NVIDIA@nvidiaAI 점수1212If this signed RTX Spark laptop landed on your desk, what’s the first thing you’d build, create, or play? Tell us for a chance to win this @ASUS ProArt P14 RTX Spark laptop signed by Jensen Huang. Use #ShareYourSpark in your reply, or use the hashtag in your own original post. Photos are encouraged, but not required!
NVIDIA@nvidiaAI 점수4242
OpenAI@OpenAIAI 점수4545
Perplexity@perplexity_aiAI 점수2525NVIDIA의 Nemotron 3.5 Super VL이 Perplexity Pro 및 Max 구독자 대상으로, 그리고 Agent API에서 이용 가능해졌다.
Meta의 코딩 특화 오픈 웨이트 모델 「Muse Spark Open」이 Amazon SageMaker JumpStart에서 이용 가능해졌다. MoE 아키텍처로 총 파라미터 816B, 활성 파라미터 42B, 컨텍스트 윈도우는 1M 토큰이다. BF16 버전은 ml.p6-b300.48xlarge, NVFP4 양자화 버전은 ml.p5e.48xlarge에서 동작하며, SageMaker Studio 또는 SageMaker Python SDK를 통해 자신의 AWS 계정 엔드포인트에 배포할 수 있다.
Anthropic@AnthropicAIAI 점수3838NVIDIA@nvidiaAI 점수2828
AI at Meta@AIatMetaAI 점수5959
Perplexity@perplexity_aiAI 점수5050NVIDIA는 크리에이터, 게이머, AI 에이전트를 위한 Windows PC 「NVIDIA RTX Spark」를 출시하고, 10월 16일(금)에 샌프란시스코, 베를린, 타이베이, 베이징, 이스탄불, 서울에서 출시 기념 이벤트를 연다. 행사장에서는 데모를 체험할 수 있으며, 사전 등록 필요 여부는 행사장마다 다르다. #ShareYourSpark 게시물 참여자 중에서 Jensen Huang의 사인이 담긴 ASUS ProArt P14 RTX Spark 탑재 노트북을 받을 수 있는 캠페인도 진행 중이다.
Google Gemini@GeminiAppAI 점수3434
Microsoft AI가 활성 파라미터 80B, 총 2.8T 파라미터 규모의 MoE 기반 모델 MAI-Base-2의 사전학습을 완료했다. 보류 평가에서는 테스트한 모든 오픈 웨이트 모델을 웃돌았으며, DeepSeek-V4-Pro-Base 대비 사전학습 FLOPs 효율은 4~12배다. 16k GB200 GPU로 38일간 학습했으며, 현재 사후학습 중이다. 가중치는 Foundry를 통해 신뢰할 수 있는 파트너에게 라이선스 제공할 방침이다.
Bar-Ilan University(BIU)는 2월 학습 플랫폼 Moodle에서 강의 자료를 검색하고 요약하는 AI 에이전트를 시범 도입했다. Microsoft Copilot Studio로 구축되었으며, 71개 과목, 약 2,400명의 학생이 대상이 되었다. 히브리어, 아랍어, 영어를 지원하며, 2026/27학년도 1학기에는 100개 과목으로 확대될 예정이다.
NVIDIA@nvidiaAI 점수6262Meet NVIDIA Nemotron 3.5 Super VL Our new open model combines reasoning and tool use with text, image, document, and video understanding for long-running AI agents. 120B total parameters with 12B active 🧵
AWS는 AI 에이전트에 자율성을 부여하면서도 통제를 유지하기 위한 다층적 사고방식인 'Trust in Depth'를 제시했다. Scope, Know, Bound, Observe라는 네 가지 질문으로 수명 주기 전체에 걸쳐 신뢰를 검증할 수 있도록 한다. 엄격하게 기술할 수 있는 규칙에는 자동 추론(automated reasoning)으로 증명을 제공하고, 모호한 판단은 사람에게 맡긴다.
NVIDIA는 120B 파라미터의 오픈 모델 Nemotron 3.5 Super VL과 엣지용 Nemotron 3.5 Bolt 74B-A9B 24GB, Bolt E4B 4GB를 발표했다. Super VL과 Bolt 74B-A9B는 현재 제공 중이며, Bolt E4B는 Oct. 23에 제공될 예정이다. NVIDIA는 Super VL이 같은 급의 차점 모델보다 최대 5배의 처리량을 보였다고 밝혔으며, 가중치와 데이터셋도 공개했다.
선정 이유: 서버용과 엣지용 3개 모델을 메모리 용량 및 배포 대상과 함께 정리하고 있어, 자사 환경에 맞는 규모를 비교해 고르기 쉽다.
