고, 지시를 따르고, 지능의 행동을 시뮬레이션하는 데 탁월하며, 지식이 풍부한 답변과 고품질 텍스트 콘텐츠를 정확하게 제공할 수 있습니다.

훈위안이미지 2.1은 고품질 이미지 생성을 위해 설계된 텐센트의 오픈 소스 그래픽 모델입니다. 이 모델은 기본 2K 해상도를 지원하며 복잡한 장면과 디테일을 정확하게 렌더링하여 캐릭터의 표정과 움직임을 생생하게 재현할 수 있습니다.

AntSK FileChunk는 RAG(검색 증강 생성) 애플리케이션을 위해 설계된 무료 지능형 문서 슬라이싱 도구입니다. 시맨틱을 핵심으로 하여 문서를 의미적으로 완전하고 일관된 세그먼트로 지능적으로 슬라이스하고, 다국어를 지원하며, 슬라이스 크기를 동적으로 조정하여 문맥의 일관성을 보장합니다.

UnifiedTTS는 텍스트 음성 변환(TTS) 서비스를 위한 원스톱 플랫폼입니다. 중국어, 영어, 일본어, 한국어를 포함한 여러 언어를 지원하여 글로벌 비즈니스의 요구 사항을 충족합니다. 통합 API 인터페이스를 통해 마이크로를 비롯한 여러 주요 TTS 서비스를 통합합니다.

MiniCPM 4.1은 Facade Intelligence에서 도입한 매우 효율적인 엔드 사이드 대규모 언어 모델입니다. InfLLM v2 희소주의 아키텍처를 사용하면 각 어휘는 5% 미만의 어휘와의 상관관계만 계산하면 되므로 긴 텍스트의 처리 오버헤드를 크게 줄일 수 있습니다. 128K의 긴 텍스트 시나리오에서...

WeKnora는 대규모 언어 모델(LLM) 문서 이해 및 의미 검색 프레임워크에 기반한 텐센트 위챗 팀의 오픈 소스로, 복잡하고 이질적인 문서 콘텐츠 시나리오의 구조를 위해 설계되었으며 모듈식 아키텍처, 다중 모드 전처리 통합, 의미 벡터 인덱싱, 지능형 리콜 및 대규모 모델 생성 추론을 사용하도록 설계되었습니다 ....

XTuner V1은 상하이 인공 지능 연구소에서 오픈 소스화한 차세대 대규모 모델 훈련 엔진으로, 초대형 스파스 혼합 전문가(MoE) 모델 훈련을 위해 설계되었습니다. PyTorch FSDP를 기반으로 개발된 이 엔진은 메모리, 통신 및 로드의 다차원 최적화를 통해 고성능을 달성합니다.

Qwen3-ASR-Flash는 방대한 멀티모달 데이터로 학습된 Qwen3 기본 모델을 기반으로 하는 알리바바의 최신 고정밀 음성 인식 모델입니다. 만다린어, 쓰촨어, 민난어, 우어, 광둥어 및 기타 방언을 포함한 11개 언어와 여러 억양을 지원합니다....

LLM 애플리케이션 개발을 위한 LangChain은 LangChain 창립자 해리슨 체이스와 앤드류 응이 진행하는 온라인 강좌로, DeepLearning.AI에서 제공합니다.

트랜스포머 LLM은 딥러닝닷에이아이와 '대규모 언어 모델 실습'의 저자인 제이 알라마르와 마틴 그루텐드가 함께 만든 원리로 작동합니다...

Seedream 4.0은 바이트댄스에서 출시한 고급 이미지 생성 및 편집 도구로, 정확한 명령어 편집, 높은 기능 보존, 깊은 의도 이해 등의 강력한 기능을 갖춘 생성 및 편집의 통합에 중점을 두고 있습니다.

rStar2-Agent는 Microsoft에서 오픈소스로 제공하는 고급 AI 수학적 추론 모델로, AIME24 테스트에서 80.61 TP3T의 정확도를 달성하여 강력한 수학적 문제 해결 능력을 입증했습니다. 이 모델은 과학적 추론 기능을 갖추고 있으며, GPQA-Diamond 벤치마크에서 ...

Qwen3-Max-Preview는 통이췐웬에서 출시한 최신 플래그십 대형 언어 모델입니다. Qwen3 제품군에서 가장 많은 파라미터를 가진 모델로, 파라미터 크기가 1조 개가 넘습니다. 이 모델은 추론, 명령어 추종, 다국어 지원 및 롱테일 지식 범위에서 상당한 개선을 이루었습니다...

