모델 디렉터리

최신 AI 모델

새롭게 출시된 모델을 발표일 순서로 살펴보세요.

최신 발표순7개 언어
초기화

138 개 모델

최신 발표순
Alibaba

Wan3.0-Video

Alibaba의 Wan 계열 올인원 영상 생성 모델이다. 텍스트, 이미지, 오디오, 영상, 문서와 공개 웹페이지를 입력받아 영상을 생성한다. 텍스트→영상, 이미지의 첫 프레임 또는 첫·마지막 프레임→영상, 참조 자료 기반 생성을 지원한다. 음성·배경음·효과음 생성과 음향 켜기/끄기, 영상 편집 및 연장도 지원한다. (docs.qwencloud.com) 영화…

ByteDance

SeedRealtime

SeedRealtime은 오디오·비디오·텍스트를 하나의 아키텍처에서 결합하는 실시간 시청각 전이중 대형 모델이다. 연속적인 멀티모달 입력을 처리하면서 보고, 듣고, 말하는 상호작용을 지향한다. 공식 출시일은 2026년 8월 5일이다. (seed.bytedance.com) 시청각 공동 이해: 화면, 소리, 시간 정보를 함께 활용해 장면과 사용자 의도를 파악하…

Tencent

Hunyuan3D-Buffalo 1.0

Hunyuan3D-Buffalo 1.0은 3D 생성, 이해, 편집을 하나의 파이프라인에서 수행하도록 설계된 통합 멀티모달 연구 프레임워크다. 공유 Hunyuan3D-VLM 백본과 Hunyuan3D DiT 생성 모듈을 결합한다. (tencent-hunyuan.github.io) 3D 이해: 3D 객체에 관한 질문에 답하고, 언어 지시에 따라 객체 내 위치나…

Alibaba

Qwen-Image-3.0

Qwen-Image-3.0은 이미지 생성과 편집을 위한 표준 모델이다. Pro 모델보다 속도와 품질의 균형을 중시하며, 포스터·웹페이지·UI 등 일상적인 콘텐츠 제작에 적합하다. 공식 모델 출시 기록의 날짜는 2026년 8월 4일이다. (docs.qwencloud.com) 텍스트와 이미지를 입력받아 이미지를 생성하며, 텍스트 기반 생성과 이미지 기반 생성·…

Alibaba

Qwen3.8-Max

Qwen3.8-Max는 Alibaba가 2026년 8월 3일 발표한 Qwen 계열의 멀티모달 플래그십 모델이다. 총 2.4조 개의 파라미터를 가진 희소 전문가 혼합(MoE) 아키텍처를 사용하며, 발표 당시 코딩, 업무, 연구 및 장기 작업을 위한 모델로 소개됐다. 공식 발표 (alibabacloud.com) 텍스트, 이미지, 동영상을 입력받아 텍스트를 출력…

ByteDance

Seed-Evolving

Seed-Evolving은 Agent와 코딩을 위해 설계된 Seed 계열 심층 추론 모델이다. 하나의 모델 ID로 자동 업데이트되는 최신 버전을 호출한다. (docs.volcengine.com) 복잡한 작업의 구성과 장기 계획, 코드 생성, 도구 호출을 지원한다. 개발 작업, 심층 조사, 업무 흐름 자동화에 활용할 수 있다. 공식 발표에 따르면 1M 토큰의…

Alibaba

Qwen3.7-Text-Embedding

Qwen3.7 기반의 다국어 텍스트 임베딩 모델이다. 텍스트나 코드를 벡터로 변환하여 의미 검색, 검색 증강 생성(RAG), 문서 군집화와 분류 등에 활용할 수 있다. 공식 발표에 따르면 text-embedding-v4 대비 MTEB 다국어·중영 검색 및 코드 검색 평가 성능이 20% 향상되었다. (alibabacloud.com) 한국어를 포함한 201개…

Alibaba

Qwen-Audio-3.0-ASR-Flash

Qwen-Audio-3.0-ASR-Flash는 녹음된 짧은 오디오를 텍스트로 변환하는 비실시간 자동 음성 인식(ASR) 모델이다. HTTP API로 호출한다. 공식 모델 업데이트에 기재된 출시일은 2026년 7월 30일이다. (alibabacloud.com) 한국어, 중국어, 영어, 일본어 등을 포함한 30개 언어와 중국어 방언·지역 억양을 지원한다. 핫워…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Filetrans