OpenAI@OpenAIAI 점수3838How can the math community forge the best path forward in the AI age? We're committing $15M to workshops and initiatives — plus free AI computing resources for foundation-supported researchers — through new partnerships with @AnthropicAI and @OpenAI: https://bit.ly/4zpfIbW #math #science #AI
Anthropic@AnthropicAIAI 점수2424NVIDIA가 GeForce NOW에서 NVIDIA DLSS 4.5 제어 기능을 제공하기 시작했다. DLSS Super Resolution, Dynamic Multi Frame Generation, Ray Reconstruction 설정을 선택할 수 있으며, GeForce RTX 5080 탑재 클라우드 환경의 Ultimate 회원은 Dynamic Multi Frame Generation을 최대 4X까지 사용할 수 있다. 설정은 GeForce NOW 앱의 settings에서 하며, Windows, macOS, Chrome OS, Steam OS에서 이용할 수 있다.
OpenAI는 스승의 날을 맞아 브라질 포르투갈어로 'AI for Educators'를 소개했다. Study Mode는 교사가 학생의 능동적이고 단계적인 학습을 지원하는 데 도움이 된다고 밝혔다.
Google은 2026년 10월 15일 미국에서 Universal Cart 제공을 시작했다. Google Search와 Gemini 앱에서 이용할 수 있으며, 여러 소매점의 상품을 하나의 장바구니에 모아 저장하고 가격 하락이나 재입고 알림을 받을 수 있다. 결제는 Universal Commerce Protocol(UCP)과 Google Pay를 통해 이루어지며, 구매 확인과 판매는 각 매장이 담당한다.
Google DeepMind@GoogleDeepMindAI 점수3232
Mistral AI가 시계열 기반 모델 패밀리 「Timestral」을 공개했다. 가장 큰 209M 파라미터 모델은 GIFT-Eval, TIME, fev-bench 등 3대 주요 벤치마크에서 1위를 차지했으며, 기존 최첨단 모델보다 파라미터 수를 3분의 2 적게 쓰고도 성능에서 앞섰다. 5M부터 209M까지 4가지 크기로 제공되며, 추론에 GPU는 필요하지 않다. 표준 서버 CPU(8스레드) 기준으로 하루 뒤 예측에 5M 모델은 10ms, 209M 모델은 140ms가 소요되는 것으로 알려졌다.
Kimi.ai@Kimi_MoonshotAI 점수2525
Mistral AI@MistralAIAI 점수3232
NVIDIA는 유럽연합 집행위원회가 더블린에서 시작한 AI in Science Enablers Initiative에 참여해 유럽 연구자들을 위한 오픈 모델, 학습 자료, 컴퓨팅 자원 접근을 넓힌다고 발표했다. 현재 250개 이상의 오픈 모델과 250개의 오픈 데이터셋을 공개하고 있으며, NVIDIA Deep Learning Institute는 무료 오픈소스 교육 자료 허브를 열었다. 유럽에서는 35대의 슈퍼컴퓨터가 개발 중이며, 300만 명이 넘는 연구자가 이를 이용할 수 있게 된다.
Apertus 1.5는 Apertus 1.0의 8B 및 70B 모델을 확장한 최신 버전으로, 이미지와 음성 이해, 선택적으로 사용할 수 있는 사고 모드, 4배인 262,144토큰의 컨텍스트 윈도우를 갖췄다. 8B와 70B의 가중치는 2026년 7월 24일 Hugging Face에서 Apache 2.0 라이선스로 공개되었다. 학습 데이터는 8B 모델에 4조 토큰, 70B 모델에 2조 토큰의 지속 사전학습을 추가했으며, 합계는 각각 19T와 17T이다.
삼성전자가 14일 베트남 하노이에서 동남아 가전 테크세미나 '더 브리프'를 열고 맞춤형 AI 가전과 B2B 솔루션을 선보였다. 냉장고 카메라 기반 'AI 비전'으로 식재료 입출고 현황을 실시간 확인하는 기능을 시연했으며, B2B 통합 제어 플랫폼 '스마트싱스 프로'도 함께 소개했다.
삼성전자가 현지시간 15일 미국 실리콘밸리 마운틴뷰에서 '실리콘밸리 미래 통신 서밋 2026'을 개최한다. 행사에는 100여 명의 통신 전문가가 참석해 AI 내재형 6G 네트워크 등 3개 세션을 논의한다. 삼성전자는 AI RAN, X-MIMO, D-MIMO, ISAC 등 6G 핵심 기술 성과를 선보인다.
