Perplexity@perplexity_aiAI 점수5050#오픈소스 생태계
#오픈소스 생태계
오늘 12건- Perplexity@perplexity_aiAI 점수5050
Microsoft AI (MAI) NewsAI 점수5050 Microsoft AI, MAI-Base-2 사전학습 해설
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.
NVIDIA Blog주요 뉴스AI 점수6060 NVIDIA, 오픈 모델 Nemotron 3.5 Super VL과 Bolt 2종 발표
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.
Mistral AI NewsAI 점수4747 Mistral AI, 시계열 기반 모델 'Timestral' 공개
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.
NVIDIA BlogAI 점수4242 NVIDIA, 유럽 과학계를 위해 공개 학습 자료·협업·컴퓨팅 자원 제공 확대
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.
Hugging Face BlogAI 점수4141 Apertus 1.5, 이미지·음성 이해와 사고 모드 추가
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.
NVIDIA@nvidiaAI 점수2222
Hugging Face Blog주요 뉴스AI 점수6060 Black Forest Labs, FLUX.3 Image Klein 공개… Diffusers에서 출시 첫날부터 사용 가능
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.
WIRED AIAI 점수3838 AI 펜던트 「Friend 2」 리뷰, 개성이 부족한 대화 상대
AI 펜던트 「Friend 2」는 249달러에 판매되며, OpenAI의 최신 언어 모델을 기반으로 한다. 리뷰에서는 앱에서 이름을 바꿔 여러 성격의 인격을 만들 수 있지만 성격 차이는 거의 느껴지지 않으며, 웹 검색 등 대화 이외의 기능은 할 수 없다고 지적했다. 개발자 Avi Schiffmann은 다음 대형 업데이트에서 모든 사용자가 하나의 같은 존재와 대화하는 방식으로 바꿀 계획을 밝혔다.
- NVIDIA@nvidiaAI 점수4242
NVIDIA BlogAI 점수3333 NVIDIA, 영국 스타트업 생태계에 신규 투자 발표
NVIDIA는 영국의 Boltz, Foresight, Hiverge, Prima Mente, Riverlane 등 5개 기업에 대한 투자 계획을 발표했다. 아울러 영국의 에이전트형 AI 안전성 및 보안 연구를 강화하기 위해 5년간 2억 5000만 달러 규모의 컴퓨팅 자원 제공을 약속했다. 또한 Earthshot Prize에는 Global Alliance Founding Partner로 참여한다.
Qwen@Alibaba_QwenAI 점수3838인용LightSeek Foundation@lightseekorg685 output tokens/s per user on @Alibaba_Qwen Qwen3.8-Flash-Next. Running TokenSpeed on 4× NVIDIA GB300 with NVFP4. A look at the kernel and serving optimizations behind the results: 👉 https://lightseek.org/blog/tokenspeed-qwen3-8-flash-next.html ⭐ https://github.com/lightseekorg/tokenspeed
- NVIDIA@nvidiaAI 점수4242인용Emmanuel Macron@EmmanuelMacron
Jensen Huang le sait : la France est le pays le plus attractif d’Europe pour l’intelligence artificielle, grâce à nos talents, nos infrastructures et nos entreprises qui nous permettent de rester à l’avant-garde. Depuis Choose France, notre coopération avec NVIDIA s’accélère, des startups aux grands acteurs industriels, en passant par les infrastructures de calcul et la recherche. Avec une nouvelle étape aujourd’hui : NVIDIA investit dans des entreprises françaises et s’engage à soutenir notre initiative franco-allemande pour développer la recherche ouverte en Europe. Cela a d’autant plus de valeur que nous partageons et portons la même exigence d’une intelligence artificielle ouverte, sûre et au service de notre souveraineté. Merci cher Jensen pour votre confiance et votre soutien.
Hugging Face Daily PapersAI 점수2828 통합 멀티모달 모델의 생성 측 표현을 활용해 세밀한 시각 이해를 높이는 «GAFU»
GAFU는 통합형 멀티모달 모델(UMM)의 생성 측 표현을 컴팩트한 G 토큰으로 압축하여, 이해 측이 과제에 따라 이를 참조할 수 있도록 하는 사후 학습 프레임워크다. 같은 데이터로 학습한 SFT 베이스라인을 다양한 시각 이해 과제와 UMM 아키텍처 전반에서 앞섰으며, VStar-Bench, OmniSpatial, VSR-Bench에서의 상대적 개선폭은 최대 각각 20.00%, 17.94%, 8.62%다. 생성 경로의 보완적 정보가 세밀한 시각 이해의 향상으로 이어질 수 있음을 보여준다.
