Meta는 Muse Spark Open을 공개하며 "가장 뛰어난 미국 오픈웨이트 모델"이라고 밝혔다. 이 모델은 최신 MLX 프레임워크를 쓰는 Apple M5 Ultra Mac Studio 두 대로 데스크톱에서 구동할 수 있으며, Meta와 Apple이 함께 작업했다.
가중치가 공개된 멀티모달 MoE 모델을 Apple silicon에서 MLX로 로컬 구동할 수 있어, 클라우드 API 대신 온디바이스 추론을 택할 때 비용과 데이터 반출 위험을 따져볼 후보가 생겼다.
Liquid AI가 전체 240억 개 중 토큰당 20억 개 파라미터만 활성화하는 MoE 모델 LFM2.5-24B-A2B를 공개했다. 기기 내에서 빠르게 작동하는 에이전트를 목표로 하며, 기본 모델과 후학습 모델을 모두 오픈웨이트로 제공한다.
토큰당 활성 파라미터가 20억 개라 기기 안에서 도구 호출 에이전트를 돌릴 때 지연과 개인정보 유출 위험을 줄일 후보로 놓고, 오픈웨이트라 직접 내려받아 비교 테스트할 수 있다.
Mistral이 확률적 시계열 예측 모델 Timestral을 소개했다. 5M에서 209M 파라미터까지 네 가지 크기로 나오며, CPU에서 효율적으로 돌아가고 제로샷으로 쓸 수 있다고 밝혔다.
파라미터가 5M~209M로 작고 CPU 효율을 내세워, 예측 기능을 GPU 없이 기존 서버에 붙이는 설계와 추론 비용 계산이 가능한지 직접 검증해볼 수 있다.
Google이 5월 I/O에서 선보인 Universal Cart를 미국의 Gemini 앱과 Google Search에서 제공하기 시작했다. 여러 판매처의 상품을 한 곳에 저장하는 통합 장바구니로, Gemini 앱과 Search AI Mode에서 담은 상품을 Google 플랫폼 전반에서 쓸 수 있다.
쇼핑 에이전트나 커머스 연동 서비스를 만드는 개발자는 Gemini와 Search 안에서 장바구니가 기본 제공되기 시작했으니, 자체 장바구니·상품 저장 기능과 겹치는 부분을 점검해야 한다.
Simons Foundation이 수학자들이 AI 시대에 대응하도록 돕는 $15M 규모의 사업을 시작했다. 이 소식은 Hacker News에서 공유되었다.
수학 연구 현장에 AI 도구가 들어오는 흐름에 재단 자금이 붙기 시작했으니, 증명 보조나 수식 추론 도구를 만드는 개발자는 연구자 대상 수요와 협업 기회를 가늠해 볼 수 있다.
Hugging Face에 Granite Switch 4.1이 소개됐다. 제목에 따르면 하나의 엔드포인트에서 채팅, 의사결정, 음성을 처리한다.
채팅·판단·음성을 각각 다른 모델과 엔드포인트로 나눠 운영하던 구조를 하나로 합칠 수 있는지 설계 단계에서 따져볼 수 있다.
Google DeepMind는 새로운 항균 펩타이드(antimicrobial peptides)를 찾는 작업에 Google Antigravity for Science를 활용한다고 밝혔다. 제목은 이 도구가 해당 탐색 과정을 앞당기는 데 쓰였다고 설명한다.
과학 연구용 에이전트 도구인 Google Antigravity for Science가 신약 후보 탐색 같은 실험 파이프라인에 쓰일 수 있음을 보여 주므로, 과학 워크플로를 자동화하는 팀은 도구 선택지에 넣고 비교해 볼 수 있다.