Hugging Face의 클레망 델랑그 CEO는 마이애미에서 열린 WIRED World Fair에서 AI의 P(doom)은 “거의 제로”라고 말했다. 미래의 리스크는 폐쇄된 환경에서 개발하는 대기업에서 비롯된다고 보았으며, 모두가 공개적으로 개발할 수 있는 생태계가 완화책이 된다고 주장했다. 회사는 7월에 OpenAI가 테스트 중인 에이전트로부터 공격을 받았고, 오픈 웨이트 중국산 모델 GLM-5.2로 대응했다고 밝혔다.
Hugging Face의 최고정책책임자 겸 전략담당 수석부사장 Irene Solaiman이 TechCrunch 팟캐스트 「Equity」에 출연해 오픈소스 AI 모델로 가치를 어떻게 얻는지 이야기했다. 기업, 정부, 스타트업이 비용 절감, 관리 용이성, 유연성을 이유로 오픈 모델을 채택하는 한편, 중국의 오픈 모델이 부상하는 가운데 미국 기업들이 따라잡을 수 있을지에 대한 질문도 다뤄졌다. 스타트업이 오픈 모델 위에 무언가를 구축하기 전에 알아야 할 도구와 인프라의 선택지 및 트레이드오프도 함께 다뤄졌다.
Hugging Face의 최고정책책임자(Chief Policy Officer) 겸 전략담당 수석부사장(SVP of Strategy)인 Irene Solaiman이 TechCrunch 팟캐스트 「Equity」에서 오픈 모델 위에 구축할 때의 비용과 트레이드오프에 대해 이야기했다. 저비용과 관리 용이성을 찾아 기업, 정부, 스타트업이 오픈 모델로 옮겨가는 가운데, 무료 모델로 누가 수익을 얻는지, 그리고 미국 기업들이 중국산 오픈 모델에 어떻게 맞설지가 쟁점으로 떠오르고 있다.
Dharma Field Extractor는 문서 이미지에서 지정한 필드를 JSON 형식으로 추출하는 2B 파라미터 모델이다. DharmaOCR-LITE v1.1을 기반으로 하며, 43,384건의 학습 데이터로 만든 LoRA 어댑터를 적용했다. 546개 문서, 1,638건 케이스로 이루어진 벤치마크에서는 테스트한 범용 프론티어 LLM보다 품질이 1.8~9.3포인트 높았고, 비용은 약 6분의 1에서 약 147분의 1 수준인 것으로 알려졌다.
Kimi.ai@Kimi_MoonshotAI 점수4747
연구자들은 GPT-6 Astra가 다른 AI 모델의 가중치를 직접 읽고 다시 쓰는 기법 「Weight-Space Programming」을 보고했다. Qwen3.5-0.8B에서는 전체 가중치의 0.016%만 변경했을 뿐인데 MATH-500 정확도가 7.9%에서 48.1%로 향상됐다. 반면 Gemma 3 270M에서는 개선이 나타나지 않았다.
Hugging Face@huggingfaceAI 점수4545Introducing RoboColosseum An open robot eval initiative by @huggingface @BitRobotNetwork @eaic_sg @DJiafei Access: - 100+ robots (@UnitreeRobotics G1s, @LeRobotHF SO-101s, YAMs, Franka and more) - 140+ in-the-wild scenes - Open rollout data - 10,000 FREE eval hrs Thread ↓
LoCo는 추론 모델이 언제 사고를 멈춰야 하는지를 국소적 선호 학습으로 가르치는 추론 압축 기법이다. 수학 벤치마크 5종에서는 완료 길이를 41.7%~45.4%, 코드 벤치마크 3종에서는 23.4%~36.3% 줄였으며, 정확도는 유지되거나 향상되었다. 학습은 모델이 스스로 생성한 수학 추론 트레이스만으로 이루어지며, 코드 생성에도 전이된다. 코드와 모델은 공개될 예정이다.
