요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
요약은 생성됐지만 현재 화면 버전과 데이터 형식이 맞지 않아 렌더링할 수 없습니다.
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
아직 관련 토론이 없습니다.
댓글을 작성하려면 로그인이 필요합니다.
이번 포스트는 Wan3.0의 일반 공개와 여러 서비스로의 확산을 중심으로, Kimi-K3의 2.8T 파라미터·100만 토큰 문맥, 언어별 LLM reasoning 격차, 대규모 MoE 학습과 harness 평가 비용을 줄이는 방법을 함께 다뤘다. Wan3.0은 텍스트·이미지·오디오·비디오·웹페이지·문서를 입력으로 받아 최대 30초 영상을 한 번에 생성하고, Qwen Cloud에서는 480p 초당 0.05달러부터 가격이 책정됐다. 연구 포스트에서는 영어 reasoning 전환에 따른 성능 회복, 작은 proxy model을 이용한 learning rate 전이, 불일치가 큰 task 중심의 검증 샘플링이 핵심으로 나타났다. OpenMHC는 wearable data와 clinical data를 잇는 공개 연구 기반으로, Grok은 ESP32-S에서 DOOM 전체를 높은 frame rate로 실행한 사례로 언급됐다.
3:21270억 파라미터 규모의 Qwen 3.8 27B 모델이 오픈 가중치로 공개되어, 개인용 PC에서도 수준 높은 추론 성능을 제공한다.
이번 기간에는 오픈소스 영상·이미지 계열(MiniMax H3)과 로컬 추론·CPU 음성 클론이 실무화되는 움직임이 눈에 띈다. MiniMax는 잠재공간 재생성(latent-space DiT), MoBA 스타일 sparse attention, CFG-distilled 체크포인트 같은 설계로 로컬 실행과 편집 워크플로를 겨냥하고 있으며 이로 인해 사용자 주도형 미디어 편집 경로가 강화될 가능성이 커졌다. 한편 Spark 계열 장치 연결과 Hermes Agent 연동 사례, 그리고 llama.cpp 기반 Qwen3‑TTS의 CPU 제로샷 클론은 클라우드 의존도를 낮추는 방향을 실무에서 진전시키고 있다. 모델 간 가격·성능 비교(Qwen3.8 Max vs Claude Fable 5)와 병리학 벤치마크 결과는 특정 도메인·과업에 맞춘 모델 선택의 중요성을 다시 부각시켰다.