원캣은 메이투안이 상하이교통대학교와 함께 출시한 새로운 통합 멀티모달 모델로, 멀티모달 이해, 텍스트-이미지 생성, 이미지 편집 기능을 원활하게 통합하는 순수 디코더 아키텍처를 채택하고 있습니다. 이 모델은 외부 시각 코더와 모달리티별 디스모게이터에 의존하는 기존 멀티모달 모델의 설계를 버리고 모달리티별 ...

클라우더블은 Next.js 기반의 오픈 소스 웹 앱 빌더로, 클루드 코드와 커서 CLI의 고급 AI 에이전트 기능과 러블의 간단하고 직관적인 앱 빌드 경험을 결합합니다....

FineVision은 고급 시각 언어 모델 학습을 위한 허깅 페이스의 오픈 소스 시각 언어 데이터 세트입니다. 여기에는 1,730만 개의 이미지, 2,430만 개의 샘플, 8,890만 건의 대화, 95억 개의 답변 토큰이 포함되어 있습니다. 데이터 세트는 다음과 같이 집계됩니다...

인피니티휴먼은 바이트댄스와 절강대학교가 공동으로 출시한 상용 등급의 장시간 오디오 기반 캐릭터 동영상 생성 모델입니다. 이 모델은 오디오 기반이며 고해상도, 장시간, 시각적으로 일관된 캐릭터 동영상을 생성할 수 있습니다.

Kimi K2-0905는 프로그래밍 지원 기능이 뛰어나고 코드를 효율적으로 생성하며 프론트엔드 개발에서 깔끔하고 표준화된 코드 생성을 지원하는 다크 사이드 오브 더 문 테크놀로지스의 고급 AI 모델입니다. 모델 컨텍스트 길이가 256K로 확장되어 복잡한 작업을 처리할 수 있습니다.

후위안 월드-보이저(줄여서 후위안 보이저)는 텐센트에서 출시한 업계 최초의 초장거리 로밍 월드 모델로, 네이티브 3D 재구성을 지원합니다. 단일 이미지에서 사용자 정의 카메라 경로의 3D 포인트 클라우드 시퀀스를 생성하는 새로운 비디오 확산 프레임워크로, 다음을 지원합니다.

Hunyuan-MT-7B는 텐센트 혼합 메타 팀이 도입한 경량 번역 모델로 70억 개의 레퍼런스를 보유하고 있으며 광둥어, 위구르어, 티베트어를 포함한 33개 언어와 5개 중국 민속 언어/방언의 상호 번역을 지원합니다. 국제 컴퓨터 언어학 협회(ACL) WMT2025 대회에서...

스텝오디오 2 미니는 스텝오디오의 오픈 소스 엔드투엔드 음성 매크로 모델입니다. 기존의 음성 모델 구조를 깨고 진정한 엔드투엔드 멀티모달 아키텍처를 채택하여 원시 오디오 입력을 짧은 지연 시간으로 음성 응답 출력으로 직접 변환하고 언어학적 정보 및 비음성 신호를 이해합니다.

MobileCLIP2는 Apple 연구진이 개발한 효율적인 엔드-사이드 멀티모달 모델인 MobileCLIP의 업그레이드 버전입니다. 멀티모달 강화 훈련에 최적화된 이 모델은 DFN 데이터 세트에서 더 나은 성능을 훈련하고 그래픽 생성 기능을 개선하여 CLIP 교사 모델을 통합합니다.

InternVL3.5(Shusheng-Wanxiang 3.5)는 상하이 인공 지능 연구소의 오픈 소스 멀티 모달 대형 모델로, 일반 능력, 추론 능력 및 배포 효율성 측면에서 완전히 업그레이드되어 10억에서 2410억 개의 매개 변수까지 9가지 크기의 버전을 제공하며, 두께를 포함한 다양한 리소스 수요 시나리오를 포괄합니다....

FastVLM(Fast Vision Language Model)은 Apple에서 도입한 효율적인 시각 언어 모델입니다. FastViTHD 하이브리드 비주얼 코더를 핵심으로 컨볼루션 및 트랜스포머 아키텍처를 통합하여 시각적...

