엔비디아 음성 모델, 40개 언어 지원하지만 기능·품질은 언어별로 다르다
엔비디아가 오프라인 음성 모델 Nemotron 3.5 Transcribe를 공개했습니다. 한국어를 포함한 40개 언어를 내세우지만 번역·화자 구분 지원과 품질 등급은 언어마다 다르며, 실시간 스트리밍용으로 설계되지는 않았습니다.
Hugging Face · 최신 글
MiniCPM-OCR 1.0, 문서 인식 속도 1위 주장에 붙은 시험 조건
OpenBMB가 문서의 글자와 표, 수식, 차트 등을 처리하는 13억 파라미터 OCR 모델 MiniCPM-OCR 1.0을 공개했습니다. RTX 5090에서 문서 이미지 1,651장을 처리한 시험에서는 초당 1.217페이지를 기록했지만, 비교 결과를 독립 재현하는 데 필요한 평가 스크립트와 세부 버전 정보는 아직 공개 문서에 빠져 있습니다.
Hy-SimulMT: 저지연 실시간 동시통역 모델
Tencent Hunyuan이 중국어와 영어 간 실시간 음성 동시통역 모델 Hy-SimulMT를 공개했습니다. 자체 평가에서 장문 음성 StreamLAAL 약 3초를 기록했으며, 음성 출력과 화자 음성 복제에는 별도 TTS 서비스가 필요합니다.
Sage-A1.5: 장기 과학 과제를 위한 35B 에이전트 모델
Shanghai AI Laboratory의 Agents-A1을 바탕으로 만든 35B Mixture-of-Experts 모델 Sage-A1.5가 공개됐습니다. 병렬 하위 에이전트 조율과 선택형 자기 검증 기능을 제공하며, 모델 카드에는 여러 과학·코딩·에이전트 벤치마크 점수와 SGLang·vLLM 실행 방법이 담겼습니다.
Spark-X2.6-4B: 온디바이스 배포용 4B 언어 모델
SparkLLM이 Spark-X2.5-4B와 같은 아키텍처를 유지하면서 후처리를 개선한 Spark-X2.6-4B를 공개했습니다. 코딩, 에이전트 작업, 긴 문맥 처리 성능을 높였다고 설명하며, 추론 수준을 none, low, high로 설정하는 기능과 여러 로컬 실행 경로를 제공합니다.
OrcaCyber Nano 1.0: 로컬 실행을 겨냥한 27B 보안 모델
OrcaRouter가 보안 분석용 27B 비전-언어 모델 OrcaCyber Nano 1.0을 GGUF 형식으로 공개했습니다. llama.cpp에서 오프라인으로 실행하도록 구성했으며, 모델 카드에는 여러 추론·코딩 벤치마크 점수와 하드웨어별 실행 예시가 담겼습니다.
Recursive Flint: 코딩 에이전트용 398억 파라미터 MoE 모델
Recursive가 코딩 에이전트용 MoE 모델 Flint를 공개했습니다. 총 398억 파라미터 중 토큰마다 약 25억 개를 활성화하며, SWE-bench Pro v2에서 89.7%, SWE-bench Verified에서 74.2%를 기록했습니다. 평가 방식에 따라 점수가 달라질 수 있다는 조건과 함께 체크포인트, SGLang 서빙 키트를 제공합니다.
Kromoss: MOSS-Image 기반 1024px 이미지 생성 모델
Kromoss는 MOSS-Image-Base를 1024px 해상도로 전체 파인튜닝한 이미지 생성 모델입니다. 50단계 생성용 모델과 함께 8단계 Turbo LoRA 두 종류, ComfyUI용 BF16·INT8 모델 파일을 제공하며, Apache License 2.0으로 공개했습니다.
DeepSeek-V4.1-Flash-1017 무검열 FP8 모델 공개
dealignai가 DeepSeek-V4.1-Flash-1017의 거부 동작을 가중치 수준에서 제거한 FP8 모델을 공개했습니다. 게시자는 HarmBench 320개 항목에서 전부 응답했다고 보고했으며, MMLU 점수는 원본보다 3.86%포인트 낮았습니다.
MOSS-Image-SFT를 8회 평가로 증류한 체크포인트
MOSS-Image-SFT의 50단계 CFG 3 생성을 8회 네트워크 평가, CFG 없이 수행하도록 증류한 작업 중 체크포인트입니다. 가중치 변화가 bf16 정밀도보다 작아 추론 방식에 따라 fp32 유지나 어댑터 분리 적용이 필요합니다.
