Mage-VL

Qwen3.5-4B 모델

AI 모델

고성능 다중 모드 학습을 위해 설계된 비전 인코더가 포함된 인과 언어 모델입니다. 201개 언어를 지원하며 확장 가능한 강화 학습을 위한 효율적인 하이브리드 아키텍처를 제공합니다.Qwen3.5-4B는 고성능 다중 모드 학습을 위해 설계된 비전 인코더가 포함된 인과 언어 모델입니다. 201개 언어를 지원하며 확장 가능한 강화 학습을 위한 효율적인 하이브리드 아키텍처를 제공합니다.

DeepSeek-V4-Flash-Vision-Exp

LLM

시각적 이해 능력을 향상시키는 DeepSeek-V4 계열의 실험적인 다중 모달 모델입니다. 이는 DeepSeek-V4-Flash 아키텍처를 기반으로 하여 텍스트 전용 성능을 유지하면서 개선된 다중 모달 에이전트 기능을 제공합니다.DeepSeek-V4-Flash-Vision-Exp는 시각적 이해 능력을 향상시키는 DeepSeek-V4 계열의 실험적인 다중 모달 모델입니다. 이는 DeepSeek-V4-Flash 아키텍처를 기반으로 하여 텍스트 전용 성능을 유지하면서 개선된 다중 모달 에이전트 기능을 제공합니다.

MiniMax M3 - 코딩 및 에이전틱 프론티어

LLM

#49

코딩 및 에이전틱 작업에서 뛰어난 성능을 발휘하는 고급 AI 모델입니다. 1M 컨텍스트 윈도우와 네이티브 멀티모달 이해 기능을 갖추고 있으며, MSA 아키텍처에 의해 구동됩니다. 이 모델은 오픈 웨이트 기능을 제공하여 개발자와 연구자에게 다재다능한 도구가 됩니다.MiniMax M3는 코딩 및 에이전틱 작업에서 뛰어난 성능을 발휘하는 고급 AI 모델입니다. 1M 컨텍스트 윈도우와 네이티브 멀티모달 이해 기능을 갖추고 있으며, MSA 아키텍처에 의해 구동됩니다. 이 모델은 오픈 웨이트 기능을 제공하여 개발자와 연구자에게 다재다능한 도구가 됩니다.

Ideogram 4

AI 모델

이미지 구성, 스타일 및 레이아웃에 대한 비할 데 없는 제어를 제공하는 최첨단 텍스트-이미지 모델입니다. 네이티브 2k 해상도와 다국어 텍스트 렌더링을 지원하여 디자인 중심의 애플리케이션에 적합합니다.Ideogram 4는 이미지 구성, 스타일 및 레이아웃에 대한 비할 데 없는 제어를 제공하는 최첨단 텍스트-이미지 모델입니다. 네이티브 2k 해상도와 다국어 텍스트 렌더링을 지원하여 디자인 중심의 애플리케이션에 적합합니다.

SmolVLM2: 비디오 이해 모델

AI 모델

다양한 장치에서 효율적으로 실행되도록 설계된 고급 비디오 이해 모델입니다. 향상된 비디오 분석 및 시각적 추론 기능을 제공하여 다양한 플랫폼에서 비디오 이해를 가능하게 합니다.SmolVLM2는 다양한 장치에서 효율적으로 실행되도록 설계된 고급 비디오 이해 모델입니다. 향상된 비디오 분석 및 시각적 추론 기능을 제공하여 다양한 플랫폼에서 비디오 이해를 가능하게 합니다.

Pixtral-12B-2409 모델

AI 모델

120억 개의 매개변수와 4억 개의 매개변수를 가진 비전 인코더를 갖춘 다중 모달 AI 모델로, 고급 이미지 및 텍스트 처리 작업을 위해 설계되었습니다.Pixtral-12B-2409은 120억 개의 매개변수와 4억 개의 매개변수를 가진 비전 인코더를 갖춘 다중 모달 AI 모델로, 고급 이미지 및 텍스트 처리 작업을 위해 설계되었습니다.

V-JEPA

AI GitHub 저장소

비디오에서 자기 지도 학습을 위한 PyTorch 구현체입니다. 인간의 주석이나 픽셀 수준의 재구성이 없이 시각적 표현을 학습하기 위해 공동 임베딩 예측 아키텍처를 활용합니다. 코드와 모델은 다양한 다운스트림 비디오 및 이미지 작업을 위해 설계되었습니다.V-JEPA는 비디오에서 자기 지도 학습을 위한 PyTorch 구현체입니다. 인간의 주석이나 픽셀 수준의 재구성이 없이 시각적 표현을 학습하기 위해 공동 임베딩 예측 아키텍처를 활용합니다. 코드와 모델은 다양한 다운스트림 비디오 및 이미지 작업을 위해 설계되었습니다.

LTX-2

AI 모델

동기화된 비디오와 오디오를 생성하기 위해 설계된 DiT 기반의 오디오-비디오 기초 모델입니다. 현대적인 비디오 생성 기술과 오픈 가중치를 결합하여 다양한 응용 프로그램을 위한 실용적인 로컬 실행을 가능하게 합니다.LTX-2는 동기화된 비디오와 오디오를 생성하기 위해 설계된 DiT 기반의 오디오-비디오 기초 모델입니다. 현대적인 비디오 생성 기술과 오픈 가중치를 결합하여 다양한 응용 프로그램을 위한 실용적인 로컬 실행을 가능하게 합니다.