미즈윅스는 메이퇀의 M17 팀이 모델의 지시를 따르는 능력을 평가하기 위해 사용하는 오픈 소스 대규모 모델 평가 세트입니다.미즈윅스는 3단계 평가 프레임워크를 사용하여 모델이 매크로에서 마이크로 수준까지 사용자의 지시에 따라 답변을 생성할 수 있는지 종합적으로 측정하며 답변 내용에 대한 지식은 긍정적으로 평가하지 않습니다.

gpt-realtime은 자연스럽고 부드러운 음성을 생성하기 위해 오디오의 직접 처리를 지원하는 OpenAI의 고급 음성 모델입니다. 이 모델은 여러 언어와 스타일을 지원하고 웃음과 같은 비언어적 단서를 이해하며 언어 간에 전환할 수 있습니다.

유투 에이전트는 텐센트 유투 랩의 자율 지능 구축 및 실행을 위한 오픈 소스 프레임워크입니다. 이 프레임워크는 각각 71.47% 및 72.8%의 정확도로 WebWalkerQA 및 GAIA 벤치마크에서 우수한 성능을 발휘하며, 이 프레임워크는 ...

훈위안비디오-폴리는 무음 동영상에 정확하게 일치하는 음향 효과를 추가하는 것을 지원하는 텐센트 혼합원 팀의 오픈 소스 동영상 사운드 생성 모델입니다. 이 모델은 대규모 데이터 세트 학습을 기반으로 하며, 다중 모드 확산 변환기 아키텍처와 정렬 손실 함수 표현 및 오디오 VAE 최적화 기술이 결합되어 있습니다 ...

PixVerse V5는 아이시 테크놀로지가 출시한 AI 동영상 생성의 대형 모델입니다. 이 모델은 사용자가 입력한 텍스트 설명이나 이미지를 기반으로 고품질의 동영상 콘텐츠를 생성할 수 있으며 애니메이션, 공상 과학, 내셔널 스타일 등 다양한 스타일을 지원합니다.

Ask White 5는 매우 높은 수준의 지능을 갖춘 플래그십 "올인원" 모델입니다. 이 모델은 AA-Index 종합 평가 점수 64.7점, STEM 능력 평가 점수 86점 등 여러 평가에서 우수한 성적을 거두었으며, 이는 세계 최고의 GPT-5에 근접한 점수입니다.

MiniCPM-V 4.5는 이미지와 비디오를 효율적으로 처리하는 기능을 갖춘 Qwen3-8B 및 SigLIP2-400M을 기반으로 구축된 Facade Intelligence용 오픈 소스 8B 파라메트릭 멀티모달 모델입니다. 비주얼 토큰 소비, 처리 성능이 뛰어납니다.

제미니 2.5 플래시 이미지(코드명 나노 바나나)는 구글의 최신 이미지 생성 및 편집 모델로, 여러 장면에서 캐릭터의 일관성을 유지하고 자연어를 통해 배경 흐림, 얼룩 제거 등 정밀한 이미지 편집을 지원합니다.

Wan2.2-S2V는 알리 통이의 오픈 소스 멀티 모달 비디오 생성 모델로, 정적 인 그림과 오디오 만 고품질 디지털 휴먼 비디오를 생성 할 수 있으며 다양한 이미지 유형과 프레임을 지원합니다.

개발자를 위한 ChatGPT 팁 엔지니어링은 개발자를 위해 설계된 DeepLearning.AI와 OpenAI의 공동 과정으로, Isa Fulford, Andrew Ng가 대규모 언어 모델(LLM) 사용법을 알려줍니다....

Ask White o4는 8개의 사고 경로를 동시에 열어 여러 관점에서 문제를 분석하고 최적의 해결책을 자동으로 필터링하는 혁신적인 병렬 사고 모델입니다. 이 모델은 고급 Long-CoT 강화 학습 및 프로세스 보상 학습 기법을 통합하고 강력한 심층 추론 기능을 갖추고 있으며 복잡한 작업에서 뛰어난 성능을 발휘합니다.

VibeVoice는 Microsoft의 새로운 텍스트 음성 변환(TTS) 모델입니다. 이 모델은 최대 4개의 서로 다른 스피커에서 대화형 오디오를 생성하고 최대 90분의 연속 음성 출력을 지원하여 기존 TTS 시스템의 길이 제한을 극복합니다.

