모델 디렉터리

최신 AI 모델

새롭게 출시된 모델을 발표일 순서로 살펴보세요.

최신 발표순7개 언어
초기화

193 개 모델

최신 발표순
Alibaba

HappyHorse-1.1-R2V

Alibaba Cloud Model Studio의 참조 이미지 기반 동영상 생성 모델이다. 텍스트와 최대 9장의 참조 이미지를 입력받아 동영상을 생성한다. 공식 발표에 따르면 인물, 피사체, 장면, 스타일과 화면의 일관성을 유지하고 카메라 표현을 제어하는 능력을 강화했다. (alibabacloud.com) 참조 이미지를 바탕으로 여러 장면에서 인물과 시각적…

Alibaba

HappyHorse-1.1-T2V

HappyHorse-1.1-T2V는 텍스트 설명을 오디오가 포함된 동영상으로 생성하는 모델이다. Alibaba Cloud Model Studio가 추론 서비스를 제공한다. 공식 발표에 따르면 텍스트 의미 이해, 카메라 구도 제어, 움직임 표현을 개선했으며 인물 동작, 장면 분위기와 물리적 움직임을 더욱 자연스럽게 표현하도록 설계됐다. 영상 콘셉트 시안이나…

Alibaba

Qwen3.5-OCR

Qwen3.5 아키텍처 기반의 OCR 모델이다. 문서 분석, 텍스트 위치 파악, 핵심 정보 추출을 지원하며, 신분증과 운전면허증 등 실제 업무용 증명서의 정보 추출에 활용할 수 있다. 여러 차례의 대화와 PDF 문서 분석도 지원한다. (docs.modelstudio.console.alibabacloud.com) 2026년 6월 16일. Alibaba…

Tencent

Hy-Embodied-0.5-VLA-RoboTwin

Tencent Robotics X와 Tencent Hy Team이 공개한 시각-언어-행동(VLA) 로봇 모델이다. 이 체크포인트는 Hy-Embodied-0.5-VLA-UMI를 초기 모델로 사용해 RoboTwin 2.0의 양팔 조작 50개 작업에 대해 지도 미세조정한 버전이다. 모델 카드에는 약 50억 개의 파라미터가 표시되어 있다. (huggingface.…

Tencent

Hy-Embodied-0.5-VLA-UMI

Hy-Embodied-0.5-VLA-UMI는 Tencent Robotics X와 Tencent Hy 팀이 공개한 로봇 조작용 시각·언어·행동(VLA) 모델의 사전학습 체크포인트다. 대상 로봇과 작업에 맞춰 미세조정하기 위한 범용 출발점이며, RoboTwin용으로 후속 학습된 별도 체크포인트와는 다르다. (huggingface.co) 카메라 이미지, 로봇 상…

Baidu

PP-OCRv6_medium_rec

PP-OCRv6_medium_rec는 PP-OCRv6 제품군의 서버용 중간급 텍스트 인식 모델이다. 이미지의 텍스트 영역을 문자열로 변환하며, 약 1,900만 개의 파라미터를 사용한다. LCNetV4 백본, LightSVTR 인식 네크와 CTC·NRTR 다중 헤드 디코더를 사용한다. 모델 카드에는 Apache-2.0 라이선스가 표시되어 있다.…

Baidu

PP-OCRv6_medium_det

PP-OCRv6_medium_det는 PaddleOCR의 PP-OCRv6 계열에 속하는 서버용 텍스트 영역 검출 모델이다. 약 1,550만 개의 파라미터를 사용하며, LCNetV4 백본과 RepLKFPN을 기반으로 한다. 모델 카드는 Apache-2.0 라이선스를 명시한다. (huggingface.co) 이미지를 입력받아 인쇄체·필기체·회전하거나 휘어진 글…

Baidu

PP-OCRv6_small_rec

PP-OCRv6_small_rec는 PP-OCRv6 계열의 중간 크기 텍스트 인식 모델이다. 이미지의 텍스트 영역을 입력받아 편집·검색 가능한 문자로 변환하며, 모바일·데스크톱 환경에서 정확도와 효율의 균형을 목표로 한다. PPLCNetV4 백본, LightSVTR 인식부와 CTC/NRTR 다중 헤드를 사용한다. 인식 모델은 약 520만 개의 파라미터를 가…

Baidu

PP-OCRv6_small_det

PP-OCRv6_small_det는 PaddleOCR 팀이 개발한 PP-OCRv6 계열의 소형 텍스트 검출 모델이다. 이미지에서 문자 영역의 위치를 찾으며, 정확도와 효율의 균형을 고려해 모바일 환경에 적합하다. LCNetV4 백본과 RepLKFPN을 사용하며 파라미터는 약 248만 개, 모델 저장 크기는 9.6 MB이다. (huggingface.co) 인…

Baidu

PP-OCRv6_tiny_rec

PP-OCRv6의 경량 텍스트 인식 모델로, 이미지의 텍스트 영역을 문자로 변환하도록 설계되었다. 파라미터는 약 110만 개이며, 공식 문서에 기재된 모델 저장 크기는 4.4MB다. 엣지 기기와 IoT 환경에 적합하다. (huggingface.co) 간체·번체 중국어, 영어 및 라틴 문자 기반 언어를 포함한 49개 언어를 지원한다. 문서, 화면 표시 문자,…

Baidu

PP-OCRv6_tiny_det

PP-OCRv6_tiny_det은 PP-OCRv6 계열의 초경량 텍스트 검출 모델이다. 이미지에서 글자가 있는 영역을 찾아 좌표로 반환하며, 엣지 기기와 IoT 환경에 적합하다. 공식 문서 기준 파라미터는 약 43만 개, 모델 저장 크기는 1.9 MB다. (paddleocr.ai) 문서, 이미지 및 산업 현장 이미지에서 텍스트 영역을 검출해 후속 OCR 처…

Tencent

Universal Audio Tokenizer

Universal Audio Tokenizer는 Tencent의 WeChat AI가 공개한 단일 코드북 오디오 토크나이저다. 언어적 정렬과 일반 오디오 인식을 함께 제공하여 오디오 대규모 언어 모델(Audio-LLM)의 입출력 인터페이스로 활용하도록 설계됐다. 오디오를 이산 토큰으로 변환하고 토큰에서 파형을 복원할 수 있다. (github.com) 표현:…