万相2.1-图生视频-Turbo
만상 2.1 시리즈의 이미지-동영상 변환 Turbo 모델로, 정적 이미지를 비교적 빠른 생성 속도로 동영상으로 변환하며 Alibaba Cloud Bailian을 통해 추론 서비스를 제공합니다.(help.aliyun.com) 첫 프레임 이미지를 바탕으로 동영상을 생성하며, 프롬프트를 함께 사용해 원하는 움직임과 장면을 설명할 수 있습니다. 공식 소개에 따르면…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
만상 2.1 시리즈의 이미지-동영상 변환 Turbo 모델로, 정적 이미지를 비교적 빠른 생성 속도로 동영상으로 변환하며 Alibaba Cloud Bailian을 통해 추론 서비스를 제공합니다.(help.aliyun.com) 첫 프레임 이미지를 바탕으로 동영상을 생성하며, 프롬프트를 함께 사용해 원하는 움직임과 장면을 설명할 수 있습니다. 공식 소개에 따르면…
Gemini 2.0 Flash-Lite는 Gemini 2.0 시리즈에서 속도, 규모 및 비용 효율성에 최적화된 멀티모달 모델이다. Google은 2025년 2월 25일 정식 출시를 발표했으며, 프로덕션 환경에서 사용할 수 있다. 이에 앞서 공개 프리뷰 버전은 2025년 2월 5일에 출시되었다. (aistudio.google.com) 텍스트, 이미지, 오디오…
Claude 3.7 Sonnet은 Anthropic이 2025년 2월 24일 출시한 하이브리드 추론 모델로, 하나의 모델에서 표준 응답과 확장 사고의 두 가지 모드를 제공합니다. (anthropic.com) 텍스트와 이미지 입력을 지원하고 텍스트를 출력하며, 대화, 콘텐츠 분석, 창의적인 작업 및 프로그래밍에 사용할 수 있습니다. (anthropic.com…
Moonlight-16B-A3B-Instruct는 Moonshot AI가 공개한 지시 미세 조정 버전의 텍스트 생성 모델로, 전문가 혼합(MoE) 아키텍처를 사용하며 총 파라미터는 약 160억 개, 토큰당 활성화되는 파라미터는 약 30억 개이다. Moonlight는 Muon 옵티마이저를 사용하며, 학습 데이터 양은 5.7조 토큰이다.(huggingface.…
Moonlight-16B-A3B는 Moonshot AI가 공개한 사전 학습된 기본 언어 모델로, 전문가 혼합(MoE) 아키텍처를 사용하며 총 파라미터는 약 160억 개이고 token당 약 30억 개의 파라미터가 활성화된다. Muon 옵티마이저를 사용해 5.7조 token으로 학습되었다. 이 기본 모델은 별도로 공개된 지시 미세 조정 버전인 Moonlight…
Image-01은 MiniMax의 이미지 생성 모델로, 텍스트 설명을 바탕으로 다양한 크기의 이미지를 생성할 수 있다. 공식 가격 페이지에는 과거 모델로 분류되어 있다.(platform.minimax.io) 텍스트 설명과 참조 이미지를 이용한 이미지 생성을 지원하며, 크리에이티브 디자인, 소셜 미디어용 이미지, 상업용 시각 자료에 활용할 수…
Gemini 2.0 Flash로 구동되는 Google Cloud Document AI의 맞춤형 문서 정보 추출 모델 버전이다. 사용자는 추출할 필드를 정의하여 문서 내용을 구조화된 엔티티로 변환할 수 있다. (docs.cloud.google.com) 맞춤형 스키마에 따라 문서 필드를 추출하며, 다양한 형식과 레이아웃의 업무 문서 처리에 적합하다.…
Qwen-Omni-Turbo는 통이첸원(Qwen)의 멀티모달 이해 및 생성 모델이다. 알리바바 클라우드 바이롄의 모델 업데이트 공지에는 2025-02-14에 등재된 것으로 나와 있다.(help.aliyun.com) 텍스트, 이미지, 오디오, 비디오 입력을 지원하며, 혼합 모달리티 입력에 대한 이해도 지원한다. 텍스트와 음성을 동시에 스트리밍 출력할 수 있으…
I2V-01-Director는 MiniMax Video-01 시리즈의 이미지-비디오 생성 감독판 모델로, 카메라 움직임 제어에 중점을 둡니다. 이미지를 입력하고 텍스트 설명을 결합해 비디오를 생성합니다. 텍스트-비디오 생성 모델인 T2V-01-Director와 함께 01-Director 시리즈에 속합니다.(minimaxi.com) 프롬프트의 카메라 움직임…