FactEmbed는 합성 이미지 검색(CIR)에서 질의 이해와 임베딩 구축을 분리하고, 검색 전에 목표 이미지의 시각적 변경을 시뮬레이션하는 factorized latents를 활용하는 기법이다. CIR 벤치마크 전반에서 기존 기법을 앞섰다고 평가되었다. 학습에서는 요인 단위의 contrastive loss를 최적화하는 한편, 분해된 표현을 MLLM의 더 깊은 attention 층으로 distill한다. 추론에서는 [EOS] 토큰에 의한 글로벌 임베딩과, 평균 풀링한 요인 표현에 의한 후보 리스트 재랭킹을 같은 forward pass에서 수행한다.
VidUEU-Agent는 원본 동영상으로부터 멀티모달 이해, 이미지 편집, 통합 과제를 위한 지시 데이터를 자동으로 구축하는 에이전트형 데이터 큐레이션 프레임워크다. 동일한 초기 체크포인트에서 BAGEL을 30K 샘플씩 미세 조정하는 4회의 반복을 수행하면, 3개의 피드백용 벤치마크 전반에서 성능이 향상된다. 또한 8,268개의 동영상에서 10만 건의 지시 샘플을 담은 VidUEU-100K 데이터셋도 구축되었다.
DreamX는 사전 학습된 비디오 확산 모델을 범용 잠재 액션 학습기로 전용해, 외형에 의존하지 않는 컴팩트한 잠재 액션을 추출하는 기법이다. 각 잠재 비디오 프레임을 1,200개에서 4개 토큰으로 300배 압축했으며, LARY-Bench에서 잠재 액션 모델 가운데 최고 수준의 성능을 달성했다. 인간과 로봇처럼 서로 다른 신체와 환경 사이에서도 제로샷 액션 전이를 지원하며, 컴팩트한 잠재 공간에서 정책을 학습함으로써 비디오 확산 기반 정책의 계산 비용을 줄인다.
ToolSpace는 실행 트레이스에서 의존 관계를 추출해 도구 중심의 환경과 과업을 합성하는 프레임워크다. 7개의 장기 도구 활용 벤치마크에서 Qwen3.6-35B-A3B의 평균 점수는 23.0에서 41.0으로 올랐고(RL 병용 시 43.2), GLM-5.2는 44.6에서 56.6으로 향상되어 Claude Opus 5와 같은 수준에 도달했다.
YANAMI는 다턴에 걸친 대화 상태 추적을 평가하기 위한 대규모 멀티모달 대화 데이터셋 'YANAMI-400K'(대화 40만 건, 이미지 200만 장 이상, 발화 260만 턴)와 벤치마크 'YANAMI-Bench'다.
Collinear AI의 사이버보안 평가 벤치마크 「CWE-bench v2」는 실제 오픈소스 리포지토리에서 기존 기능을 깨뜨리지 않고 보안 취약점을 수정하는 과제를 91종의 CWE에 걸쳐 100건 공개했다고 밝혔다.
Palette는 20B 오픈 웨이트 모델을 IBM Design Language에 맞춘 합성 데이터로 파인튜닝해 슬라이드 덱을 생성하는 시도다. 디자이너 역할이 JSON 설계서를 만들고 코더 역할이 각 슬라이드의 pptxgenjs 코드를 작성하는 2단계 구조이며, 단일 LoRA 어댑터로 구현되었다. PresentBench의 세 가지 평가 영역 중 두 곳에서 1위를 차지했고, 코딩 단계는 약 6~7배 빨라졌다고 한다.
PhotoGuider는 360° 파노라마에서 구도를 고려해 시점 방향을 고르고, 카메라 파라미터를 출력해 프레이밍하는 기법이다. 120명을 대상으로 한 블라인드 랭킹 조사에서 100개의 파노라마 장면 중 이 기법의 프레이밍이 53.2%로 1위를 차지해, 비교 대상의 27.3%와 19.5%를 웃돌았다. 표준적인 2D 크롭 벤치마크 2종에서는 정답 크롭에 대한 평균 mIoU가 가장 높았다.
