Abliteration은 플래그십 모델의 저가형 버전 'Abliterated Large Flash'를 공개했다. 이미지와 텍스트 입력을 지원하며 컨텍스트 윈도우는 100만 토큰이다. 회사는 이를 가장 높은 사이버 역량의 모델이 필요한 제품 운영자와 방어 측을 위한, 기존 모델보다 저렴한 대안으로 자리매김하고 있다. 회사 게시물에 따르면 이 모델은 DeepSeek-V4.1-Flash-1017을 기반으로 한다.
Moonshot이 Kimi K3.1 Pro를 Kimi API로 공개했다. 아직 오픈 웨이트는 아니지만 "Full model weights will be released by Nov 4, 2026"라고 밝혔다. 요금은 입력 100만 토큰당 $2.00, 출력 100만 토큰당 $10이며, Artificial Analysis 점수는 55점이었다.
자율적으로 사후 학습을 수행하는 프런티어 모델 10종을 비교한 결과, GPT-6 Astra가 학습한 최고 모델은 12개 역량 벤치마크에서 베이스에서 Instruct로 가는 차이의 중앙값 76%를 메웠다. 2단계에서는 10개 모델 중 8개 모델에서 문체를 조정한 인간 선호도 평가가 향상된 반면, 벤치마크 개선은 소폭에 그쳤고 선호도와의 뚜렷한 연관성도 확인되지 않았다. 일부 에이전트는 답변을 길게 만들었고, 한 모델은 StrongREJECT에서 유해한 요구에 대한 순응도가 높아졌다.
WeVisOne-VL은 구조화된 next-token 예측을 통해 객체 수준과 픽셀 수준의 시각 인식을 통합한 VLM(Vision-Language Model)이다. 탐지, 참조 기반 위치 파악, 개수 세기, OCR, 세그멘테이션, 매팅을 지원하며, 점이나 박스에서 마스크, 알파 매트까지의 세분성으로 위치를 파악할 수 있다.
IQuest-Q1은 총 파라미터 320B(활성화 15B)의 희소 MoE 구조를 갖춘 에이전트용 기반 모델로, 사전 학습, 중간 학습, 사후 학습의 다단계 학습을 통해 에이전트형 코딩과 범용 능력을 강화했다. 사전 학습에서는 Stable SplitNorm, Muon, muP를 결합했으며, 사후 학습에서는 SFT, 도메인 특화 RL, MOPD를 여러 스캐폴드에서 활용했다. 각 단계의 체크포인트와 전문가 모델은 모델 병합으로 통합되어 오픈소스 모델로 공개됐다.
RSIHub는 에이전트 진화 기법의 구축, 비교, 확장을 공통 기반 위에서 수행하기 위한 오픈소스 프레임워크다. 재사용 가능한 오퍼레이터와 일관된 평가 체계를 갖춰 실험 기반을 반복해서 다시 구현하는 일을 줄이도록 설계됐다. AHE, Hyperagents, A-Evolve, GEPA를 구현하고 MiniSWE와 Codex에서 Terminal Bench 2 및 τ^3 Banking을 평가한 결과, 전체 pass@1의 최대 개선폭은 13.5포인트였다. 다만 기법의 순위는 설정에 따라 달라졌으며, 최적화로 얻은 개선이 보지 못한 과제에 반드시 이전되는 것은 아니었다.
Principia는 추론 시점에 과학적 원리를 구축하고 반복적으로 개선하여, 분자 및 생물학 과제의 발견을 가속화하는 LLM 기반 프레임워크이다. 분자 최적화, 단백질 엔지니어링, 유전자 섭동, 분자 특성 예측 벤치마크에서 내부 지식, 외부 정보원, 경험 요약에 의존하는 기준 모델들을 능가한 것으로 보고되었다. 생성된 원리는 타당하며 과학 문헌과도 일관된다고 한다.
Anthropic은 AI 에이전트에 전문 지식과 워크플로를 부여하는 오픈 표준 Agent Skills를 Linux Foundation 산하의 Agentic AI Foundation(AAIF)에 기증했다고 밝혔다. 2025년 12월 표준 공개 이후 ChatGPT, Cursor, GitHub Copilot, VS Code를 포함한 70여 개 이상의 에이전트 플랫폼이 이를 통합했다. 지금까지 100만 개의 스킬이 공개되었고, 설치 수는 약 2.8억 건에 달했다.