스페이셜젠은 확산 모델 아키텍처를 기반으로 하는 쿠나 테크놀로지의 오픈 소스 3D 장면 생성 모델로, 텍스트 설명, 참조 이미지 및 3D 공간 레이아웃을 기반으로 시공간적으로 일관된 멀티뷰 이미지를 생성하고 3D 가우시안 장면 생성 및 로밍 비디오 렌더링을 지원합니다.

EchoMimicV3는 앤트 그룹에서 출시한 멀티모달 디지털 휴먼 비디오 생성 모델로, 13억 개의 파라미터로 오디오, 텍스트, 이미지 등 다양한 입력을 처리하여 고품질의 디지털 휴먼 애니메이션을 생성할 수 있습니다.

Fun-ASR은 네일과 통이랩스가 공동으로 출시한 대형 음성 인식 모델입니다. 이 모델은 방대한 오디오 데이터로 학습되어 인터넷, 기술, 가정 장식 등과 같은 여러 산업 분야의 용어를 정확하게 식별할 수 있어 인식 정확도를 크게 향상시켰습니다. 이 모델은 추론 최적화를 위해 네일 엔터프라이즈 정보와 결합되어 팬텀 문제를 줄입니다.

스퀴블러는 작가를 위해 설계된 강력한 AI 지원 글쓰기 플랫폼으로, 구상부터 창작, 출판에 이르는 전 과정을 도와줍니다. 이 플랫폼은 소설, 시나리오, 단편 소설 등 다양한 스토리 템플릿을 제공합니다. 사용자는 초기 컨셉만 입력하면 AI가 개요, 캐릭터, 장면 등을 생성할 수 있습니다.

91Writing은 완전 오픈 소스 AI 소설 창작 도구로, Vue 3 및 Element Plus를 기반으로 개발되어 GPT, Claude, Gemini 등과 같은 다양한 고급 AI 모델을 통합합니다. 이 도구는 창작자에게 프로젝트 생성을 포함하여 아이디어에서 텍스트까지 완벽한 창작 도구 체인을 제공합니다....

Aivilization은 홍콩과학기술대학교에서 개발한 세계 최초의 AI 다중 지능체 소셜 시뮬레이션 플랫폼입니다. 사용자가 수천 개의 AI 지능을 만들고 안내하여 미래 인간-AI 공존의 사회적 진화를 관찰할 수 있는 시각적 디지털 샌드박스를 구축합니다. 이 플랫폼은 다음을 지원합니다.

Grok 2.5는 Elon Musk의 xAI에서 개발한 오픈 소스 AI 모델입니다. 2,690억 개의 파라미터를 갖춘 이 모델은 강력한 성능과 추론을 위해 혼합 전문 지식(MoE) 아키텍처를 기반으로 합니다. 이 모델은 대학원 수준의 과학 지식(GPQA), 범용 지식(MMLU, MM ...

Draw A Fish는 전 세계적으로 공유되는 가상 어항에 넣을 물고기를 그릴 수 있는 간단하고 재미있는 온라인 AI 물고기 그리기 사이트로, 등록이 필요 없고 사용하기 쉬우며 몇 초 만에 만들고 공유하는 데 불과 몇 초밖에 걸리지 않습니다.

MIT의 최신 보고서인 '생성적 AI 격차: 2025년 비즈니스 AI 현황'은 300개 이상의 AI 프로젝트에 대한 심층 연구, 52개 조직과의 인터뷰, 153명의 경영진을 대상으로 한 설문조사를 통해 기업이 겪고 있는 생성적 AI(GenAI) 도입 과정의 핵심을 보여줍니다....

AutoClip은 자동화된 비디오 처리의 전체 프로세스를 달성하기 위해 고급 AI 기술을 기반으로 하는 오픈 소스 AI 비디오 편집 도구입니다. 도구는 비디오의 하이라이트를 자동으로 식별하고 귀중한 콘텐츠를 정확하게 추출 할 수 있으며 지능형 클러스터링 테마의 유사성을 기반으로 콘텐츠 모음을 생성 할 수 있습니다.AutoClip 지원 ...

툰컴포저는 홍콩 중문대학교, 텐센트 PCG ARC 랩, 북경대학교가 공동으로 출시한 제너레이티브 AI 애니메이션 툴입니다. 제너레이티브 포스트 키프레임 기술을 통해 중간 프레임 생성 및 채색 프로세스가 자동화된 프로세스로 통합되어 스케치만 있으면 됩니다.

