AI Tracker멀티모달 뉴스,
개발자를 위해.
모든 AI 제공업체의 최신 멀티모달 뉴스: 출시, 가격 변경, 지원 종료를 나에게 미치는 영향과 함께 요약했습니다.
Liquid AI, 텍스트·비전·오디오·옴니 전반을 아우르는 소형 모델 6종 LFM3 공개
Liquid AI가 새로운 Liquid Foundation Models 세대인 LFM3를 발표했습니다. 회사가 새로운 트라이하이브리드 아키텍처라고 부르는 기술과 새로운 멀티모달 인코더를 기반으로 합니다. Liquid AI에 따르면 이 아키텍처는 GPU, CPU, NPU를 아우르는 14개 프로세서 클래스에 최적화됐으며, 모델은 GPU 한 대에서 파인튜닝할 수 있습니다.Google DeepMind, 실시간 인터랙티브 월드 모델 Genie 4 공개
Google DeepMind는 2026년 10월 27일 Genie 4를 발표하며, 지금까지 가장 사실적이고 상호작용성이 뛰어난 월드 모델이라고 소개했습니다. DeepMind는 게시물에서 사용자가 역동적인 환경을 실시간으로 탐험하고, 장면이 어떻게 반응하고 소리를 내는지, 그 안의 사람들이 어떻게 움직이고 반응하고 말하는지 볼 수 있다고 밝혔습니다. 블로그 게시물 "Genie 4: a new generation of world simulation"도 공개했습니다.Microsoft의 MAI-Image-2.7-Preview, Artificial Analysis 이미지 편집 순위에서 2위
Artificial Analysis에 따르면 Microsoft AI의 최신 이미지 편집 모델이자 8월 출시된 MAI-Image-2.6의 후속 모델인 MAI-Image-2.7-Preview가 AA-Image-Editing v2.1 리더보드에서 OpenAI의 GPT Image 2.5 Sunburst (max)에 근소한 차이로 뒤진 2위를 차지했습니다. 이 결과는 Artificial Analysis 자체 평가입니다.SenseTime reportedly open-sources SenseNova 6.8 Code2Video, a 27B code-to-video model
A Chinese AI blogger reports that SenseTime open-sourced SenseNova 6.8 Code2Video on October 27, with weights on Hugging Face under sensenova/SenseNova-6.8-Code2Video. The report is second-hand; SenseTime's own announcement is not cited.인도 언어용 음성 모델 Maya-2, 공개 가중치로 출시
인도를 겨냥한 음성(음성 합성) 모델 Maya-2가 10월 27일 Hugging Face에서 maya-research/maya2-native라는 이름으로 공개 가중치와 함께 게시됐다. X에 올라온 발표에 따르면 이 모델은 인도의 28개 주와 8개 연방 직할지를 모두 아우르며 15억 명 이상을 대상으로 한다.
Baidu open-sources Unlimited OCR 2, a document parser with near-constant decoding cost
Baidu announced Unlimited OCR 2 on X on October 26, with code on GitHub and weights on Hugging Face. The model is built to parse documents of virtually any length within a finite context window.Artificial Analysis, 코드로 만든 마케팅 동영상 벤치마크 Code2Video-AA 출시
Artificial Analysis가 HeyGen과 협력해 자체 구현한 HeyGen의 Code2Video Bench, Code2Video-AA를 공개했습니다. 모델은 제품 및 브랜드 마케팅 브리프 114개를 받고, 도구를 사용하지 않고 한 번의 응답으로 각각에 대한 HyperFrames HTML 구성을 작성해야 합니다. 구성은 네트워크에 연결하지 않은 상태에서 동영상으로 렌더링됩니다. 심사 모델(Gemini 4 Argon, high)이 참여도, 프롬프트 의도, 구성, 시간적 일관성, 완성도를 기준으로 동영상 쌍을 비교하고, 다섯 항목의 Elo 평점을 평균해 종합 점수를 산출합니다. 35,000건이 넘는 판정으로 모델 27개의 순위를 매겼습니다. 결과는 Artificial Analysis 자체 평가입니다.A fine-tuned 2015 CNN beats GPT-6 Astra and Claude Fable 5.1 at naming skin lesions, a dermatologist reports
Dr Magnus Lynch, a consultant dermatologist at Guy's Hospital and King's College London, published a test of GPT-6 Astra and Claude Fable 5.1 on 200 biopsy-proven lesions drawn at random from the public MILK10k dataset. Each model got a clinical photograph and a dermoscopic image, the same prompt and default settings, and chose among six diagnoses. The comparison model was Inception v3 (published 2015), fine-tuned on 68,011 images from the ISIC Archive on one H100 GPU, with the test lesions removed from its training data.Moonshot, Kimi K3.1 Pro 출시… 오픈 웨이트는 11월 4일까지 공개 예정
Moonshot은 자사의 가장 강력한 3T급 오픈 웨이트 모델이라고 소개한 Kimi K3.1 Pro를 발표했습니다. 총 2.8T, 활성 파라미터 104B 규모에 1M 토큰 컨텍스트를 지원하는 멀티모달 혼합 전문가 모델입니다. Moonshot에 따르면 K3.1 Pro와 K3.1 Pro Highspeed(2~3배 더 빠름)는 Kimi.ai, Kimi Work, Kimi Code 및 Kimi API에서 이용할 수 있습니다(모델 ID: kimi-k3.1-pro, kimi-k3.1-pro-highspeed). 오픈 웨이트는 2026년 11월 4일까지 공개할 예정입니다.
Block, 전이중 음성-음성 모델 Dessa 미리보기 공개
Square와 Cash App의 모회사인 Block이 Dessa의 리서치 프리뷰를 공개했다. Block은 Dessa를 “지금까지 만들어진 전이중 음성 모델 중 가장 진정성 있는 모델”이라고 부른다. Jack Dorsey의 발표에 따르면, 이 모델과 대화하면 감정과 뉘앙스, 멈춤, 자연스러운 말투를 갖춘 사람과 이야기하는 듯한 느낌이 든다.Google releases Gemini 4 Argon, its latest frontier model
Google released Gemini 4 Argon on October 13, 2026, and says it is available globally. Google's blog post was shared on Hacker News on October 20. The Gemini API changelog lists gemini-4-argon as generally available from October 13, describing it as Google's most capable model, built for complex coding, agentic, math and science tasks.Grok Bot 0.75.2 adds cards in desktop chats and video generation
Grok Bot 0.75.2 is out, according to a post on X from a member of the Grok Bot team that links to the release's changelog on x.ai. The post lists three changes:Ideogram introduces its first vector model
Ideogram announced its first vector model on X. According to Ideogram, it generates clean, editable SVGs with smooth gradients and sharp typography from a text prompt, or turns any image into a detailed, scalable vector.
Mistral releases Voxtral 3, speech models and a voice agent SDK
Mistral announced Voxtral 3 on October 20, 2026 (shared on Hacker News, where it had 735 points and 182 comments by October 20). Details and benchmarks below are Mistral's own claims from its announcement page.
ElevenLabs opens a limited alpha of Eleven Realtime Translation
ElevenLabs announced on X on October 21, 2026 a limited alpha of Eleven Realtime Translation, which builds live voice translation into calls. It followed the launch earlier that week of Eleven Realtime, its product for voice agents that talk to people.