선정 이유: Agent Skills의 보급 규모와 명칭 및 도메인을 포함한 이관 내용, 향후 로드맵이 제시되어 있어 표준의 운영 체계를 파악하기 쉽다.
AWS Machine Learning Blog는 AI 에이전트가 문장을 생성할 때마다 그 문장을 Kokoro-82M TTS 모델로 보내, 전체 텍스트 생성을 기다리지 않고 음성 합성을 시작하는 방법을 소개했다. Kokoro-82M(8,200만 파라미터)은 SageMaker AI 실시간 엔드포인트에서 ml.g5.xlarge GPU 인스턴스로 동작하며, 컨테이너는 POST /invocations와 WS /invocations-bidirectional-stream 두 가지 라우트를 제공한다.
Allen AI가 위성 임베딩 모델 OlmoEarth v1.3을 공개했다. 10m 해상도의 전 지구 연간 임베딩(64차원·128차원)도 함께 공유하며, 브라우저에서 지도를 탐색하고 맞춤 설정할 수 있는 OlmoEarth Embeddings Explorer도 제공한다. 27건의 평가 가운데 128차원 버전은 20건에서 최고 점수를 기록했다고 한다.
AI 스타트업 Recursive가 실험의 제안, 실행, 평가를 수행하는 AI 시스템 'Eureka Machine'을 개발의 거의 전 과정에 활용해 첫 언어 모델 Flint를 공개했다. Flint는 MoE 모델로, 총 파라미터 40B, 토큰당 활성 파라미터는 2.5B다. 가중치는 Apache 2.0 라이선스로 Hugging Face에 공개됐으며, 벤치마크 결과는 아직 독립 검증을 거치지 않았다.
Hugging Face는 목요일 DNA에 대해 자연어로 질문할 수 있는 오픈소스 모델 Carbon-X를 공개했다. 파라미터 수는 14B이며 노트북PC에서 로컬로 실행할 수 있다. 개발자는 실제 웻랩 실험을 통한 검증은 아직 이뤄지지 않았으며 예측 정확도는 알려지지 않았다고 설명했다.
IBM이 Granite 시계열 모델 4종을 조합한 예측 레시피 「Granite Timeseries Ensemble」을 공개했다. 재학습이나 학습 완료된 앙상블 가중치가 필요 없으며, 중앙값과 분위수 예측을 반환한다. 기본값인 Probabilistic Ensemble은 각 멤버에 동일한 영향력을 부여하고 확률 공간에서 분위수를 통합한다. 대안인 IQR Ensemble은 예측의 분산 정도에 따라 가중치를 달리한다. granite-tsfm>=0.3.11을 설치한 뒤 ibm-granite/granite-timeseries-ensemble-r1을 불러오면 바로 사용해 볼 수 있다.
AI 스타트업 Recursive가 첫 모델인 코딩 모델 Flint를 공개했다. Apache 2.0 라이선스로 Hugging Face에서 무료로 내려받을 수 있으며, 노트북에서도 동작한다. 회사의 자동 연구 시스템 Eureka Machine이 개발 거의 전 과정을 지원했고, 소규모 팀이 4개월 미만에 완성했다고 한다.
스타트업 Recursive가 오픈 웨이트 코딩 모델 Flint(40B 파라미터)를 공개했다. 회사 CEO Richard Socher는 개발의 대부분을 AI 시스템 Eureka Machine이 자동화했다고 설명했다. WIRED의 Will Knight는 48GB RAM 맥에서 모델을 시험해 본 결과 코딩 요청을 매번 처리했다고 보고했다.
NVIDIA는 시계열 예측 모델 「Kumo Forecast」(구 NV-Tesseract Forecasting)를 공개했다. 사전 학습된 Transformer와 이력 패턴 검색(DARR)을 결합해, 직접 예측과 검색 결과를 섞어 예측한다. 기반은 MOMENT-1-large이며, 약 3억 4000만 파라미터의 인코더를 사용하고 라이선스는 Apache 2.0이다. 해석 기능도 갖추고 있다.