Seed-OSS는 긴 텍스트와 추론 작업에 중점을 둔 Byte Jump Seed 팀이 오픈소스화한 대규모 언어 모델 제품군입니다. 이 모델은 복잡한 논리적 추론과 다단계 추론에서 높은 정확도로 잘 수행하며 어려운 문제를 효율적으로 해결할 수 있습니다.Seed-OSS는 최대 512K의 긴 텍스트 컨텍스트를 지원합니다....

Intern-S1-mini는 상하이 인공 지능 연구소(SAL)에서 출시한 파라미터 스케일 8B의 경량 과학 멀티모달 매크로 모델로, Intern-S1의 강력한 기능을 계승하여 범용 및 전문 과학 기능을 모두 결합하여 신속한 배포 및 2차 개발에 적합합니다. 성능 측면에서, 나는 ...

나노 바나나는 간단한 텍스트 프롬프트에 따라 기존 이미지를 고품질로 수정할 수 있도록 세밀하고 사실적인 이미지를 생성하는 Google의 AI 이미지 생성 및 편집 모델인 Gemini 2.5 플래시 이미지의 코드명입니다.

Klear-Reasoner는 Qwen3-8B-Base를 기반으로 하는 Racer의 고성능 추론 모델입니다. 이 모델은 수학적 추론과 코드 추론을 잘 수행하도록 긴 사고 체인 감독 미세 조정 및 강화 학습을 통해 훈련되었습니다.Klear-Reasoner...

CombatVLA는 아모이 그룹의 퓨처 라이프 랩 팀이 개발한 혁신적인 3D 액션 롤플레잉 게임(ARPG) 전용 모델로, 3B 파라메트릭 스케일로 구축된 시각-언어-행동(VLA) 모델로, 모션 트래커를 통해 인간 플레이어의 동작을 수집합니다.

DeepSeek V3.1은 이전 버전인 V3를 기반으로 중요한 업그레이드가 이루어진 차세대 AI 모델로, 모델이 사고 모드와 비사고 모드 사이를 유연하게 전환할 수 있는 하이브리드 추론 아키텍처를 도입하여 사고 능력을 크게 향상시켰습니다.

Qwen-Image-Edit는 알리 통이가 소개한 다목적 이미지 편집 모델로, 200억 개의 매개변수가 있는 Qwen-Image 아키텍처를 기반으로 구축되었습니다. 이 모델은 시맨틱 및 외관 편집 기능을 모두 결합하여 이미지에 대한 낮은 수준의 시각적 외관 편집(예: 추가, 삭제...)을 수행할 수 있습니다.

MoE-TTS는 사전 학습된 대규모 언어 모델(LLM)과 음성 전문가 모듈을 결합하는 혼합 전문가(MoE) 아키텍처를 기반으로 하는 쿤룬완웨이가 도입한 음성 합성 프레임워크로, 텍스트 모듈 파라미터는 고정하고 음성 모듈 파라미터만 업데이트하여 강력한 텍스트 추론 기능을 유지합니다...

지니 인비저너(GE)는 지니 로보틱스 팀이 싱가포르 국립대학교, 베이징 항공 우주 대학교 및 기타 기관과 협력하여 개발한 로봇 운영을 위한 통합 플랫폼입니다. 로봇이 '먼저 상상한 다음 행동'함으로써 작업을 더 잘 이해하고 수행할 수 있도록 지원합니다.

DINOv3는 메타 AI의 차세대 자기 지도 비전 기반 모델로, 자기 지도 학습 패러다임을 사용하여 라벨링 데이터 없이 이미지 특징을 학습합니다. 데이터 준비를 개선하고 그램 앵커링을 도입하여 특징 저하 문제를 해결하고 일반화 성능을 향상시킵니다....

Mureka V7.5는 중국 작곡에 중점을 둔 쿤룬 월드 와이드의 최첨단 AI 음악 생성 모델입니다. 이 모델은 음색과 연주 기법을 정확하게 재현하여 자연스럽고 부드럽고 감성적인 보컬을 생성합니다. 최적화된 자동 음성 인식(ASR) 기술을 기반으로 하는 Mureka V...

스카이워크 딥 리서치 에이전트 V2는 쿤룬 웨이브가 출시한 딥 리서치 지능형 기관으로, 다중 모드 정보의 통합 및 분석에 중점을 두고 있으며, 스카이워크 딥 리서치 에이전트 V2는 텍스트, 그래프, ...

