이번 소식은 서로 다른 용도의 AI 모델 9종을 한데 묶어 소개한다. 텐센트는 텍스트 명령과 카메라 이동에 맞춰 장면을 이어 만드는 오픈소스 월드 모델 ‘Hy-Nomas’를 공개했다. 생성 중간에도 사물, 행동, 배경, 화풍을 바꿀 수 있고, 앞선 장면의 정보를 다음 구간에 반영하도록 설계됐다. 가중치와 실행 코드를 함께 제공하며 RTX 4090 한 장에서 돌리는 저메모리 설정도 포함했다. 블록은 텍스트나 사전 학습 모델 없이 사람의 대화 음성만 듣고 실시간 대화를 익힌 음성 AI ‘데사’를 소개했다.
IBM은 20억개 매개변수의 ‘그래니트 스피치 5.0 2B’를 내놨다. 영어, 프랑스어, 독일어, 스페인어, 포르투갈어, 일본어를 처리하며, 소음과 울림이 있는 환경의 인식 정확도와 긴 음성 번역 성능을 높였다. 최대 2000개 키워드 지정도 지원한다. 앤트그룹의 인클루전AI는 의료 추론과 문헌 분석을 강화한 ‘링 3.0 플래시 상테’ 가중치를 공개했고, 최대 25만6000토큰과 도구 활용, 다중 에이전트 협업을 지원한다고 밝혔다. 퍼플렉시티는 텍스트와 이미지를 읽어 분류·선택 확률을 돌려주는 40억개 매개변수 모델을 맥에서 로컬로 실행하는 앱을 배포했다.