텐센트·IBM·퍼플렉시티 등 새 AI 모델·제품 9종 공개

텐센트가 텍스트 명령과 카메라 움직임에 따라 영상 생성을 이어가는 월드 모델 Hy-Nomas를 오픈소스로 공개했다. 사용자는 생성 도중 객체를 추가하거나 인물의 행동, 배경, 화풍을 바꿀 수 있고 카메라 시점과 경로도 지정할 수 있다. 모델 가중치와 코드가 함께 배포되며, RTX 4090 한 장에서 구동되는 저메모리 설정도 포함됐다.

블록은 잭 도시가 이끄는 가운데 텍스트 데이터나 사전학습 모델 없이 사람의 대화 음성만으로 학습한 AI Dessa를 선보였다. 블록은 Dessa가 인간의 목소리만으로 학습해 자연스러운 실시간 대화를 구현하는 첫 AI라고 주장했다. IBM은 영어, 프랑스어, 독일어, 스페인어, 포르투갈어, 일본어를 지원하는 20억 파라미터 규모의 음성 인식·번역 모델 Granite Speech 5.0 2B를 내놨다. 이 모델은 소음과 잔향이 심한 환경에서의 인식 정확도와 긴 음성 번역 성능을 높였고 최대 2000개의 사용자 지정 키워드를 지원하며 Apache 2.0 라이선스로 배포된다.

의료·결정·에이전트 특화 모델도 잇따라

앤트그룹의 인클루전AI는 Ling-3.0-flash를 기반으로 만든 의료 특화 모델 Ling-3.0-flash-Sante의 가중치를 공개했다. 전체 파라미터는 1240억 개이며 토큰당 51억 개가 활성화된다. 퍼플렉시티는 40억 파라미터 결정 모델 pplx-decider-flash-v1.2를 애플 실리콘 맥에서 16GB 이상 메모리로 국소 실행하는 Decider for Mac을 출시했다. API 키나 사용료가 필요 없고 입력이 외부 서버로 전송되지 않으며, 첫 실행 시 5.8GB 모델을 내려받는다.

베이스텐 산하 베이스랩스는 의사결정 특화 오픈소스 모델 Mammut-1(270억 파라미터)과 Elephant-1(90억 파라미터)을 MIT 라이선스로 공개했다. Mammut-1은 Jev Decision Index 0.4에서 71.24점을 기록해 208개 모델 가운데 1위에 올랐다.

개발자 압둘라 아바바크레는 Claude Code, Codex, Cursor 같은 AI 에이전트가 휴대폰 화면을 읽고 터치, 입력, 스크롤로 모바일 앱을 조작하게 하는 MCP/API PhoneUse를 내놨다. VAST AI 리서치는 RTX 5090 한 장에서 720p 영상을 초당 24프레임 이상으로 생성하는 50억 파라미터 모델을 포함한 실시간 생성형 렌더러 EdenLive를 오픈소스로 공개했고 5B와 14B 가중치를 배포했다. 카일론은 참조 영상을 분석해 주석 기반 편집을 더한 뒤 팀 자체 제품용 새 영상으로 재구성하는 Annotations 기능을 선보였다. 이 같은 소식은 aitimes.com이 전했다.