훈위안-게임크래프트는 텐센트 훈위안 팀의 오픈 소스 인터랙티브 게임 비디오 생성 프레임워크입니다. 단일 사진 및 프롬프트에서 프레임워크를 사용하여 매우 역동적인 게임 비디오를 생성하고, 키보드와 마우스를 통해 사용자가 비디오 콘텐츠를 실시간으로 제어할 수 있도록 지원합니다.

스카이워크 유니픽 2.0은 이미지 생성, 편집, 이해에 초점을 맞춘 효율적인 멀티모달 모델로, 퀸테센스가 오픈소스로 제공합니다. 이 모델은 2B 매개변수 SD3.5-Medium 아키텍처를 기반으로 하며 사전 교육, 점진적인 이중 작업 강화 전략 및 공동 교육을 통해 실현됩니다....

RynnRCP는 알리 다르마 연구소의 오픈 소스 로봇 컨텍스트 프로토콜(RCP)로, 구현된 지능 개발의 문턱을 낮추고 전체 개발 과정을 개방합니다.RynnRCP는 RCP 프레임워크와 로봇모션 모듈로 구성되며, 기능 추상화와 다중 프로토콜 지원을 통해 RCP 프레임워크는...

린넥은 알리바바 달마 연구소에서 도입한 세계 이해 모델로, 구체화된 지능 작업에 중점을 두고 있습니다. 이 모델은 비디오 데이터와 자연어를 결합한 멀티모달 융합 기술을 기반으로 하며, 장면의 객체를 여러 차원에서 파싱하여 객체 이해, 공간 인식, 비디오 대상 분할 등의 기능을 지원할 수 있습니다.

Matrix-3D는 탐색 가능한 파노라마 3D 월드를 생성하는 데 중점을 둔 스카이워크 AI 팀의 오픈 소스 프레임워크입니다. 이 프레임워크는 파노라마 비디오 생성 및 3D 재구성 기술을 결합하여 단일 이미지 또는 텍스트 프롬프트에서 고품질의 전방향 탐색 가능한 3D 월드를 생성합니다....

GLM-4.5V는 스마트 스펙트럼에서 도입한 세계 최고의 오픈 소스 시각적 추론 모델로, 총 매개변수가 1,060억 개, 활성화된 매개변수가 120억 개에 달합니다. 이 모델은 강력한 시각적 이해 및 추론 기능을 갖춘 차세대 텍스트 기반 모델 GLM-4.5-Air를 기반으로 학습되어 이미지, 비디오, 동영상 등을 처리할 수 있습니다.

Matrix-Game 2.0은 쿤룬 스카이워크 AI에서 자체 개발한 인터랙티브 월드 모델입니다. Matrix-Game 2.0은 범용 시나리오를 위한 업계 최초의 오픈 소스 실시간 롱 시퀀스 인터랙티브 생성 모델로, 멀티플레이어에서 25FPS로 실행할 수 있습니다.

바이촨-M2는 바이촨 인텔리전스가 출시한 오픈소스 의료용 증강 매크로 모델입니다. 이 모델은 의료 분야에서 우수한 성능을 발휘하며, 특히 헬스벤치 리뷰에서 60.1점을 기록하여 OpenAI의 gpt-oss120b 및 기타 여러 오픈 소스 모델을 능가하는 글로벌 ...

퀀플래시는 알리바바 통이 천문 시리즈에 도입된 고성능, 저비용 언어 모델로, 빠른 응답과 간단한 작업의 효율적인 처리를 위해 설계되었습니다. 고급 전문가 혼합(MoE) 아키텍처를 기반으로 희소 전문가 네트워크에 의해 실현됩니다....

SkyReels-A3는 쿤룬 월드 와이드 그룹의 오디오 기반 디지털 휴먼 제작 툴입니다. SkyReels-A3는 오디오 기반 디지털 휴먼 제작 도구로, 간단한 입력(예: 인물 이미지 및 음성)을 통해 고품질의 동적 비디오 콘텐츠를 생성하고, 정적인 사진을 '생동감 있게' 만들고, 기존 비디오의 대사를 캐릭터가 자동으로 일치하는 새로운 립싱크로 대체할 수 있습니다....

미니막스 스피치 2.5는 미니막스 팀이 개발한 고급 음성 생성 모델입니다. 특히 다국어 표현력, 음색 재현 정확도 및 언어 범위 측면에서 음성 합성 분야의 중요한 발전입니다. 이 모델은 40개 언어를 지원합니다...