Reflection, 501B 오픈 웨이트 모델 Beam 공개
Reflection이 Apache 2.0 라이선스로 텍스트 모델 Beam 1.0을 공개했습니다. 총 501.3B 파라미터 중 23.4B를 활성화하는 MoE 모델이며, 1M 토큰 문맥과 BF16, FP8, NVFP4 버전을 지원합니다. 모델 카드에는 코딩, 추론, 도구 사용 벤치마크 결과와 학습 데이터 및 안전성 평가 개요가 실렸습니다.
NVIDIA Nemotron 3.5 Super VL 120B NVFP4 공개
NVIDIA가 텍스트, 이미지, 동영상을 처리하는 Nemotron 3.5 Super VL의 NVFP4 양자화 체크포인트를 공개했습니다. 전체 120B, 활성 12B 파라미터의 Mamba-2·Transformer 하이브리드 MoE 모델로, 최대 1M 토큰 문맥과 Multi-Token Prediction을 지원합니다. 모델 카드에는 하드웨어별 배포 설정과 BF16 체크포인트를 비교한 벤치마크 결과도 담겼습니다.
Meta Muse Spark Open 공개 가중치 모델: 816B 파라미터와 1M 토큰 컨텍스트
Meta가 전체 816B, 활성 42B 파라미터의 멀티모달 공개 가중치 모델 Muse Spark Open을 공개했습니다. 컨텍스트 길이는 1M 토큰이며 NVFP4 가중치 추론에는 VRAM 700GB 이상이 필요합니다. 라이선스는 파생 모델 표시 의무와 일정 규모 이상 API 사업자의 별도 계약 조건을 둡니다.
Timestral-209M: 시계열 예측 기반 모델
Mistral AI가 시계열을 학습한 2억 900만 파라미터 모델 Timestral-209M을 공개했습니다. 과거 최대 32,768개 시점으로 최대 1,024개 시점을 한 번에 예측하며, 세 벤치마크에서 모델 카드에 나열된 비교 모델보다 좋은 점수를 기록했습니다.
MiniCPM-V 4.7 35B-A3B GGUF 공개 - MoE 모델의 온디바이스 추론 최적화
OpenBMB가 멀티모달 MoE 모델 MiniCPM-V 4.7 35B-A3B의 llama.cpp용 GGUF 버전을 공개했습니다. 제작진은 전문가 가중치 사전 로딩, 세밀한 양자화, 추측 디코딩을 결합해 iPhone 17 Pro Max에서 메모리 3GB로 초당 13토큰 이상을 생성한다고 밝혔습니다.
ComfyUI용 MOSS-Image 모델 파일
Comfy-Org가 MOSS-Image 모델 파일을 ComfyUI에서 쓸 수 있도록 재패키징해 배포합니다. BF16 및 INT8 변형과 텍스트 인코더, VAE 파일을 지정된 모델 폴더에 넣는 방법을 안내하며, 지난달 다운로드 수는 354,126회입니다.
Indra OCR: CPU에서 초당 최대 49페이지를 처리하는 문서 OCR
Datalab이 PDF와 이미지에서 텍스트, 레이아웃, 표를 추출하는 오픈소스 OCR 도구 Indra OCR을 공개했습니다. 1M 파라미터 모델과 ONNX Runtime을 사용하며, 자체 OmniParseBench 측정에서 32코어 기준 초당 49.4페이지를 처리했습니다. 다만 손글씨와 복잡한 표, 일부 언어의 스캔 OCR은 지원이 제한됩니다.
DeepSeek-V4.1-Flash-1017 공개: 추론·코딩·에이전트 벤치마크 개선
DeepSeek-V4.1-Flash-1017은 기존 Flash 모델을 소폭 갱신한 모델로, 추론과 코딩, 에이전트 작업, 비전 벤치마크 점수를 높였다고 공개했습니다. 실행 시간과 출력 길이도 줄였다고 밝혔으며, 로컬 추론을 위한 안내와 프롬프트 처리 도구를 함께 제공합니다.
MOSS-Image-SFT: 텍스트와 배치를 제어하는 이미지 생성 모델
OpenMOSS가 MOSS-Image-Base를 지도 미세조정한 텍스트-이미지 모델 MOSS-Image-SFT를 공개했습니다. 자연어 프롬프트와 태그, JSON 레이아웃으로 이미지 속 글자와 객체 배치를 지정하며, 모델 가중치와 추론 코드는 Apache 2.0 라이선스로 배포합니다.
MOSS-Image-Base: 텍스트와 JSON 레이아웃으로 이미지 생성하기
OpenMOSS의 MOSS-Image 계열 기본 텍스트-이미지 모델로, 자연어 프롬프트와 태그 시퀀스, JSON 레이아웃을 지원합니다. Python과 CUDA 환경에서 Diffusers 파이프라인으로 실행하며, 모델 가중치와 추론 코드는 Apache License 2.0으로 공개했습니다.