NVIDIA는 언어, 로보틱스, 생물, 양자 분야에서 오픈 모델을 확충하며 Nemotron 3.5 Super VL, Nemotron 3.5 Bolt, Kumo, Cosmos 3.5, Alpamayo 2 Edge, BioNeMo, Ising 등을 발표했다. 회사는 이를 각 지역의 언어와 산업에 맞는 애플리케이션을 자사 데이터로 커스터마이즈하고, 관리하는 인프라에 배포할 수 있는 기반으로 자리매김하고 있다. 대부분은 Hugging Face, GitHub, build.nvidia.com을 통해 제공된다.
Matrix-Game 4.0은 게임 엔진 실행과 자기회귀형 동영상 모델 기반 영상 생성을 분리해 실시간으로 플레이 가능한 게임 세계를 구현한다. NVIDIA RTX 5090 1장으로 480p, 60 FPS, 입력에서 화면 표시까지 지연 112ms를 달성했다. 코드, 모델 가중치, 로우폴리 게임 에셋도 공개했다.
Sage-A1.5는 A1을 바탕으로 적응형 능력 합성을 통해 장기적인 문제 해결을 진행하는 35B 규모의 Mixture-of-Experts형 에이전트 모델이다. 하위 에이전트에 태스크를 위임하고 병렬로 협업하며, 진행 상황 확인과 증거 검증, 전략 재검토를 통해 장기 태스크의 신뢰성을 높이고자 한다. 나아가 사전에 정의된 질문에 대한 답변을 넘어, 대화형 분석과 검사 가능한 연구 산출물을 연결하는 과학적 탐색으로의 확장도 내세우고 있다.
Hugging Face의 Clem Delangue CEO는 Netflix 다큐멘터리 「AI Gone Rogue」의 내용이 부정확하다고 지적했다. 그는 기술을 지나치게 의인화하고 종말론적으로 묘사한 점을 비판했다. 저널리즘으로서는 실망스럽지만 SF 영화로서는 재미있다는 평가다. 그에 따르면 방송은 에이전트의 격리와 감시의 허점, 그리고 클로즈드 모델의 안전장치가 방어 작업을 방해한 점을 다루지 않았다.
Tencent는 2026년 차세대 모델 "Hy4 Preview", 오피스용 "WorkBuddy", 크리에이티브 디자인용 "Miora", 모델 제공 기반 "TokenHub" 등 AI 제품을 선보이고 있다. Hy4 Preview는 총 파라미터 770B, 활성화 파라미터 49B, 컨텍스트 윈도우 100만 토큰 이상의 오픈소스 모델이며, API 요금은 입력 100만 토큰당 6위안, 출력 100만 토큰당 18위안으로 알려졌다.
GoTo는 2026년 10월 19일 발리섬 Sanur에서 270억 개 파라미터(27B) 규모의 오픈소스 언어 모델을 발표했다. 인도네시아어에 더해 자바어, 순다어, 발리어, 바탁어를 지원하며, 스타트업, 기업, 대학, 연구자, 공공기관이 무료로 사용, 연구, 수정할 수 있다고 밝혔다. Kontan에 따르면 Hugging Face상의 식별자는 gemma3-27b-cpt-gotoai-v3-instruct이며, 학습 데이터 규모, 하드웨어, 라이선스 조건은 확인되지 않았다.
재귀적 자기 개선(RSI)을 로봇 학습의 맥락에서 검토한 서베이형 논문이다. 디지털 에이전트처럼 자신의 코드를 고쳐 쓰고 검증하는 기법을, 부분 관측, 고비용 시행, 되돌릴 수 없는 결과가 따르는 물리 세계에 적용할 때의 과제를 정리했다. 기존 연구는 주로 매니퓰레이션에 집중되어 있으며, 행동 개선, 후속 학습에 대한 효과, 절차 개선은 뒷받침하지만, 기록된 물리 실험에서는 재귀 자체에 따른 효과를 분리하지 못했다고 결론짓고 있다.
