Block 산하 연구 조직 Team Dessa가 문자 데이터나 사전학습 언어모델 없이 사람의 음성 대화만으로 처음부터 학습한 실시간 대화 모델 Dessa를 공개했다. 텍스트 변환 과정에서 보존되지 않던 억양과 말 사이의 쉼, 웃음, 한숨까지 직접 듣고 표현하며, NVIDIA GB200 NVL72 한 대로 학습해 MacBook Pro M4 Max에서 실시간보다 빠르게 작동한다.
Elorian이 오픈웨이트 기반 모델에 사후학습을 적용해 만든 시각 추론 모델 Glimpse를 공개했다. 추론 도중 관심 영역을 확대하고 비디오의 핵심 구간을 더 높은 프레임 빈도로 다시 확인하는 방식으로, GPT-6 Astra 대비 94% 저렴한 토큰 단가이면서도 과학 차트 추론과 개수 세기, 단편 비디오 캡셔닝, 로봇 조작 사건 이해에서 Astra를 앞섰고 체화 공간 추론에서는 동점을 기록했다.
메타가 2026년 10월 12일 Muse Wonder와 Muse Wonder Full을 공개했다. 두 모델은 개인 비서와 업무용 에이전트를 위해 개발됐다. 메타가 공개한 14개 평가 중 7개에서 Muse Wonder 계열이 비교 모델 가운데 가장 높은 점수를 받았고, 종합 지수에서는 Full이 Claude Opus 5.5에 이어 두 번째다. 메타는 사용자의 맥락을 기억하는 Active Memory와, 문제가 생겨도 끝까지 일하는 Active Focus를 강점으로 강조했다.
Preferred Networks가 PLaMo 번역을 3세대 모델로 갱신했다. 텍스트 번역은 53개 언어, 회의 번역은 15개 언어를 지원하고, 자체 평가에서 주요 번역 모델과 비슷한 품질을 훨씬 적은 계산 비용으로 구현했다고 발표했다.
Reflection AI가 첫 오픈웨이트 모델 Beam을 발표했다. 파라미터 5,010억 개 중 230억 개만 활성화하는 MoE 모델이다. 코딩과 에이전트 성능은 GLM 5.2와 비슷하고, 비슷한 점수를 내는 데 드는 연산은 3배에서 4배 적다고 한다. 가중치는 10월 중 Apache 2.0 라이선스로 공개할 예정이다.
AI 에이전트 관측 플랫폼 Laminar가 에이전트 트레이스에서 실패를 찾아 원인을 설명하도록 강화학습으로 훈련한 모델 flow-1을 공개했다. 트레이스 523개로 구성한 벤치마크에서 flow-1의 실패 탐지 F1은 0.835로 GPT-6-sol(0.816)보다 높았고, 1달러로 sol보다 23배 많은 트레이스를 분석한다.
메이퇀의 136억 매개변수 영상 생성 모델. 텍스트, 이미지, 영상 이어 만들기를 하나의 모델로 처리하고, 단계별 생성과 희소 어텐션으로 720p 영상의 추론 시간을 줄였다.
Microsoft AI가 첫 스트리밍 음성 인식 모델 MAI-Transcribe-2-Streaming과 음성 합성 모델 MAI-Voice-2.1, MAI-Voice-2.1-Flash를 공개했다. 전사 모델은 Artificial Analysis 스트리밍 순위표의 38개 모델 중 오류율 2.51%로 1위이고, 발화가 끝난 뒤 0.13초 만에 최종 전사를 내놓는다.
대화형 영상 AI 기업 Tavus가 첫 ‘인간 상호작용 모델’ Griffin을 발표했다. Griffin은 사람의 말과 표정을 실시간으로 보고 들으면서 얼굴과 목소리를 함께 생성한다. 1분 화상 통화 실험에서 참가자 54명 중 26명(48%)이 상대를 실제 사람으로 판단했고, 이전 시스템은 41명 중 1명(2.4%)이었다. Tavus는 사람을 속일 수 있다는 위험 때문에 고객 공개를 보류하고 일부 테스터에게만 연구 프리뷰를 제공한다.
OpenAI가 2026년 9월 29일 GPT-6 Astra 기반의 상시 작동 에이전트 dots를 공개했다. 각 dot은 자체 클라우드 컴퓨터로 사용자를 대신해 24시간 일한다. 사용자가 없을 때 하는 조사는 읽기 전용 도구로 제한되고, 계정에 영향을 주는 작업은 실행 전에 별도의 자동 검토를 거친다.