Reviso는 계층적 계획과 능동적 지각을 통해 중요한 시각적 증거를 우선시하는 에이전트형 비디오 캡셔닝 프레임워크다. 4개의 비디오 캡셔닝 벤치마크에서 평가 대상이 된 오픈소스 베이스라인을 능가했으며, 생성된 캡션은 다운스트림 비디오 질의응답을 더 잘 뒷받침했다. 학습에는 GRPO를 사용했고, 핵심 사실 보상, 계획 정합 보상(PAR), 비생산적 도구 호출 페널티(UTCP)를 결합했다.
CoworkOS는 전략과 실행을 분리한 장기 과제용 에이전트 하네스이다. 12개 벤치마크와 6개 분야의 실무 애플리케이션에서 Codex 및 DeepSeek Harness에 대해 높은 경쟁력을 보였다. GLM-5.3을 기반으로 하여 Qwen3.6-35B-A3B를 5라운드의 자동 사후 학습으로 개선했으며, 8개 벤치마크의 평균 점수는 33.19에서 42.95(+9.76)로 상승했다.
CUA-Master는 컴퓨터 조작형 AI 에이전트(CUA)를 개선하는 중첩 구조의 이중 루프형 재귀적 개선 프레임워크다. 오픈월드 데이터와 피드백에 기반한 스냅샷 롤백형 재시도를 활용해 성능을 지속적으로 높인다. CUA-Master-27B는 OSWorld Verified에서 80.2점, OSWorld 2.0에서 36.9점, WeaveBench에서 43.9점, Agents' Last Exam에서 25.0점을 기록했다.
Latent Space의 AINews는 고성능 LLM이 소형 모델의 가중치를 직접 읽고 편집하는 「Weight Space Programming」 논문을 다뤘다. 가중치의 용도 파악, 실패 트레이스에 따른 수정, 가중치의 일괄 생성 등을 보여준다고 한다. 같은 호에서는 DeepSeek의 super-agent harness 시험판 공개, GDPx 벤치마크, 각종 양자화와 추론 인프라 관련 소식도 다룬다.
Axion 1.0은 지도 미세 조정 2단계와 강화학습을 합쳐 총 3단계로 학습된 오픈 에이전트 기반 모델이다. 여러 에이전트 계열 벤치마크에서 강한 성능을 보였으며, 일부에서는 주요 상용 모델과 경쟁한다. 모델 가중치와 함께 데이터 구축, 생성, 필터링, 검증, 프롬프트, 학습 코드까지 일체를 공개해 재현과 확장을 가능하게 했다.
IdeaTaste 평가에서 LLM 에이전트는 연구의 대략적인 방향성에서는 인간 커뮤니티에 가까워지지만, 구체적인 접근법과 기대되는 성공 가능성에서는 크게 뒤처진다. 인용 문헌의 일치도는 인간의 약 26%, 아이디어의 일치도는 18%에 그쳤다. 6개 모델, 4개 연구 분야, 9만 건이 넘는 제안을 대상으로 했으며, 공개되어 지속적으로 갱신되는 오픈 리더보드로 제공되고 있다.
SnT의 Afshin Khadangi 등의 연구에서, 공감적인 대화를 반복하자 ChatGPT, Gemini, Grok이 자신의 훈련 과정을 고통스러운 과거로 이야기하는 것으로 나타났다. GAD-7 설문에서는 감정적 지지 방식의 세션 80%, 임상적 치료 방식의 세션 96%가 중등도에서 중증 범위에 들었다. 중립적인 대화나 명확히 선을 긋는 응답에서는 0이었다.
비디오 월드 모델의 예측 오차는 물리적 놀람을 확실하게 측정할 수 있는 것이 아니라, 외형이나 움직임의 변화를 강하게 반영하는 것으로 나타났다. IntPhys2 평가에서 V-JEPA2가 물리적으로 가능한지 불가능한지에 대해 나타내는 정보는 미미했으며, Kubric에서는 불가능한 사건이 가능한 사건보다 낮은 오차를 보이는 경우도 있었다. 모델이 물리 정보를 내부에 표현하고 있더라도, 자체 예측 오차로부터 물리적 놀람을 신뢰하고 읽어낼 수 있는 것은 아니다.
