본문으로 건너뛰기
IFAI

이미지·영상 생성

Midjourney, Sora, Veo, Suno 등 AI 이미지·영상·음성·음악 생성의 새 모델과 새 기능.

최근 7일 소식 4개

  1. 확산 지수 41

    Hyper3D, 자연어로 3D 모델 부분 수정 지원하는 '로댕 Gen-2' 공개

    Hyper3D가 3D 생성 AI '로댕 Gen-2(Rodin Gen-2)'와 편집 기능을 공개했다. 텍스트나 단일 이미지 기반 생성뿐 아니라, 특정 영역을 선택해 자연어 프롬프트로 세부 구조와 텍스처를 수정하는 3D 인페인팅을 지원한다. 완성된 고품질 메시는 STL 형식 등으로 내보내 3D 프린팅에 활용할 수 있다.

  2. 확산 지수 40

    바이트댄스, '시댄스 2.0' 공개: 물속을 걷는 듯한 왜곡 줄인 동영상 AI

    바이트댄스가 차세대 동영상 생성 AI 도구인 '시댄스 2.0(Seedance 2.0)'을 발표하고 지몽 AI(Jimeng AI) 일부 사용자를 대상으로 베타 테스트를 시작했다. 기존 AI 영상 특유의 물속을 떠다니는 듯한 부자연스러운 움직임을 크게 줄였다. 향후 틱톡에 도입될 가능성도 점쳐진다.

  3. 확산 지수 41

    바이트댄스, 영상·음성 동시 생성 모델 'Alive' 예고…입모양 완벽 동기화

    바이트댄스가 영상과 음성을 한 번에 생성하는 멀티모달 모델 'Alive'를 발표했다. 텍스트나 참조 이미지를 바탕으로 입모양과 표정이 정밀하게 일치하는 유성 영상을 생성하며, 자체 평가에서 Sora를 앞선 것으로 나타났다. 현재 논문만 공개되었으며 코드와 데모는 준비 중이다.

  4. 확산 지수 41

    일레븐랩스, 원고를 원클릭으로 오디오북으로 만드는 'Audiobooks' 출시

    일레븐랩스가 텍스트 원고를 원클릭으로 고품질 오디오북으로 변환해 배포까지 마치는 'Audiobooks' 기능을 선보였다. 감정 표현이 풍부한 AI 음성과 목소리 복제, 세밀한 장면 연출을 지원하며, 완성된 오디오북은 ElevenReader 및 주요 플랫폼으로 즉시 배포할 수 있어 복잡한 제작 비용과 시간을 대폭 줄였다.

  5. 확산 지수 41

    바이트댄스, Seedream 5.0 Preview 공개: 웹 검색과 정밀 편집 결합, 2K 무료 지원

    바이트댄스가 웹 검색, 정밀 편집, 논리 추론 기능을 통합한 이미지 모델 'Seedream 5.0 Preview'를 공개했습니다. 실시간 날씨나 최신 소식 데이터를 검색해 생성 이미지에 반영하며, 참고 이미지 속 착장을 추출해 평면도로 만들 수도 있습니다. 최대 2K 해상도를 지원하며 현재 무료로 제공됩니다.

  7. 확산 지수 40

    Kling AI, Kling 3.0 공개…15초 멀티샷 영상 제작 및 4K 이미지 지원

    Kling AI가 멀티모달 창작 모델인 Kling 3.0을 공개했다. 이번 모델은 15초 길이의 정밀 제어 멀티샷 영상 제작과 4K 이미지 출력을 지원하며, 다중 캐릭터를 지원하는 네이티브 오디오를 갖췄다. 현재 웹에서 Ultra 구독자 대상으로 우선 제공된다.

  10. 확산 지수 40

    어도비 파이어플라이, 무제한 생성 도입…런웨이·GPT 모델도 지원

    어도비가 파이어플라이 구독자를 대상으로 이미지와 영상 무제한 생성을 지원하기 시작했다. 자체 상업용 모델뿐 아니라 구글 Nano Banana Pro, GPT, 런웨이 Gen-4 등 외부 모델도 포함된다. 3월 16일까지 가입하면 크레딧 소진 걱정 없이 최대 2K 해상도로 자유롭게 작업할 수 있다.