Hugging Face Daily PapersAI 점수3333 PrismaCoder, 분해형 루브릭 합성으로 오픈 멀티모달 코드 생성 강화
PrismaCoder는 루브릭 기반 파이프라인으로 멀티모달 코드 데이터를 합성·선별해, 시각적 코딩 과제에서 독점 모델에 필적하는 오픈 모델을 구현했다고 밝혔다. 학습용 데이터로 논문이 최대 규모라고 밝힌 오픈 데이터셋 'PrismaCoder-2M'을 구축했으며, PrismaCoder-9B와 PrismaCoder-35B를 학습해 공개했다. 동일한 루브릭은 데이터 필터링과 시각적 코딩 과제의 강화학습 보상에 함께 사용된다.
Hugging Face Daily PapersAI 점수3939 WorldCast, 세계 상태 예측에서 지능형 시각 생성을 탐구
다단계 세계 상태 예측을 평가하는 벤치마크 'WorldCast'가 제안됐다. 8개 카테고리 320개 사례로 12개 모델을 평가한 결과, GPT-Image-2.5 System은 72.8점, Nano Banana Pro는 42.8점, 최고 성능의 오픈소스 모델은 20.1점을 받았다. 강력한 생성 모델은 기반 언어 모델의 능력도 효과적으로 활용하고 있다.
- NVIDIA@nvidiaAI 점수2121
Hugging Face BlogAI 점수3939 LiquidAI, 온디바이스용 에이전트 모델 「LFM2.5-24B-A2B」 공개
LiquidAI는 총 파라미터 24B, 활성 파라미터 2B 규모의 추론 모델 「LFM2.5-24B-A2B」를 공개했다. 도구 호출과 다단계 작업을 지원하며, 로컬 하드웨어에서 에이전트를 지속적으로 실행할 수 있다고 한다. 에이전트 벤치마크 LiveClaw에서는 48.09점을 기록해 Qwen3.6-35B-A3B의 38.19점을 웃돌았다. 추론 속도는 Apple M5 Max에서 184 tok/s, 단일 NVIDIA B300 GPU에서 최대 21K output tok/s를 나타냈다.
- NVIDIA@nvidiaAI 점수2121
NVIDIA BlogAI 점수4343 NVIDIA RTX Spark, 글로벌 PC 앱 생태계 지원 완료
NVIDIA는 Microsoft와 함께 10월 16일 출시되는 RTX Spark 노트북을 위해 GitHub Copilot, Perplexity 등 에이전트 앱과 Adobe, 개발 도구의 지원을 발표했다. RTX Spark는 최대 128GB의 통합 메모리와 1 petaflop의 AI 연산 성능을 갖췄다. 에이전트용 74B(활성 9B) MoE 모델 Nemotron 3.5 Bolt 74B는 10월 15일 공개된다.
MIT Technology Review AIAI 점수6060 오픈 모델의 이점은 위험을 능가하는가? MIT Technology Review가 쟁점을 정리하다
MIT Technology Review는 전문가들의 견해와 함께 오픈 웨이트 모델의 이점과 위험을 정리한 해설 기사를 공개했다. 연구와 기업 활용, 권력 집중 억제 등의 이점이 있는 반면, 재학습으로 안전 대책을 쉽게 해제할 수 있다는 점이 과제로 꼽힌다. 단계적 공개 등 중간적인 대응책도 논의하고 있다.
NVIDIA BlogAI 점수3535 NVIDIA, 프랑스 스타트업에 신규 투자 발표
NVIDIA는 Doctolib, Entalpic, Genesis AI, Pigment 등 4개 회사에 투자할 계획이라고 발표했다. 투자 대상 분야는 헬스케어, 소재 탐색, 피지컬 AI, 사업 계획이다. NVIDIA는 유럽 전역의 기술 생태계에 약 100억 달러를 투입하고 있으며, 프랑스에서는 Nemotron 오픈 모델을 활용한 소버린 AI 도입도 진행되고 있다.
Simon WillisonAI 점수2020 web-edit 0.1a1 개요
Simon Willison이 2026년 10월 13일에 게시한 블로그 글로, 본문은 스폰서 모집과 LLM 관련 뉴스레터 안내로만 구성되어 있다. web-edit 0.1a1의 기능이나 사양에 관한 내용은 확인되지 않는다.
