Qwen-VL-OCR
Qwen-VL을 기반으로 학습된 시각 이해 및 OCR 모델로, 통합 모델을 사용해 이미지와 텍스트의 인식, 분석 및 처리 작업을 수행한다. 이 버전은 2025년 4월 13일의 스냅샷이다.(docs.bailian.console.aliyun.com) 범용 인식, 문서 분석, 표 분석, 정보 추출, 다국어 인식, 수식 인식의 여섯 가지 작업이 내장되어 있다. 문…
모델 디렉터리
새롭게 출시된 모델을 발표일 순서로 살펴보세요.
Qwen-VL을 기반으로 학습된 시각 이해 및 OCR 모델로, 통합 모델을 사용해 이미지와 텍스트의 인식, 분석 및 처리 작업을 수행한다. 이 버전은 2025년 4월 13일의 스냅샷이다.(docs.bailian.console.aliyun.com) 범용 인식, 문서 분석, 표 분석, 정보 추출, 다국어 인식, 수식 인식의 여섯 가지 작업이 내장되어 있다. 문…
텐센트가 출시한 3D 콘텐츠 생성 모델로, 텍스처가 적용된 고정밀 3차원 에셋을 제작해야 하는 창작자와 개발자를 대상으로 한다. 기술 보고서는 이를 형상 생성과 텍스처 생성의 2단계 과정을 사용하는 3D 확산 모델 체계로 설명한다. (arxiv.org) 텍스트 프롬프트 또는 이미지로 3D 모델을 생성할 수 있으며, 여러 시점의 이미지로 모델과 PBR 머티리…
Qwen-TTS는 통이첸원 시리즈의 음성 합성 모델로, 텍스트를 오디오로 변환한다. 이 버전은 2025년 4월 10일의 모델 스냅샷이다. 중국어, 영어 및 중국어와 영어가 혼합된 텍스트 입력을 지원하며, 텍스트에 따라 출력 어조를 자동으로 조정하고 스트리밍 오디오 출력을 지원한다.(docs.bailian.console.aliyun.com) 중국어, 영어 또…
ERNIE-iRAG-Edit은 바이두가 자체 개발한 이미지 편집 모델이다. 공식 업데이트 기록에 기재된 버전은 ERNIE-iRAG-Edit-1.0이며, 2025년 4월 17일 첸판 추론 서비스 API V2 이미지 편집 범주에 새로 추가되었다. (cloud.baidu.com) 객체 제거(erase): 마스크로 선택한 부분, 피사체 또는 배경을 제거한다. 객체…
ERNIE X1은 바이두의 심층 사고 및 추론 모델이다. 입력에서 지칭하는 버전은 ERNIE-X1-32K이며, 바이두 모델 업데이트 기록에서는 이를 해당 버전의 메인 버전으로 설명하고 대화 API를 제공한다고 밝히고 있다.(cloud.baidu.com) 바이두에 따르면 이 모델은 이해, 계획, 성찰 및 추론에 중점을 두며, 중국어 지식 질의응답, 문학 창작…
GLM-Z1-9B-0414는 즈푸가 출시한 약 90억 개의 파라미터를 가진 소형 추론 모델로, 자원이 제한된 환경과 경량 배포를 대상으로 한다. 공식 측은 이를 추론 모델로 분류하고 모델 가중치를 공개했으며, 공식 모델 페이지에는 MIT 라이선스가 명시되어 있다.(github.com) 공식 소개에 따르면 수학적 추론과 일반 작업에 뛰어나며, 관련 텍스트 추…
GLM-4-9B-0414는 GLM-4-0414 시리즈의 9B 파라미터 대화 모델로, 주로 번역 등 대량 호출이 필요한 시나리오에 맞춰 최적화되었다. 공식적으로 모델 가중치가 제공되며, 모델 저장소에는 MIT 라이선스가 명시되어 있어 로컬 배포에 사용할 수 있다.(github.com) 텍스트 생성과 대화를 지원하며, 번역 및 기타 대량 텍스트 처리 작업에 사…
GLM-Z1-Rumination-32B-0414는 즈푸의 GLM-4-32B-0414 시리즈에 속하는 320억 매개변수 심층 추론 모델로, 비교적 오랜 시간의 사고가 필요한 개방형 복잡 작업을 대상으로 한다. 모델 카드에는 중국어와 영어 텍스트 생성을 지원하며 모델 가중치를 MIT 라이선스로 배포한다고 명시되어 있다.(huggingface.co) 추론 과정에…
GLM-Z1-32B-0414는 GLM-4-0414 시리즈의 320억 파라미터 텍스트 추론 모델로, 깊은 사고가 필요한 작업을 대상으로 합니다. 공식적으로 이 시리즈는 2025년 4월 14일에 출시되었습니다.(github.com) 이 모델은 GLM-4-32B-0414를 기반으로 콜드 스타트, 확장 강화 학습 및 수학, 코드, 논리 작업 훈련을 거쳐 만들어졌으…