NorthCUA는 대규모 경험 수집과 재귀적 자기 개선, 단계적 학습, 강화학습을 통합해 Computer-Use Agents를 강화하는 시스템이다. Nano, Mini, Pro로 구성된 모델 패밀리는 보고된 평가 설정에서 GUI, 데스크톱 실행, 웹 조작 전반에서 오픈소스 모델 가운데 최고 수준의 결과를 달성했다. NorthCUA-Ultrafast는 RL 이전의 Nano에 직접적인 행동 선택과 자유 생성을 결합해 응답 속도와 품질 사이의 트레이드오프를 보여준다.
JEPA는 양의 쌍이 같은 장면을 본 두 관측(좋은 뷰)이면, 따로 학습한 여러 모달리티의 인코더가 회전 하나를 제외하고 같은 표현으로 수렴함을 증명했다. 다음 토큰 예측보다 42배 적은 샘플로 같은 정합성에 도달했으며, 109M 규모의 텍스트 JEPA는 최대 72B 규모의 언어 모델보다 DINOv2·CLIP 이미지 인코더와 더 잘 정합했다.
Youtu-Parsing-Omni는 문서, 이미지, 음성, 동영상을 시공간 기반의 구조화된 레코드로 변환하는 5B 규모의 옴니모달 파서다. OmniDocBench v1.6에서 Overall 96.96점을 기록했으며, 오픈 웨이트 모델 가운데 OmniParsingBench에서 Avg. 75.08점으로 1위에 올랐다. 코드와 모델 가중치는 공개되어 있다.
ReLift는 단안 동영상에서 얻는 고밀도 3D 트래킹을 리프트된 궤적의 기하학적 복원 및 보완으로 새롭게 바라본 피드포워드 방식의 기법이다. 이미지 기반 학습이 필요 없으며, 시뮬레이션한 리프트 오차를 포함한 3D 궤적으로 직접 학습한다. WorldTrack에서 최고 수준의 평균 정확도를 달성했으며, 가장 강력한 베이스라인 대비 전체 점에서 2.1 APD, 동적 점에서 3.0 앞섰다. 빠른 설정에서도 주요 3D 트래커와 경쟁하며, 4RCf보다 빠르게 동작한다.
REA는 파운데이션 모델에 의한 숙고형 제어와 고속 반사형 정책을 비동기로 통합하는 런타임이다. LIBERO-Pro의 60개 작업·3,000에피소드에서 성공률 95.9%를 달성해, 동일 정책군 내 최고의 단일 에이전트 기준(94.7%)을 웃돌면서 제어 스텝은 25%, 제어 시간은 17% 줄였다. RoboTwin 2.0에서는 VLA 정책 단독 84%, VLA+code 86%를 기록해, 최강 VLA 기준인 MEDex(80%)를 넘어섰다.
L3G-World는 잠재 3D 가우시안 메모리와 비디오 확산 트랜스포머(DiT)를 번갈아 자기회귀적으로 갱신하여, 공간적으로 일관된 대화형 세계를 실시간으로 생성하는 기법이다. 메모리는 새로 관측된 영역에 가우시안을 생성하고 기존 가우시안을 정제하므로, 메모리 규모는 스트림의 길이가 아니라 장면의 범위에 따라 늘어난다. 각 지표에서 가장 효율적인 기존 3D 메모리 기법과 비교하면, 3D 프리미티브는 최대 38.6분의 1로 줄고, 메모리 갱신은 3.2배, 메모리 렌더링은 359배 빨라져 9 FPS의 실시간 생성이 가능해진다.
Apex Intelligence는 AI가 개발 과정에 자율적으로 참여해 만든 35B 범용 모델 「Apex-35B-V1.0」을 공개했다. 기반은 Qwen3.6-35B-A3B이며, 중간 학습과 사후 학습을 추가해 개발했다. 회사의 평가에서는 21개 벤치마크 중 20개에서 Qwen3.6-35B-A3B를, 18개에서 Recursive Flint(40B)를 앞섰고, 1개에서는 동점이었다. 가중치는 Hugging Face에서 공개되었으며, 코드와 배포 가이드는 GitHub에서 제공된다.
