■ MBZUAI, 물리적 행동 결과 예측하는 오픈웨이트 모델 'PAN 2' 공개

아랍에미리트(UAE) 모하메드 빈 자이드 AI 대학(MBZUAI) 산하 기초모델연구소(IFM)가 290억개 매개변수의 월드 모델 'PAN 2'를 공개했다. 초기 장면과 행동 지시를 입력하면 물체의 움직임과 물리적 변화를 예측해 영상으로 생성한다. 언어모델과 영상 확산 모델을 결합한 구조로, 물리 추론 평가 'Physics-IQ Verified'에서 전체 3위, 오픈웨이트 모델 중 1위를 기록했다. 로봇이 실제 행동에 앞서 결과를 예측하는 데 활용할 수 있으며, 가중치와 관련 코드는 아파치 2.0 라이선스로 공개했다.

■ 메이투안, 1.6조 매개변수 '롱캣 2.5' 가중치 공개

중국 메이투안이 최근 출시한 멀티모달 AI 모델 '롱캣 2.5(LongCat-2.5)'의 가중치를 공개했다. 총 1조6000억개 매개변수 가운데 토큰당 약 480억개를 활성화하는 전문가 혼합(MoE) 구조로, 100만 토큰의 컨텍스트를 지원한다. 텍스트와 이미지, 동영상을 이해하며 코딩과 장기 에이전트 작업에 특화됐다. 자체 평가에서 코딩 벤치마크 '터미널벤치 2.1' 88.4점을 기록했으며, 가중치는 MIT 라이선스로 공개했다.

■ 피시 오디오, 말하면서도 듣는 실시간 음성 AI '라이브 3' 출시

피시 오디오(Fish Audio)가 AI가 말하는 중에도 사용자의 발화를 인식하는 전이중(Full-duplex) 음성 모델 '라이브 3(Live 3)'를 출시했다. 사용자가 대화 도중 끼어들거나 말을 멈추면 상황에 맞춰 응답을 수정하거나 기다리는 것이 특징이다. 최소 186밀리초 만에 응답 여부를 결정할 수 있다. 현재 영어를 지원하며 API와 음성 에이전트 플랫폼으로 제공한다.

■ 일레븐랩스, 음성 인식 정확도 개선한 '스크라이브 v3' 2종 공개

일레븐랩스(ElevenLabs)가 음성을 텍스트로 변환하는 '스크라이브 v3(Scribe v3)'와 실시간 처리용 '스크라이브 v3 라이브(Scribe v3 Live)'를 공개했다. 회사 평가에서 녹음 음성 처리용 모델은 이전 버전보다 단어 인식 오류를 27%, 실시간 모델은 43% 줄였다. 여러 사람이 말하는 상황에서 화자를 구분하고 대화 차례를 인식하는 능력도 개선했다. 두 모델 모두 API로 제공한다.

■ 레이라인, 작업별로 최적 AI 모델 선택하는 'ARC' 공개

AI 인프라 기업 레이라인(Rayline)이 작업 난이도와 비용에 따라 적합한 AI 모델을 자동으로 선택하는 라우팅 모델 'ARC'를 공개했다. 간단한 작업에는 저렴한 모델을, 복잡한 작업에는 고성능 모델을 배정해 비용을 줄이는 방식이다. 회사는 코딩 작업에서 최상위 모델에 근접한 성능을 유지하면서 추론 비용을 절감할 수 있다고 설명했다. API를 통해 제공하며 모델 가중치도 공개했다.

■ 커서, 개발자와 AI 에이전트가 협업하는 '팀 프로젝트' 공개

AI 코딩 도구 커서(Cursor)가 여러 개발자와 AI 에이전트가 하나의 작업 공간에서 협업하는 '프로젝트 멀티플레이어(Projects Multiplayer)' 기능을 공개했다. 팀원들이 요구사항과 설계 문서, 작업 이력을 공유하고 각자 AI 에이전트에 개발 업무를 맡길 수 있다. 에이전트끼리 작업 내용을 공유해 중복 작업과 코드 충돌을 줄이도록 설계했다.

■ 헤드라, AI가 모델 학습·개선하는 '모델 팩토리' 출시

헤드라(Hedra)가 AI 에이전트가 모델 학습과 성능 최적화를 반복하는 플랫폼 '모델 팩토리(Model Factory)'를 공개했다. 학습 실험과 추론 최적화, 배포 과정을 자동화하는 것이 핵심이다. 회사는 이미지 편집 모델을 최적화해 동일한 AMD GPU 환경에서 2K 이미지 처리 시간을 약 22초에서 3.6초로 줄였다고 밝혔다. 새로운 기초모델보다는 기존 모델의 후속학습과 배포를 지원하는 플랫폼이다.

임대준 기자 ydj@aitimes.com