NVIDIA@nvidiaAI 점수2222
북유럽에서는 NVIDIA의 인프라와 Nemotron 오픈 모델을 중심으로 AI의 실용화가 진행되고 있다. 스웨덴에서는 Ericsson, AstraZeneca, Saab 등으로 구성된 컨소시엄이 DGX GB300 시스템 16랙과 1,152개의 GPU를 갖춘 공유 슈퍼컴퓨터 Sferical One을 출범시켰다. AI 클라우드 용량은 2027년 말까지 지역 전체에서 1기가와트에 이를 것으로 예상된다.
NVIDIA@nvidiaAI 점수88amen muse jensen, amen
Apple Machine Learning Research는 MLX와 RDMA over Thunderbolt를 활용해 Mac Studio 4대로 816B 파라미터의 Muse Spark Open을 초당 36토큰 이상으로 생성할 수 있음을 보였다고 밝혔다. M5 Ultra는 M3 Ultra 대비 TTFT가 최대 4.6배, 토큰 생성 속도가 1.6배 빠르다. Qwen 3.8 27B와 Mistral Medium 3.5 128B는 512GB 메모리를 탑재한 Mac Studio 단독으로 동작한다.
SSR은 멀티모달 검색 에이전트의 추론을 사전에 정의된 재사용 가능한 후보 중에서 선택하는 방식으로 바꿔, 턴당 추론 지연 시간을 90% 이상 줄인다고 밝혔다. 질문별 전체 추론 지연 시간은 28~54% 감소했으며, 2B와 4B 모델로 진행한 7개 멀티모달 검색 벤치마크에서 같은 규모의 주요 검색 에이전트에 필적하는 평균 성공률을 보였다. 강화학습과 지도 파인튜닝 모두에서 과제 성능을 떨어뜨리지 않으면서 효율을 높였다.
Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.
선정 이유: 총 파라미터 약 816B, 활성 파라미터 약 42B라는 구성과 각 추론 환경에서의 실행 방법 및 필요한 메모리 용량이 정리되어 있어, 도입 규모를 가늠하는 데 참고가 된다.
법률사무소 Sullivan & Cromwell은 OpenAI와 협력해 AI 도구 'Agreement Analyzer'를 개발했다. 이 도구는 계약서 초안에 포함된 문제점을 찾아내기 위한 것이다. 원문에는 기능의 세부 내용, 제공 형태, 수치에 관한 설명이 없다.
Anthropic은 프런티어 AI 모델을 평가하는 비영리 단체 METR의 팀에 직원과 같은 수준의 접근 권한을 주기 시작했다. METR은 리스크 평가 결과를 공개할 예정이다. SecureBio, Accenture와도 평가자로 협력하고 있으며, Hugging Face 등 여러 기관과도 초기 단계의 협의를 진행 중이다.
도구 사용형 LLM 에이전트에서 LLM이 먼저 계획을 세우는 Plan-then-Retrieve(PtR) 방식은, 여러 도구가 필요한 질의에서는 Retrieve-then-Plan(RtP) 방식을 웃돌았고, 단일 도구 질의에서는 뒤처지는 것으로 나타났다. ToolBench(46,984개 API 엔드포인트)에서의 평가에서도 이 경향은 검색 건수 k=1~20과 1,000~47,000개 규모의 레지스트리 전반에서 일관되게 나타났다. PtR은 추론 비용이 약 2배 들기 때문에, RtP의 상위 1건 검색 점수를 활용해 질의 복잡도에 따라 방식을 바꾸는 적응형 라우팅이 실용적인 방향으로 제시되었다.
Black Forest Labs의 FLUX.3 Image Klein이 공개되었으며, Diffusers에서 출시 첫날부터 작동한다. 하나의 모델로 text-to-image, 여러 참조 이미지를 이용한 image-to-image, 바운딩 박스를 통한 레이아웃 제어를 지원한다. 증류 버전은 16스텝, CFG 없이 H100에서 1024 × 1024 이미지를 약 2초 만에 생성한다. NVFP4와 FP8 가중치, LoRA 학습 스크립트, Modular Diffusers 파이프라인도 함께 제공된다.
선정 이유: 프롬프트에 bbox를 적어 배치와 이동을 지정하는 방법과 H100에서의 속도 및 메모리 실측치가 함께 제시되어 있어, 도입 부담을 가늠하기 쉽다.
Anthropic이 Claude Platform을 업데이트했다. Claude Opus 5.5의 fast mode가 리서치 프리뷰를 마치고 접근 신청도 필요 없게 됐다. 또한 fast-mode-2026-02-01 베타 헤더가 불필요해졌으며, Start, Build, Scale 각 사용 티어에는 기본 fast mode 속도 제한이 설정됐다.