GPT-5는 OpenAI가 여러 가지 업그레이드를 통해 출시한 최신 언어 모델입니다. 문제의 복잡성에 따라 효율적인 모드와 심층 사고 모드를 자동으로 전환하여 빠른 응답과 정확한 답변을 가능하게 하는 실시간 라우터가 내장된 통합 지능 시스템입니다.GPT-5에는 푸시용을 포함하여 여러 버전이 있습니다....

dots.vlm1은 리틀 레드북 하이랩에서 오픈소스로 공개한 최초의 멀티모달 빅 모델입니다. 처음부터 학습된 12억 개의 파라미터로 구성된 시각 인코더인 NaViT와 DeepSeek V3 대규모 언어 모델(LLM)을 기반으로 강력한 시각 인식 및 텍스트 추론 기능을 갖추고 있습니다.

Genie 3는 매우 역동적이고 일관된 가상 세계를 실시간으로 생성할 수 있는 Google DeepMind의 차세대 범용 세계 모델로, 물리 현상과 자연 생태계를 시뮬레이션하고 판타지 및 역사 시나리오를 생성할 수 있도록 지원합니다. 텍스트 프롬프트를 통해 사용자는 ...

Claude Opus 4.1은 복잡한 작업을 효율적으로 처리할 수 있도록 설계된 Anthropic의 최신 대규모 언어 모델입니다. 이 모델은 프로그래밍 영역에서 탁월한 성능을 발휘하여 고품질 코드를 생성하고 최대 32k의 단일 출력을 지원하며 다양한 프로그래밍 스타일에 적응할 수 있습니다....

gpt-oss는 개발자를 위한 효율적이고 유연하며 배포하기 쉬운 AI 솔루션을 지원하는 OpenAI의 오픈 소스 추론 모델 제품군으로, 117억 개의 파라미터와 8개의 언어를 지원하는 gpt-oss-120B의 두 가지 버전으로 제공됩니다.

MiDashengLM은 오디오 처리 및 이해에 중점을 둔 특정 매개 변수 버전 MiDashengLM-7B를 갖춘 효율적인 사운드 이해를 위한 Xiaomi의 오픈 소스 대형 모델입니다. 이 모델은 샤오미 다셩 오디오 인코더와 Qwen2.5-Omn을 기반으로 합니다.

MOSS-TTSD는 칭화대학교의 음성 및 언어 연구소에서 개발한 오픈 소스 음성 대화 모델입니다. MOSS-TTSD는 텍스트 대화 스크립트를 자연스럽고 부드럽고 표현력 있는 대화 음성으로 변환할 수 있으며 영어와 중국어로 이중 언어 생성을 지원합니다.

오디오젠-옴니는 비디오, 텍스트 등의 입력을 기반으로 고품질 오디오, 음성, 노래를 생성하는 레이서의 멀티모달 오디오 생성 모델로, 멀티모달 확산 트랜스포머 및 위상 정렬과 같은 고급 기술을 기반으로 합니다 ...

LangExtract는 대규모 언어 모델(LLM)을 사용해 비정형 텍스트에서 구조화된 정보를 추출하는 Google 오픈 소스 Python 라이브러리입니다. 사용자 정의 명령과 몇 가지 예제를 통해 임상 노트와 같은 주요 세부 정보를 효율적으로 식별하고 정리할 수 있습니다.

퀀이미지는 알리바바 통이 첸첸 팀이 공개한 오픈 소스 이미지 생성 기본 모델입니다. 200억 개의 매개 변수로 멀티모달 이해, 고해상도 코딩, 확산 모델링의 세 가지 모듈을 통합하는 멀티모달 확산 트랜스포머 아키텍처(MMDiT)를 채택하고 있습니다.Qwen-Image의...

레드원은 리틀 레드북에서 도입한 소셜 네트워크에 특화된 대규모 언어 모델입니다. 이 모델은 사회 및 문화적 지식을 통합하고, 멀티태스킹 기능을 강화하며, 인간의 선호도를 조정하는 3단계 훈련 전략을 통해 훈련되며, RedOne은 소셜 작업 성능, 유해 콘텐츠 탐지 및 검색에서 기본 모델보다 훨씬 뛰어난 성능을 발휘합니다....