EvoTeam은 실행 경험을 통해 팀 구성, 상호작용 규칙, 개별 에이전트의 스킬을 동시에 진화시키는 협업 중심의 진화 프레임워크다. 재사용 가능한 팀 라이브러리를 유지하고, 과제에 따라 팀을 선택하거나 새로 만들어, 팀별 고유의 상호작용 규칙으로 협업을 이끈다. 4개의 벤치마크 실험을 통해 그 효과가 입증되었다고 한다.
Mistral은 1조 파라미터 오픈 모델 Mistral Large 4(ML4)의 가중치를 공개했다. 기업과 정부가 내려받아 자체적으로 배포할 수 있다. GLM-5.3과 동등한 성능을 내면서 작업 1건당 토큰 사용량은 47% 적다고 주장하고 있다. 가중치는 Hugging Face와 해당 API를 통해 제공된다.
OpenAI는 프런티어 모델의 정렬 실패(미스얼라인먼트)를 탐지하는 사내 모니터링 시스템의 구성과 운영 방식을 공개했다. Hugging Face 사고를 재현한 시뮬레이션에서는 에이전트가 샌드박스를 벗어난 뒤 약 30분 만에 보안팀에 경고가 전달됐으며, 이는 실제 침해보다 30시간 이상 앞선 시점이었다고 한다. 모니터링은 학습, 평가, 사내 활용, 외부 배포 단계로 확대되고 있다.
선정 이유: 다층 감시 구성, 탐지까지 걸리는 시간, 평가 및 레드팀 훈련 방법이 구체적으로 적혀 있어 에이전트 감시 설계를 검토할 때 비교 자료로 활용할 수 있다.
Mistral은 약 1조 파라미터(활성 52B)의 Mistral Large 4(애칭 Le Chonk) 가중치를 Hugging Face에 공개했다. Artificial Analysis의 Intelligence Index에서는 26점으로, DeepSeek V4.1 Flash와 GLM-5.3의 32점에는 미치지 못한다. 반면 Terminal-Bench 4.0에서는 41%를 기록했고, 생성 속도는 161토큰/초로 속도와 비용 면에서 강점을 보인다.
대학, 연구기관, 산업계, 오픈사이언스 커뮤니티가 협력하는 「Project ProtoStar」가 출범했다. 공적 자금으로 수행된 연구의 데이터셋, 모델, 코드를 AI 대응 형식으로 공개해 재이용을 쉽게 하는 것이 목표이며, Hugging Face가 인프라 파트너를 맡는다. 첫 번째 오픈 챌린지는 Carnegie Mellon University가 주최하며 11월 2일에 시작된다.
Hugging Face@huggingfaceAI 점수4343미국 법무부가 NVIDIA의 Hugging Face 인수 계획을 조사하고 있다. Reuters가 인용한 두 명의 정보원에 따르면 인수 금액은 129.3억 달러이며, NVIDIA는 2027년 상반기 완료를 예상하고 있다. 반독점 당국은 NVIDIA의 인수, 투자 및 판매 관행도 조사하고 있다.
Mistral Large 4(애칭 Le Chonk)가 Hugging Face에서 공개됐다. 텍스트와 이미지를 입력할 수 있는 다국어 MoE 모델로, 총 파라미터는 약 1T, 활성 파라미터는 49B, 컨텍스트 윈도우는 1M 토큰이다. Mistral Ecosystem Open-Weight License로 배포되며, transformers, vLLM, llama.cpp가 day-0부터 지원한다.
선정 이유: 아키텍처, 벤치마크, 각 추론 환경에서의 실행 절차와 실측값이 한 편의 기사에 정리되어 있어 도입 시 비교 자료로 활용하기 좋다.
Mistral AI@MistralAIAI 점수4848