NVIDIA가 Alibaba Qwen3.8-Flash-Next를 FP4로 양자화한 로컬 배포용 체크포인트를 공개했습니다. 파일 크기는 약 96GiB이며, 검증된 실행 환경은 NVIDIA Blackwell GPU와 특정 커뮤니티 vLLM 컨테이너입니다. GPQA Diamond 정확도는 BF16 기준 92.2%에서 FP4 기준 91.5%로, ToolEvalBench는 89.4%에서 88.7%로 낮아졌습니다.
Black Forest Labs가 텍스트로 이미지 생성과 편집을 처리하는 FLUX 3 Image Klein을 공개했습니다. 최대 10장의 참조 이미지를 입력하고 텍스트 생성, 단일 이미지 편집, 다중 이미지 합성을 같은 모델로 수행합니다. 짧은 프롬프트 대신 별도 업샘플러가 만든 장면 설명을 입력해야 하며, GPU 메모리와 라이선스 조건도 확인해야 합니다.
Meta가 총 816B, 활성 42B 파라미터의 오픈 웨이트 모델 Muse Spark Open을 공개한다고 안내합니다. 1M 토큰 문맥과 텍스트·이미지·영상·오디오 입력을 지원하며, 코딩과 에이전트 작업에 맞췄습니다. 모델 가중치는 내려받을 수 있지만, 실행에는 NVFP4 기준 최소 700GB VRAM이 필요하고 사용 라이선스에는 표시 의무와 특정 API 서비스의 별도 계약 조건이 있습니다.
vLLM Semantic Router 팀이 선택지 분류, 예·아니요 판단, 점수 평가를 한 번에 처리하는 멀티모달 모델 d3를 공개했습니다. 공개 리더보드 성능과 AMD Instinct MI325X에서의 처리량을 제시하고, Transformers와 vLLM Semantic Router에서 실행하는 방법도 안내합니다.
Fish Audio가 여러 화자의 대화와 긴 콘텐츠 생성을 겨냥한 350억 파라미터 텍스트 음성 변환 모델 Drama 3를 공개했습니다. H200 한 장에서 측정한 스트리밍 성능과 보코더를 별도 GPU에 배치했을 때의 처리량·첫 오디오 지연도 함께 제시했습니다.
Liquid AI가 총 24B 파라미터 중 토큰마다 2.45B를 활성화하는 추론 모델 LFM2.5-24B-A2B를 공개했습니다. 에이전트·도구 사용 작업에 맞춰 학습했으며, LiveClaw에서 48.09점을 기록하고 Apple M5 Max에서 초당 184토큰을 생성했다고 밝혔습니다.
OpenBMB가 이미지와 영상 이해를 지원하는 1B 멀티모달 모델 MiniCPM-V 4.7을 공개했습니다. 시각 토큰을 초기에 압축하고 4x와 16x 처리 모드를 제공하며, 모바일 배포와 여러 추론·양자화 도구를 지원합니다.
OpenBMB가 이미지·영상 이해를 지원하는 MoE 모델 MiniCPM-V 4.7 35B-A3B를 공개했습니다. 모델 카드에 따르면 Lookahead Expert Scheduling, 양자화, 추측 디코딩을 조합해 iPhone 17 Pro Max에서 메모리 3GB, 초당 13토큰 이상으로 추론합니다.
AutoTrust AI가 Qwen3.5-35B-A3B를 기반으로 선택·분류·점수화에 특화한 오픈 웨이트 모델 JEV-35B를 공개했습니다. 자체 평가에서 Decision Index 0.3 점수 59.73을 기록했고, NVFP4 버전은 가중치 기준 GPU 메모리 23.3GiB를 사용합니다.
Baidu가 공개한 Unlimited-OCR은 단일 이미지와 여러 페이지 문서, PDF를 처리하는 OCR 모델입니다. Hugging Face Transformers로 실행하거나 vLLM·SGLang 서버에 배포할 수 있으며, 모델 카드에는 OmniDocBench 평가 수치도 공개되어 있습니다.