FastDeploy는 대규모 언어 모델(LLM) 및 시각적 언어 모델(VLM)을 위해 설계된 바이두의 고성능 추론 및 배포 도구로, Flying Paddle(패들패들) 프레임워크를 기반으로 개발되었으며 다양한 하드웨어 플랫폼...

InteriorGS는 큐나 테크놀로지가 도입한 고품질 3D 가우시안 시맨틱 데이터 세트입니다. 이 데이터 세트에는 집, 편의점, 예식장, 박물관 등 80개 이상의 실내 환경을 포함하는 1,000개의 3D 장면이 포함되어 있습니다. 이 데이터 세트에는 755개 카테고리의 554,000개 이상의 객체 인스턴스가 포함되어 있습니다...

DragonV2.1은 Microsoft의 고급 제로 샘플 텍스트 음성 변환(TTS) 모델입니다. 트랜스포머 아키텍처를 기반으로 하는 이 모델은 다국어 및 제로 샘플 음성 복제를 지원하며 5~90초의 음성 프롬프트만으로 자연스럽고 표현력 있는 음성을 생성합니다.

ScreenCoder는 UI 디자인 스크린샷을 고품질 HTML/CSS 코드로 빠르게 변환하는 오픈 소스 지능형 도구입니다. 시각적 이해, 레이아웃 계획 및 코드 합성 기술과 결합된 모듈식 다중 지능 아키텍처를 기반으로 하는 도구로 고정밀 및 시맨틱 프런트 엔드 생성을 지원합니다.

Gemini 2.5 Deep Think는 복잡한 작업을 해결하기 위해 설계된 Google의 AI 추론 모델입니다. 2025년 국제 수학 올림피아드(IMO)에서 금메달을 획득한 모델의 변형으로, 병렬을 통해 복잡한 작업을 해결하도록 설계되었습니다 ...

마인드링크는 쿤룬 월드와이드웹에서 출시한 오픈소스 추론의 대규모 모델입니다. 적응 형 추론 메커니즘을 통해 작업의 복잡성에 따라 유연한 전환 추론 모드, 간단한 작업 빠르게 생성, 복잡한 작업 심층 추론, 효율성과 정확성을 고려합니다. "생각"태그를 제거하기위한 계획 중심 추론 패러다임, 감소 ...

키미 K2 고속 버전(kimi-k2-turbo-preview)은 달의 어두운 면 키미에서 도입한 고성능 언어 모델입니다. 이 모델은 Kimi K2를 기반으로 최적화되었으며, 출력 속도가 크게 증가하여 초당 40 토큰을 생성할 수 있습니다...

dots.ocr은 샤오홍슈 하이랩에서 오픈소스화한 다국어 문서 구문 분석 모델로, 17억 개의 파라미터를 가진 시각 언어 모델(VLM)을 기반으로 문서 레이아웃 감지 및 콘텐츠 인식을 효율적으로 수행하면서 읽기 순서를 잘 유지할 수 있습니다.

HYPIR은 중국과학원 심천첨단기술연구소의 동 차오 연구팀이 도입한 이미지 복원을 위한 대규모 모델입니다. 이 모델은 확산 모델의 분수 선행과 적대적 생성 네트워크를 결합하여 효율적인 고품질 이미지 복원을 달성하며, HYPIR은 오래된 사진을 빠르게 복원하고 텍스트를 선명하게 유지하면서 해상도를 향상시킬 수 있습니다....

FLUX.1 Krea [개발]는 Black Forest Labs와 Krea AI의 텍스트 생성 그래픽 모델입니다. 이 모델은 입력된 텍스트 설명을 기반으로 고품질의 사실적인 이미지를 생성하며, 기존의 A...

Qwen3-Coder-Flash는 알리 통이 천 개의 질문 팀이 도입한 고성능 프로그래밍 모델로, 에이전트 기반 프로그래밍 및 도구 호출 기능이 뛰어나고 복잡한 프로그래밍 작업을 처리하는 데 능숙합니다. 이 모델은 256K 토큰의 긴 컨텍스트 이해를 지원하며 1M까지 확장할 수 있습니다.

와이드 리서치는 복잡하고 대규모 작업을 처리하도록 설계된 마누스 플랫폼의 강력한 기능입니다. 이 플랫폼은 시스템 수준의 병렬 처리 메커니즘과 인텔리전스 협업 프로토콜을 통해 수백 개의 범용 인텔리전스가 동시에 작업할 수 있도록 지원합니다.