T2V-01-Director는 MiniMax 하이뤄 비디오 모델 계열의 텍스트-비디오 모델로, 카메라 움직임 제어와 영화적 서사에 중점을 둔다. 이 모델은 텍스트 프롬프트를 입력받아 비디오를 생성하며, 이미지-비디오 모델인 I2V-01-Director와는 다르다.(minimax.io) 자연어 또는 대괄호 명령으로 카메라 움직임을 제어할 수 있으며, 예로는…
Google이 2025년 2월 5일 출시한 Gemini 2.0 Flash-Lite 공개 프리뷰 버전으로, 비용과 속도를 중시하는 개발 환경을 대상으로 한다. Google에 따르면 동일한 속도와 비용을 유지하면서 대부분의 벤치마크에서 Gemini 1.5 Flash보다 우수하다. (blog.google) 멀티모달 입력을 지원하며 약 100만 token의 컨텍스…
Gemini 2.0 Pro의 실험적 공개 미리보기 버전. Google은 출시 당시 이 모델을 프로그래밍과 복잡한 프롬프트 처리에 가장 뛰어난 Gemini 모델로 소개했다. (blog.google) 멀티모달 입력과 텍스트 출력을 지원하며, 코드 생성, 복잡한 문제 처리, 대량의 정보 분석 및 이해에 적합하다. 공식적으로 발표된 컨텍스트 윈도는 200만…
Gemini 2.0 Flash는 Google이 높은 효율성과 프로덕션 애플리케이션을 위해 제공하는 멀티모달 모델입니다. gemini-2.0-flash-001은 2025년 2월 5일 정식 사용 가능한 버전으로 출시되었습니다. (aistudio.google.com) 텍스트, 이미지, 오디오 및 비디오 입력을 받아 텍스트를 출력하며, 멀티모달 콘텐츠 이해, 요약…
Google Cloud Document AI의 Enterprise Document OCR 프로세서 버전으로, 문서에서 텍스트와 레이아웃 정보를 인식하고 추출하는 데 사용된다. 공식적으로 2025년 2월 3일 이 버전이 출시 후보 버전(Release Candidate)으로 출시되었다고 발표했다. 현재 프로세서 목록에는 공개 미리보기 버전으로 표시되어 있으며…
OpenAI o3-mini는 OpenAI가 출시한 경량 추론 모델로, 과학, 수학, 프로그래밍 등 기술 작업에 최적화되어 있으며 추론 능력, 비용, 응답 속도 간의 균형에 중점을 둡니다.(openai.com) 텍스트 입력과 출력을 지원하며, 수학 문제 해결, 과학 분석, 코드 생성 및 디버깅 등의 작업에 사용할 수 있습니다. 함수 호출, 구조화된 출력, 스…
제공된 알리바바 클라우드 공식 공지를 직접 읽으려 했으나 시간 초과가 발생했고, 재시도도 실패했습니다. 따라서 요청에 따라 공지 원문을 기반으로 독립적인 검증을 완료할 수 없어, 당분간 전체 상세 정보를 작성하지 않습니다. 읽기에 성공한 알리바바 클라우드 모델 목록에는 qwen-audio-asr-1204가 “通义千问ASR-2024-12-04”로 기재되어 있…
알리바바 클라우드 공식 문서 https://developer.aliyun.com/article/1651640 을 읽으려고 시도했으나 웹페이지 요청 시간이 초과되었습니다. 검색 결과 요약만으로는 원문 전체를 읽는 것을 대체하기에 부족하므로, 요청에 따라 전체 상세 내용을 생성할 수 없습니다. 알리바바 클라우드의 다른 공식 공지는 읽을 수 있었으며, qwen-…
Qwen-VL-Plus는 알리바바 통이첸원 시리즈의 비전-언어 모델이다. 이 기록은 스냅샷 버전 qwen-vl-plus-0102에 해당하며, 공식 월간지는 이를 qwen-vl-plus-2025-01-02라고도 부른다.(developer.aliyun.com) 이 모델은 이미지와 텍스트 이해를 목적으로 한다. 공식 발표에 따르면 qwen-vl-plus-0809…
Qwen-Plus의 날짜 지정 텍스트 생성 모델로, 성능과 속도의 균형에 중점을 두며 중간 복잡도의 작업에 적합하다. 공식 설명에 따르면 추론 성능과 속도는 Qwen-Max와 Qwen-Turbo 사이에 위치한다.(docs.bailian.console.aliyun.com) 텍스트 입력과 출력을 지원하며, 중국어·영어 및 다국어 질의응답, 코드 생성, 논리 추…
GPT-4o는 OpenAI의 범용 멀티모달 모델입니다. 이 기록은 **GPT-4o(2025년 1월 29일 업데이트)**에 해당하며, GPT-4o 시리즈의 최초 출시가 아닌 공식 릴리스 노트에 기재된 ChatGPT용 업데이트입니다. (help.openai.com) 텍스트와 업로드된 이미지를 처리할 수 있으며, 질의응답, 차트와 복잡한 도해 분석, 공간 배치…