Google DeepMind와 Google Research는 열대성 사이클론의 경로, 강도 및 바람 구조 예측에서 최첨단 정확도를 달성한 WeatherNext 2 및 WeatherNext Cyclones AI 모델을 오픈소스로 공개했습니다. Nature에 게재된 이 연구는 이러한 모델이 기존 시스템 대비 예보관에게 하루분의 예측 정확도를 추가로 제공함을 보여줍니다.
Microsoft Research는 자율 에이전트에 대한 확장 가능하고 비용 효율적인 연구를 가능하게 하기 위해 설계된 오픈소스 프레임워크인 Orchard를 출시했습니다. 이 시스템은 소프트웨어 엔지니어링, 웹 탐색, 개인 비서 등 다양한 도메인에서 에이전트를 훈련하고 평가할 수 있는 Kubernetes 기반 환경 서비스인 Orchard Env를 중심으로 합니다.
Mistral은 지역 내 추론을 위한 Mistral Regional Endpoints 도입, 타사 오픈 모델 지원을 위한 플랫폼 확장, 장기적인 유럽 AI 컴퓨팅 용량 확보를 위한 연합 구성을 통해 AI 주권 강화에 박차를 가하고 있습니다.
피츠버그 대학교의 인간공학 연구소(Human Engineering Research Laboratories, HERL)는 장애인의 독립성을 위한 로봇 보조 이동 및 조작 플랫폼(RAMMP)을 주도하고 있으며, 이 프로젝트는 ARPA-H로부터 최대 41.5백만 달러의 자금 지원을 받고 있습니다. 이 계획은 고급 로봇공학과 Meta의 오픈소스 AI 비전 모델을 통합하여 휠체어 사용자를 위해 더 안전하고 적응력 있는 보조 이동 솔루션을 만드는 것을 목표로 합니다.
로렌스 버클리 국립연구소는 SYNAPS-I 이니셔티브 내에서 메타의 Segment Anything Model 3 (SAM 3)과 DINOv3를 배포하여 X선 및 중성자 데이터 분석을 자동화했습니다. 과학 이미징 데이터에 대해 파인튜닝된 이러한 모델은 약 15분 내에 의미론적으로 레이블이 지정된 3D 볼륨을 제공하는 파이프라인으로 수동 분할 병목 현상을 대체합니다.
Z.ai는 베이스 모델인 GLM-5.2의 사후 학습을 확장하여 에이전트 코딩 벤치마크에서 최첨단 성능을 달성한 새로운 모델 GLM-5.3을 발표했습니다. 약 750B 파라미터를 가진 이 모델은 현재 Kimi K3을 능가하며 다양한 벤치마크에서 Claude Fable 5 및 GPT-5.6-Sol과 동등하거나 이를 초과하는 성능을 보입니다.
GLM 팀이 GLM 모델의 버전 5.3을 출시했습니다.
xAI는 장기 실행 에이전트와 상호작용 작업에 중점을 둔 1.5T 모델인 Grok 4.6을 출시했으며, 알리바바는 오픈 가중치 Qwen3.8-Max를 공개하고 DeepSeek는 공격적인 가격으로 V4 Pro를 일반적으로 사용 가능하게 만들었습니다.
이번 주 AI 뉴스는 xAI, 알리바바, DeepSeek의 주요 릴리스와 함께 오픈 비디오 모델 및 추론 인프라 업데이트를 강조합니다.
Meta는 Apache 2.0 라이선스 하에 30B 밀집 멀티모달 모델인 Muse Glimmer를 출시했으며, 이는 "개인 초지능"에 중점을 둔 오픈 가중치로의 복귀를 의미합니다. 이번 출시는 기관이 아닌 AI를 통해 개인을 강화하겠다는 Meta의 의제를 outlined한 마크 주커버그의 에세이와 시기를 같이합니다.
Meta는 Hugging Face Hub에서 오픈 소스로 제공되는 밀집형 30B 파라미터 멀티모달 모델인 Muse Glimmer를 출시했습니다. 아키텍처는 28B 텍스트 디코더와 비전 작업을 위한 2B ViT 스타일 Perception Encoder로 구성됩니다.
Meta는 항상 켜져 있는 로컬 에이전트 워크플로우에 최적화된 300억 파라미터 밀집 멀티모달 모델인 Muse Glimmer를 출시했습니다. 가중치는 Apache 2.0 라이선스 하에 제공됩니다.
구글은 사이클론 예측 정확도를 향상시키기 위해 WeatherNext 2 및 WeatherNext Cyclones AI 모델을 오픈소스로 공개했습니다. 이 모델들은 경로, 강도 및 바람 구조 예측에서 state-of-the-art 결과를 달성하며, 현재 방법 대비 예보관에게 평균적으로 하루 더 긴 예측 정확도를 제공합니다.
알리바바는 새로운 플래그십 모델인 Qwen3.8-Max를 발표했으며, 이는 장기적 에이전트 작업, 코딩, 다중 모달 추론에 중점을 둔 2.4T 파라미터의 희소 아키텍처라고 설명했습니다. 회사는 다음 주 Qwen3.8-27B 변형과 함께 Qwen3.8-Max의 오픈 가중치를 출시할 것이라고 확인했습니다.
Liquid AI는 높은 효율성과 호환성으로 엣지 장치에서 로컬로 실행하도록 설계된 26억 파라미터 에이전트인 LFM2.5-2.6B 모델을 출시했습니다.
Shieldstral은 콘텐츠 검수를 정책 적응형 질문 답변 작업으로 구성하는 3B 오픈 가중치 다중 모달 안전 분류기로, 재학습 없이 추론 시 일반 언어 정책을 받아들일 수 있습니다. 이는 텍스트와 이미지 안전 평가를 통합하고 다양한 벤치마크에서 교정된 안전 점수를 제공하며 단일 16GB NVIDIA GPU에서 효율적으로 실행됩니다.
알리바바의 Qwen 팀은 코딩, 장기 에이전트 작업, 다중 모달 추론에 중점을 둔 새로운 2.4T 파라미터 플래그십 모델인 Qwen 3.8 Max를 발표했습니다. 회사는 Qwen 3.8 Max와 소규모 Qwen 3.8-27B의 오픈 가중치 버전이 내주 출시될 것이라고 확인했습니다.
알리바바의 Qwen 팀은 API를 통해 Qwen3.8-Max를 광범위하게 공개했으며, 차주에 Qwen3.8-Max와 더 작은 체크포인트인 Qwen3.8-27B의 오픈 가중치가 출시될 예정입니다. 플래그십 모델은 텍스트, 이미지, 비디오 입력을 수용하는 2.4조 파라미터의 mixture-of-experts 아키텍처입니다.
Moonshot AI는 장기 코딩과 심층 추론을 위해 설계된 2.8조 파라미터의 오픈 웨이트 모델인 Kimi K3를 출시했습니다. 이는 3조 파라미터 클래스에서 최초의 오픈소스 모델이며 100만 토큰 컨텍스트 창을 지원합니다.
Together AI는 Moonshot의 오픈 가중치 모델을 위한 런치 플랫폼으로 기능하기 위해 Moonshot AI와의 전략적 파트너십을 발표했습니다. 첫 번째로 Kimi K3가 제공됩니다. 이 협력을 통해 개발자는 Together AI의 미국 호스팅 인프라와 도구를 통해 프론티어 릴리스에 제로 데이 접근 권한을 얻게 됩니다.