GLM-4-32B-0414는 즈푸 GLM-4-0414 시리즈의 320억 파라미터 대화 모델로, 로컬 배포에 적합하다. 공식 측은 이를 같은 시리즈의 기본 모델 및 GLM-Z1 추론 모델과 구분해 목록에 표시하고, 모델 가중치 다운로드를 제공한다.(github.com) 이 모델은 지시 준수, 엔지니어링 코드, 함수 호출 등의 기능을 위해 사후 학습되었으며,…
GLM-4-32B-Base-0414는 GLM-4-0414 시리즈의 약 320억 개 파라미터를 가진 기본 언어 모델로, 텍스트 생성, 후속 학습 및 로컬 배포를 위한 모델이다. 공식 설명에 따르면 약 15T의 고품질 데이터로 사전 학습되었으며, 여기에는 다량의 추론 관련 합성 데이터가 포함되어 후속 강화학습 확장의 기반을 마련했다.…
GLM-Z1-Flash는 GLM-Z1 시리즈의 무료 추론 모델로, 추론 모델의 사용 문턱을 낮추는 것을 목표로 합니다. 공식 출시 기록의 날짜는 2025-04-14입니다. (docs.bigmodel.cn) 심층 사고가 기본으로 활성화되며, 수학적 논리 추론, 긴 문서 분석, 코드 생성 등의 작업을 대상으로 합니다. 공식 문서에는 스트리밍 출력,…
GLM-Z1-Air는 즈푸가 출시한 가성비 높은 심층 사고 추론 모델로, 빈번한 호출이 이루어지는 시나리오를 대상으로 한다. 공식적으로 2025년 4월 14일에 이 모델이 발표되었으며, 이 항목에 해당하는 버전 식별자는 GLM-Z1-Air-0414이다. (docs.bigmodel.cn) GLM-4-Air-250414를 기반으로 수학, 코드, 논리 등의 작업…
GLM-Z1-AirX는 GLM-Z1-Air의 고속 버전으로, 초고속 추론 모델을 지향합니다. 공식적으로 2025년 4월 14일에 출시되었으며, 출시 식별자는 GLM-Z1-AirX-0414입니다. (docs.bigmodel.cn) 이 모델은 텍스트 입력과 텍스트 출력을 사용하며, 논리적 추론, 수학, 프로그래밍 등의 복잡한 작업을 대상으로 합니다. 실시간 데…
GLM-4 시리즈의 무료 텍스트 기반 모델로, 범용 작업과 경량 애플리케이션을 대상으로 한다. Zhipu AI는 2025년 4월 14일 이 버전을 출시했다.(docs.bigmodel.cn) 텍스트를 입력과 출력으로 사용하며, 경량 대화, 질의응답, 요약, 텍스트 처리 등의 시나리오에 적합하다. 공식 모델 개요에 명시된 컨텍스트 윈도는 128K tokens,…
GLM-4-Air-250414는 Zhipu AI가 2025년 4월 14일에 출시한 가성비 높은 기반 언어 모델로, 복잡한 작업과 에이전트 애플리케이션을 대상으로 한다. (docs.bigmodel.cn) 이 모델은 텍스트를 입력받아 텍스트를 생성한다. 공식 자료에서는 지시 이행, 엔지니어링 코드 생성 및 함수 호출 능력을 중점적으로 소개하며,…
Kimi-VL-A3B-Thinking은 Kimi-VL 시리즈의 비전 언어 추론 모델로, 복잡한 텍스트 및 멀티모달 추론에 중점을 둔다. 전문가 혼합(MoE) 아키텍처를 채택했으며, 공식적으로 명시된 총 파라미터 수는 약 160억 개, 활성 파라미터 수는 약 30억 개이고 컨텍스트 윈도는 128K token이다.(huggingface.co) 이미지와 텍스트를…
Kimi-VL-A3B-Instruct는 효율적인 추론을 위한 비전 언어 지시 모델로, 혼합 전문가(MoE) 언어 모델, 원본 해상도 비전 인코더 MoonViT, 투영 계층을 사용합니다. 공식적으로 명시된 총 파라미터 수는 약 160억 개, 활성화 파라미터 수는 약 30억 개이며, 컨텍스트 윈도는 128K입니다.(huggingface.co) 이 모델은 텍스트…
Wan 2.1 첫 프레임·마지막 프레임 기반 비디오 생성 Plus 버전은 국제 비디오 생성 서비스를 위한 모델로, 첫 프레임과 마지막 프레임 이미지 두 장을 바탕으로 전환 비디오를 생성하며 텍스트 프롬프트를 함께 사용해 콘텐츠를 제어할 수도 있다. 공식 공지에 2025년 4월 7일자로 등재되었다. (docs.bailian.console.aliyun.com)…
이 언어의 소개는 준비 중입니다.