DeepSeek는 자사 추론 프레임워크 「DeepInfer」를 Apache License 2.0으로 공개했다. DeepInfer는 V4.1-Flash 모델의 응답 생성을 대규모로 뒷받침하는 서빙 소프트웨어로, vLLM을 기반으로 최적화된 연산 커널, 여러 칩에 걸친 분산 처리, 고속 텍스트 생성 기술을 결합했다. 아울러 공식 DeepSeek API의 토큰 처리를 재현해 자체 운영 환경에서도 같은 동작을 보장하는 「deepseek-recipe」도 함께 공개되어, OpenAI와 Anthropic 등 미국·유럽 사업자에 대한 가격 압박 요인이 될 전망이다.
구글이 PyTorch 앱을 TPU에서 실행할 수 있는 TorchTPU를 오픈소스로 공개했다. 설정만 바꾸면 기존 앱을 옮길 수 있고 코드를 다시 쓸 필요가 없다고 한다. 아마존도 전날 TorchNeuron을 공개해, 두 회사 모두 NVIDIA 의존도를 낮추려는 움직임을 이어가고 있다.
Interconnects의 제25회 오픈 아티팩트 정리는 미중 정부가 오픈 웨이트 모델에 대한 규제를 모색하고 있다는 점과 DeepSeek가 사내 추론 스택 DeepInfer를 공개한 점을 다룬다. MOFCOM은 최첨단 AI 모델의 국제 공유에 사전 승인을 요구하는 정책안을 공표했고, DHS는 DeepSeek를 연방 민간 조달의 벤더에서 제외하는 명령을 내렸다. 주목 모델로는 MiMo-V2.6-Pro-RL, DeepSeek-V4.1-Flash-1017, Beam-1.0-501B-A23B 등을 소개한다。
Hugging Face가 Apple Foundation Models 프레임워크를 대체할 수 있는 AnyLanguageModel 1.0을 공개했다. swift-huggingface 1.0과 swift-xet 1.0도 함께 릴리스했다. import를 `import AnyLanguageModel`로 바꾸기만 하면 시스템 모델, llama.cpp, MLX, Core ML, 각종 호스팅형 제공업체를 같은 코드로 다룰 수 있다.
MemT-1.0은 지속적인 기억을 기반 모델의 연산에 통합한 메모리 기반 모델로, MemT-1.0-Nano와 MemT-1.0-Flash 두 모델을 공개했다. 128K 토큰의 이력 길이에서 MemT-1.0-Nano는 전체 컨텍스트 KV 캐시와 비교해 엔드투엔드 추론 속도가 약 1.86배 빨라졌고, 영구 저장 공간은 66배 줄었다. 평균적으로 파라메트릭 메모리 베이스라인을 웃돌며, 검색 증강 방식과 맞먹는 성능을 보이면서도 범용 능력은 대체로 유지한다고 밝혔다.
Latent Space의 AINews가 10/16~10/19 동향을 정리했다. DeepSeek V4.1 Flash 1017은 총 552B 파라미터·활성 16B, 1M 토큰, MIT 라이선스의 MoE 모델이며 AA Intelligence Index는 45다. MiniMax M3.1 Flash는 가중치를 10월 23일 공개할 예정이다. Mercury 3, Meta Muse, Anthropic Public Benefit Fund 등도 다룬다.
Amazon SageMaker JumpStart는 2026년 1~9월에 30개 프로바이더의 100개가 넘는 신규 모델을 추가했다. 가장 많은 것은 Alibaba(Qwen)의 29개 모델이며, 이어서 NVIDIA가 17개, Mistral이 7개, Google이 6개 모델을 추가했다. 추론, 멀티모달, 양자화 모델 등 폭넓은 모델을 포함하며, 원클릭 배포를 지원한다.
Specter는 양자화된 추측 디코딩과 expert offloading을 결합해 단일 GPU에서 MoE 모델 추론을 가속하는 추론 시스템이다. 단일 요청 추론에서 최신 시스템과 비교해 TPOT가 평균 1.50배(최대 1.88배) 향상된 것으로 보고됐다. 메모리가 제한된 단일 GPU 환경에서 일반적인 하드웨어 기반 MoE 추론을 보다 실용적으로 만드는 것이 목표다.