  11. 확산 지수 40

    xAI, 'Grok Imagine 1.0' 출시…720p·10초 영상 및 오디오 개선

    xAI가 Grok Imagine 1.0을 공개하며 10초 길이 영상, 720p 해상도, 대폭 향상된 오디오 생성을 지원하기 시작했다. xAI에 따르면 Imagine은 최근 30일 동안에만 12억 4500만 개 이상의 동영상을 만들었다. 방대한 사용량 속에서 영상 품질과 길이를 한 단계 끌어올렸다.

  12. 확산 지수 41

    엔비디아, 일관된 단계별 이미지·텍스트 생성 모델 'DuoGen' 공개

    엔비디아가 텍스트와 이미지를 교차 생성하는 멀티모달 모델 DuoGen 논문을 발표했습니다. 요리 레시피나 DIY 가이드처럼 일관된 스타일의 단계별 이미지와 설명을 이어붙여 생성할 수 있으며, 현재는 기술 논문 형태로만 공개되었습니다.

  13. 확산 지수 50

    수노, 음성 메모로 새 노래 만들어주는 '샘플' 기능 출시

    수노(Suno)가 음성 메모나 악기 녹음 조각을 완곡으로 편곡해 주는 '샘플(Sample)' 기능을 공개했다. 사용자가 오디오를 녹음하거나 업로드하면 AI가 핵심 구간을 잘라내 새로운 리듬에 맞춰 재배치한다. 복잡한 작곡 소프트웨어 없이도 슬라이더 조절만으로 샘플링 기반 곡을 손쉽게 완성할 수 있다.

  16. 확산 지수 46

    xAI, 고속 오디오·비디오 동시 생성 지원하는 'Grok Imagine API' 공개

    xAI가 텍스트와 이미지로부터 네이티브 오디오를 포함한 비디오를 생성하는 'Grok Imagine API'를 공개했다. 고화질은 물론 지연 시간과 비용을 대폭 줄였으며 오브젝트 수정, 캐릭터 애니메이션 등 정밀 편집도 지원한다. 속도와 가격 경쟁력을 앞세워 창작자의 신속한 반복 실험을 돕는 것이 핵심이다.

  17. 확산 지수 54

    텐센트, 대화를 영화급 영상으로 만드는 'ScriptAgent' 공개

    텐센트가 대화 텍스트를 영화풍 영상으로 제작하는 프레임워크 ScriptAgent를 공개했다. 각본 작성, 모델 연출, 영상 평가를 맡은 세 에이전트가 협업해 Sora2-Pro 등 최신 영상 모델의 장면 간 일관성을 유지한다. 연구진은 전용 벤치마크인 ScriptBench도 함께 공개했다.

  18. 확산 지수 37

    구글 딥마인드, 선댄스서 AI 단편 애니 공개: Veo 기반 영상 제어로 완성

    구글 딥마인드가 전직 픽사 애니메이터와 협업한 단편 영화 'Dear Upstairs Neighbors'를 선댄스 영화제에서 공개했다. 텍스트 프롬프트 대신 스케치 기반의 비디오 투 비디오 작업 방식과 부분 수정 툴을 도입해 Veo의 무작위성을 통제했다. 전문가의 연출 의도를 지키며 AI를 접목한 실전 워크플로다.

  20. 확산 지수 41

    런웨이, Gen-4.5 이미지 투 비디오 출시: 진짜 구분한 사람 10% 불과

    런웨이(Runway)가 Gen-4.5에 이미지 기반 비디오 생성 기능을 추가했다. 자체 실험 결과 생성된 영상의 진위를 구분해낸 참가자는 10%에 불과했다. 아티피셜 애널리시스 1위에 오른 가운데, 런웨이는 AI 미디어가 사회적 임계점에 도달했다고 경고했다.