Qwen-Audio-3.0-ASR-Flash-Filetrans는 긴 오디오·비디오 파일의 음성을 텍스트로 변환하는 비실시간 음성 인식 모델이다. 회의록 작성, 통화 분석, 짧은 동영상 자막 및 고객 상담 품질 점검에 활용할 수 있다. (docs.qwencloud.com) 한국어, 중국어, 영어, 일본어 등을 포함한 다국어와 여러 중국어 방언을 지원한다. 핫…

Alibaba

Qwen-Audio-3.0-ASR-Flash-Streaming

Tongyi Lab이 저지연·고동시성 실시간 상호작용을 위해 개발한 스트리밍 음성 인식 모델이다. 오디오를 입력받아 텍스트를 출력하며, 말하는 동안 전사 결과를 제공한다. (alibabacloud.com) 출시일: 2026년 7월 30일. Alibaba Cloud의 싱가포르 국제 배포 업데이트에 등재되었다. (alibabacloud.com) 주요 기능: 사…

Alibaba

Qwen-Image-3.0

Alibaba의 Qwen 이미지 생성·편집 모델이다. 표준형 qwen-image-3.0은 생성 품질, 속도, 비용의 균형을 지향하며, 별도 모델인 Pro보다 빠른 일상 창작과 반복 제작에 적합하다. 입력은 텍스트와 이미지이고 출력은 이미지다. (modelstudio.console.aliyun.com) 텍스트로 이미지를 생성하고, 입력 이미지를 바탕으로 이미…

Alibaba

Qwen3.7-Flash

Qwen3.7-Flash는 Alibaba의 네이티브 비전·언어 모델인 Qwen3.7 Flash 계열의 멀티모달 모델이다. 이 API ID는 2026년 7월 15일 스냅샷을 가리킨다. Alibaba Cloud Model Studio 공식 출시 목록에는 2026년 7월 21일 출시 항목으로 기록되어 있다. (alibabacloud.com) 텍스트·이미지·동영상…

Baidu

HPD-Parsing

HPD-Parsing은 높은 처리량의 문서 파싱을 위한 경량 비전-언어 모델이다. 약 10억 개의 매개변수를 가지며, 모델 가중치는 Apache 2.0 라이선스로 공개되어 있다. 공식 모델 저장소 식별자는 PaddlePaddle/HPD-Parsing이다. (huggingface.co) 주 레이아웃 분기가 문서 전체 구조를 조정하고, 여러 콘텐츠 분기가 문서…

Tencent

Hy-Embodied-RxBrain-1.0

Hy-Embodied-RxBrain-1.0(RxBrain)은 Tencent Robotics X, Futian Laboratory, Tencent Hunyuan 팀이 개발한 오픈소스 체화 인지 기반 모델이다. 세계 이해, 추론·계획, 행동 결과 예측을 하나의 멀티모달 모델로 통합한다. Hy-Embodied-VLM 계열을 기반으로 하며, 약 62억 개의 파라미…

Tencent

Hy-Embodied-VLM-1.0

Hy-Embodied-VLM-1.0은 실제 물리 환경에서 작동하는 임바디드 에이전트를 위한 시각·언어 기반 모델이다. Tencent Robotics X, Hy Vision Team, Futian Laboratory가 개발했으며, 공식 발표일은 2026년 7월 15일이다. (github.com) Hy3-A3B 언어 백본과 Hy-ViT2 시각 인코더를 결합한…

Tencent

HunyuanOCR-1.5

HunyuanOCR-1.5는 문서와 이미지의 문자 처리에 특화된 경량 엔드투엔드 시각언어모델(VLM)이다. HunyuanOCR-1.0의 백본을 유지하면서 추론과 학습 방식을 개선했다. 공식 모델 카드에는 약 10억 개의 파라미터가 명시되어 있다. (huggingface.co) 문서 파싱, 이미지 내 문자 검출·인식, 정보 추출, 이미지 속 텍스트 번역을 하…

Tencent

Hy3

Hy3는 Tencent Hunyuan이 개발한 언어 모델로, 빠른 응답과 심층 추론을 하나의 모델에서 지원한다. 정식 출시일은 2026년 7월 6일이며, Hy3 preview의 후속 버전이다. (tencent.com) 전문가 혼합(MoE) 구조로, 전체 파라미터는 295B, 활성 파라미터는 21B다. 모델 카드에 명시된 컨텍스트 길이는 256K다. 복잡한…