오픈 멀티모달 디시전 모델 Decision 3.0 공개, 0.6B부터 27B까지
XunzhuoLiu가 2026년 10월 11일 X 게시물로 오픈 멀티모달 디시전 모델 Decision 3.0을 공개했습니다. 0.6B부터 27B까지 규모를 표방하며 Hugging Face 컬렉션을 함께 안내했고, Jev Decision Index 두 보드 1위는 발표자 자체 평가라는 한
#multimodal
TAU-HOME.COM에서 multimodal 태그로 묶인 글입니다.
구글, 740M 경량 온디바이스 멀티모달 임베딩 모델 'EmbeddingGemma 2' 공개
구글이 텍스트·코드·이미지·비디오·오디오를 단일 모델에서 임베딩하는 740M 파라미터 경량 오픈 모델 EmbeddingGemma 2를 발표하고 허깅페이스에 가중치를 공개했습니다.
엔비디아, VAE·ViT 인코더 없앤 픽셀 공간 통합 멀티모달 모델 'PixelUMM' 오픈소스 공개
NVIDIA 연구진이 VAE와 ViT를 제거하고 원본 픽셀 공간에서 이미지 및 비디오의 시각적 이해와 생성을 단일 인코더-프리 구조로 처리하는 'PixelUMM'의 코드와 모델 가중치를 오픈소스로 공개했습니다.
ComfyUI, 멀티모달 생성 모델 통합 라우팅 API 'Comfy Router' 출시
ComfyUI가 이미지, 비디오, 3D, 오디오 프론티어 모델을 단일 엔드포인트로 연동하는 Comfy Router를 출시했습니다. 동일한 파라미터로 Fal, Runware 등 복수 프로바이더를 전환 호출합니다.
Pruna AI, 텍스트·이미지·오디오 통합 비디오 모델 'P-Video-2' 공식 출시
Pruna AI가 최대 1080p 48fps 해상도와 20초 길이, 네이티브 오디오 동시 생성을 지원하는 P-Video-2를 공개했습니다. 초당 $0.015부터 시작하는 드래프트 모드와 클라우드 제공 정보를 전합니다.
DeepSeek V4.1 Flash 공식 출시: 네이티브 멀티모달 탑재와 API 라우팅 개편
DeepSeek가 비주얼 이해를 기본 탑재한 V4.1-Flash를 공식 출시했습니다. 공식 식별자 deepseek-flash 도입, 9월 14일 V4-Pro 전환 일정과 서드파티 게이트웨이 유의점까지 정리합니다.