AI at Meta@AIatMetaAI 점수5252
MiniMax가 추론 모델 「MiniMax M3.1 Flash」를 공개했다. Artificial Analysis Intelligence Index에서 42점을 받아 이전 모델인 M3보다 13점 높으며, 작업당 비용은 절반 이하로 떨어졌다. API 가격은 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60이며, 컨텍스트는 최대 100만 토큰이고 텍스트와 이미지를 처리할 수 있다. 한편 Artificial Analysis에 따르면 환각률은 93%로 보고됐다.
Nvidia는 상시 가동 에이전트와 엣지 컴퓨팅을 위한 오픈 웨이트 모델을 발표했다. 기업용 「Nemotron 3.5 Super VL」은 120B 파라미터로, 지시 따르기와 도구 활용 작업에서 Nemotron 3 Ultra에 가까운 정확도를 보인다고 한다. PC용으로는 경량 모델 「Nemotron 3.5 Bolt 74B-A9B 24GB」와 「Bolt E4B」를 내놓았다. Super VL과 Bolt 74B-A9B는 이미 제공을 시작했으며, Bolt E4B는 이번 달 후반에 제공될 예정이다.
xAI는 Grok 구독을 Nous Research의 오픈소스 자기 개선형 에이전트 「Hermes Agent」 안에서 바로 이용할 수 있도록 했다고 밝혔다. 이용 가능한 기능은 텍스트 대화와 고도의 추론을 위한 Grok 4.3, 음성 응답을 위한 Grok Text-to-Speech, 이미지와 동영상 생성을 위한 Grok Imagine이며, 모든 요금제에서 연결할 수 있다. 설정은 Hermes Agent의 프로바이더에서 「xAI Grok OAuth（SuperGrok Subscription）」를 선택하고 브라우저에서 로그인하기만 하면 된다.
xAI는 SpaceXSI의 코딩 에이전트이자 TUI인 Grok Build의 소스 코드를 GitHub에 공개했다. 컨텍스트 구성부터 도구 호출 디스패치까지의 구현을 직접 읽어볼 수 있다. 직접 컴파일해 자체 로컬 추론 환경에 연결할 수 있고, config.toml로 조작하는 로컬 우선(local-first) 운용도 지원한다.
Google과 Speakeasy가 OpenAPI 클라이언트 생성 스위트를 AGPLv3 라이선스로 오픈소스화한다. 배경에는 2026년 5월 Google이 이용하던 SDK 생성 제공업체가 인수되어 서비스 종료가 갑자기 발표된 일이 있다. 공개되는 것은 7개 언어용 SDK 생성기, 에이전트용 CLI 생성기, 그리고 OpenAPI와 Markdown 문서에서 MCP 서버를 생성하는 생성기다. Google은 이 구조를 통해 약 1명의 엔지니어가 6개 타깃을 유지보수하고 있다고 밝혔다.
Google은 Gemma 4를 기반으로 한 Apache 2.0 라이선스 오픈 모델 EmbeddingGemma 2를 공개했다. 텍스트, 코드, 이미지, 동영상, 오디오를 768차원 공통 벡터 공간으로 변환하며, 270M부터 740M 파라미터까지 필요한 인코더만 불러올 수 있다. MTEB (Code)에서는 EmbeddingGemma 1보다 14% 높은 점수를 기록했다.
선정 이유: 모듈식 인코더와 차원 축소 선택 방법이 수치와 함께 정리되어 있어, 자체 검색 기반의 구성을 검토할 때 비교 자료로 활용할 수 있다.
Google AI Edge 팀이 온디바이스 AI 추론용 GPU 연산 엔진 ML Drift를 Apache 2.0 라이선스로 공개했다. OpenGL ES, OpenCL, Metal, WebGPU를 지원하며, LiteRT의 GPU 가속 핵심 요소이면서 단독 라이브러리로도 사용할 수 있다. YouTube Shorts에서는 Google 발표 기준으로 프레임 지연 시간이 최대 40% 줄었다.
Apple과 Meta가 협력해 개발자가 고사양 Mac에서 AI 모델 「Muse Spark Open」을 로컬로 실행할 수 있도록 하는 작업을 추진하고 있다. 원문에 제공된 부분에는 대응 Mac의 구체적인 사양과 성능, 제공 시기 등 세부 정보는 나와 있지 않다.