Hugging Face Daily PapersAI 점수3737 Socratic Skill Learning, 교육과 실습을 번갈아 수행해 전이 가능한 에이전트 스킬을 학습
Socratic Skill Learning(SSL)은 전문가의 지도와 학습자의 실습을 번갈아 결합해 에이전트가 재사용할 수 있는 스킬을 학습하는 기법이다. 주요 평가 세트(22개 패밀리·155개 케이스)에서 Fixed-Window SSL은 효용 0.801을 기록해, 스킬이 없는 경우의 0.723, Trace2Skill(궤적 증류)의 0.761, SKILL-KD(대조 증류)의 0.751을 웃돌았다.
- Perplexity@perplexity_aiAI 점수2424
AWS Machine Learning BlogAI 점수3232 llama.cpp로 의사결정 모델을 Amazon SageMaker AI에 배포하기
llama.cpp의 AWS DLC와 SemIf용 하위 이미지를 사용해, 선언된 선택지별 확률을 반환하는 의사결정 모델을 SageMaker AI에 배포하는 방법을 소개한다. JevBench의 231개 작업으로 검증한 결과, Qwen3.5-4B(Q4_K_M)의 정답률은 CPU 구성이 77.5%, GPU 구성이 77.9%였다. p50 지연 시간은 GPU 구성의 0.352초가 CPU 구성의 1.715초보다 4.9배 빠르다.
AWS Machine Learning BlogAI 점수4242 Ray LLM Deep Learning Containers로 멀티노드 추론 실행
AWS는 Amazon EKS의 GPU 노드 2대에 대규모 언어 모델 하나를 배포하고, prefill과 decode를 서로 다른 노드로 나눠 OpenAI 호환 엔드포인트 뒤에서 구동하는 방법을 설명했다. prefill을 담당하는 노드가 긴 프롬프트를 처리하고 decode를 담당하는 노드가 토큰을 생성함으로써, 계산 부하가 큰 prefill이 토큰 생성을 지연시키는 것을 막는다.
NVIDIA BlogAI 점수3535 NVIDIA, OCP Global Summit에서 Vera Rubin 아키텍처 공개… AI 팩토리 확대에 박차
NVIDIA는 OCP Global Summit에서 Vera Rubin 랙과 컴퓨트 트레이 설계를 개방형 NVIDIA MGX 아키텍처를 통해 OCP에 기증했다고 밝혔다. MGX 1.2 사양은 수냉식 5,000A 버스바와 19인치 장비 지원을 추가했으며, 랙 배포 용량을 최대 250kW까지 지원한다. 아울러 DSX AI Factory용 Config Manager, Cluster Readiness Engine 등 오픈소스 컴포넌트도 함께 공개됐다.
Latent SpaceAI 점수3636 AlphaFold가 단백질 폴딩을 아직 풀지 못한 이유, Google DeepMind와 Biohub의 대담
Google DeepMind의 Pushmeet Kohli와 Biohub의 Sal Candido가 Brandon Anderson의 사회로 AlphaFold가 단백질 폴딩 문제를 해결하지 못한 이유를 논의한다. 논의 주제에는 단백질 동역학, 무질서 영역, 정적 구조 예측의 한계가 포함된다. 연산 자원이나 데이터를 늘리는 것만으로는 생물학 문제를 풀 수 없으며, 적절한 스케일링 법칙을 찾는 것이 중요하다고 한다.
Hugging Face Daily PapersAI 점수3434 실행 모델 능력에 맞춘 스킬 적응으로 하네스 자기 진화 개선
강한 모델용 스킬은 약한 모델에서 효과가 적거나 성능을 떨어뜨리는 것으로 나타났으며, 이에 실행 모델의 능력에 맞춰 스킬을 다시 쓰는 '스킬 적응'을 제안한다. 103개의 태스크-스킬 조합에서 GPT-5.6-luna는 31.1점 향상된 반면 Gemma-4-E4B는 8.8점 하락했다. 고정된 메타 스킬로 약한 모델을 개선한 결과, 7개의 실행 모델에서 최종 점수가 2.0~5.1점 향상되었다.