Qwen-Image-2.1을 GGUF, Safetensors, MLX 형식으로 양자화해 로컬 이미지 생성에 쓸 수 있도록 배포합니다. ComfyUI 설정과 권장 구성도 안내하며, 기본 안전 필터가 없어 입력 프롬프트에 따라 민감한 이미지도 생성합니다.
Iris-3B는 잠재 공간이나 VAE 디코더를 거치지 않고 픽셀을 직접 생성하는 30억 파라미터 모델입니다. 같은 모델을 별도 구조 변경 없이 미세 조정해 단안 깊이 추정과 이미지 복원·업스케일링에도 적용하며, 저장소에 가중치와 실행 스크립트를 공개했습니다.
SAM 3는 텍스트나 시각 프롬프트로 이미지·영상 속 객체를 분할하고 추적하는 기반 모델입니다. 짧은 텍스트가 가리키는 개념에 해당하는 객체를 빠짐없이 찾는 기능을 도입했으며, Meta는 27만 개 개념으로 구성한 SA-CO 벤치마크에서 인간 성능의 75~80%를 기록했다고 밝혔습니다.
AtomicChat이 Qwen-Image의 텍스트 인코더에서 채팅 거부 방향을 제거한 GGUF 모델과 평가 결과를 공개했습니다. 채팅 모델의 거부율은 크게 낮아졌지만, 45개 민감 프롬프트 테스트에서는 기존 이미지 생성 결과와 달라진 항목이 없었습니다.
Qwen3.8-27B를 여러 차례 SFT와 RLOO로 파인튜닝해, 답을 구한 뒤 추론을 반복하다 응답 한도에 도달하는 문제를 줄인 모델입니다. 같은 평가 프로토콜에서 FP8 점수는 GPQA 178/198, MMLU 450/500, LCB 90/100이며, 추측 디코딩 방식에 따라 RTX PRO 6000에서 요청당 약 180 tok/s를 기록했습니다.
Prism은 영상의 지역별 변화량과 오디오가 영상 영역에 미치는 영향을 바탕으로 어텐션 블록 모양과 연결을 동적으로 정하는 희소 어텐션 프레임워크입니다. 저자들은 2K 공동 영상·오디오 생성 모델 학습에서 전체 어텐션보다 2.5배 빠르며 생성 품질도 높았다고 보고합니다.
Phocinae-Largha-150M-v1은 에이전트의 승인·도구 선택 같은 정형화된 판단을 로컬에서 처리하는 1억 4,430만 매개변수 모델입니다. 자체 테스트에서 영어 정확도 0.906을 보고했지만 학습 데이터에 맞춘 전문 모델이며, 별도 JevBench에서는 공개 기준을 통과하지 못했습니다.
Qwen-Image-2.1-Turbo는 7B 시각 생성 아키텍처를 사용해 텍스트-이미지 생성과 이미지 편집을 8단계 디노이징으로 수행하는 모델 체크포인트입니다. Diffusers 파이프라인에 권장 샘플링 일정을 포함하며, 기본 CFG=1과 prefix KV 캐싱을 사용합니다.
GLM-5.3-Flash의 라우팅 전문가를 레이어당 288개에서 224개로 줄이고 전문가 가중치에 NVFP4를 적용한 비공식 모델입니다. 가중치가 141 GiB라 DGX Spark 두 대나 180 GB 이상 Blackwell GPU에서 실행할 수 있으며, 정확도와 성능 측정은 B200에서 이뤄졌습니다.
AutoTrust가 GEV-26B-Decide의 라우팅 전문가 MLP 3,840개를 NVFP4로 양자화한 체크포인트를 공개했습니다. 가중치 용량은 49.5GB에서 18GB로 줄고 vLLM 기준 GPU 메모리는 51.1GiB에서 17.1GiB로 감소합니다. GPQA Diamond와 HLE 결과 차이는 실행 간 변동 범위 안에 있다고 설명합니다.