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…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
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…
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…
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…
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·…
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…
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…
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…
이 언어의 소개는 준비 중입니다.
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…
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…
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…
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…
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…