- Qwen@Alibaba_QwenAI 점수5656인용Qwen@Alibaba_Qwen
Meet Qwen-Image-2.1, the most balanced and cost-effective image generation model in the Qwen-Image series! Now open weights! 🎨 A unified model for both generation and editing, delivering top-tier quality in a lightweight package. Highlights: 👀 - Compact & exceptionally fast: A lightweight 7B architecture that outperforms most closed-source models, with drastically accelerated inference for multi-image inputs. - Native transparency: Natively generates and edits RGBA layers, enabling seamless compositing and text editing within transparent images. - Versatile, high-fidelity editing: Supports up to 10 reference images and precise local control while preserving strict fidelity for portraits and products. - Broad coverage & stunning aesthetics: Excels at panoramas, infographics, and virtual try-ons, delivering realistic textures and elegant typography. Start to create your next masterpiece with Qwen-Image-2.1! 🖼️ - Blog: https://qwen.ai/blog?id=qwen-image-2.1 - GitHub: https://github.com/QwenLM/Qwen-Image-2.1 - Model Scope: https://www.modelscope.cn/models/Qwen/Qwen-Image-2.1 - Hugging Face: https://huggingface.co/Qwen/Qwen-Image-2.1
Anthropic@AnthropicAIAI 점수3434- Anthropic@AnthropicAIAI 점수4343
Latent SpaceAI 점수3636 Stacklok, 클라우드 네이티브 에이전트 하네스 「Mecatl」 발표
Stacklok은 에이전트 실행 기반을 데스크톱에서 클라우드로 옮기기 위한 오픈소스 클라우드 네이티브 하네스 「Mecatl」을 개발하고 있다고 밝혔다. Mecatl은 에이전트 루프를 클라이언트, 모델 제공자, 상태 저장소, 실행 환경으로부터 분리하고, 도구 호출이나 bash 등 민감도가 높은 작업과도 격리한다. 세션 관리와 메모리 역시 디스크상의 JSONL 파일이 아니라 관리 가능한 시스템에 두는 설계다.
Interconnects (Nathan Lambert)AI 점수4040 사이버 리스크 논쟁은 무너졌다: 오픈 웨이트 모델 규제를 둘러싼 Nathan Lambert의 주장
Nathan Lambert는 오픈 모델의 사이버 리스크를 둘러싼 논의가 지나치게 단순화되어 있으며, 규제가 미국의 AI 경쟁력을 해치고 장기적으로 오히려 위험을 키울 수 있다고 주장한다. Anthropic의 GLM-5.3 관련 보고서에 대해서는 금지의 영향이나 중국 기업이 공개를 안전하다고 보는 이유를 깊이 다루지 않았다고 비판한다. 오픈 모델을 금지한다면 클로즈드 모델의 공개 API도 불법으로 해야 한다고 论述한다.
Mistral AI@MistralAIAI 점수5353
NVIDIA BlogAI 점수2525 통신사업자가 오픈 모델을 중심으로 AI 전략을 짜는 이유
통신사업자는 비용 절감에 그치지 않고 신뢰성, 통제성, 커스터마이즈 가능성을 이유로 오픈 모델을 중심으로 AI 전략을 구축하고 있다. NVIDIA의 「State of AI in Telecommunications」 보고서에서 응답자의 89%는 오픈소스 모델과 소프트웨어가 자사 AI 전략에 중요하다고 답했다.
MIT Technology Review AIAI 점수1212 EmTech Future 2026, AI와 타 분야의 융합 논의… 전 프로그램 온디맨드 공개
MIT Technology Review가 주최한 EmTech Future 2026의 전 프로그램을 온디맨드로 시청할 수 있게 되었다. Google Research의 Yossi Matias는 AI가 생물학, 인프라, 제조, 과학을 바꾸기 시작했으며, 다른 분야와 만날 때 가장 큰 영향이 나타난다고 말한다. Google Quantum AI의 Hartmut Neven 등도 연사로 나섰으며, 구독자는 20% 할인된 $596에 시청할 수 있다.
Latent SpaceAI 점수6060 AINews, 10월 1일~2일 AI 동향 정리: GPT-6.1 Sol과 Sonnet 5.5의 가격 대비 성능 등
Latent Space의 AINews가 2026년 1월 10일~2일 X, Reddit 등 각종 커뮤니티의 화제를 정리했다. OpenAI의 GPT-6.1 Sol은 입력·출력 100만 토큰당 $2/$10이며, Agent Arena에서는 Sol [Max]가 5위, Sonnet 5.5 [Max]가 3위에 올랐다고 소개했다. 에이전트 인프라, 연구, 추론 하드웨어, 정책 관련 화제도 함께 실렸다.