OpenAI, 새 이미지 모델 공개: 생성 속도 4배 향상 및 정밀 편집 지원
OpenAI가 새 이미지 모델 GPT Image 1.5와 함께 개편된 ChatGPT Images를 선보였다. 이미지 생성 속도가 최대 4배 빨라졌고, 조명과 인물 일관성을 유지한 채 원하는 부분만 수정할 수 있으며 API 가격은 20% 인하됐다. ChatGPT 사이드바에는 프롬프트 없이 프리셋으로 바로 생성할 수 있는 전용 탭도 추가됐다.
이미지·영상 생성
Midjourney, Sora, Veo, Suno 등 AI 이미지·영상·음성·음악 생성의 새 모델과 새 기능.
최신 소식 보기
오픈AI 차세대 이미지 모델 추정 '체스넛·헤이즐넛' 아레나 등장
오픈AI의 차세대 이미지 모델로 추정되는 'Chestnut'과 'Hazelnut'이 디자인 아레나 등에서 블라인드 테스트 중인 정황이 포착됐다. 풍부한 배경지식과 이미지 내 코드 생성 능력을 보여 차기 GPT 5.2와 함께 공개될 가능성이 제기되지만 아직 공식 확인되지는 않았다.
클링 AI, 아바타 2.0 공개: 5분 연속 생성 지원 및 손동작 대폭 개선
Kling AI가 디지털 휴먼 생성 기능인 'Avatar 2.0'을 정식 출시했다. 한 번에 최대 5분 길이의 동영상을 끊김 없이 생성할 수 있으며, 기존 1.0 버전의 고질병이었던 어색한 손동작을 크게 개선했다. 표정과 카메라 무빙의 연동도 강화되어 지식 전달이나 공연 콘텐츠에 적합하다.
클링 AI, 네이티브 오디오 지원 영상 모델 'VIDEO 2.6' 출시
클링 AI가 자체 최초로 네이티브 오디오 생성을 지원하는 'VIDEO 2.6' 모델을 공개했다. 영상과 조화를 이루는 소리를 동시에 출력해 멀티미디어 서사 표현력을 대폭 끌어올린 것이 특징이다.
레오나르도 AI, '클링 O1' 비디오 모델 도입: 5장 참조 이미지 및 시작·끝 프레임 제어 지원
Leonardo.Ai가 영상 생성 모델 'Kling O1 Video'를 도입했다고 발표했다. 최대 5장의 참조 이미지와 시작·끝 프레임 지정을 지원해 역동적인 움직임 속에서도 피사체 일관성을 유지한다. 다중 지시 프롬프트 이해도도 개선되어 의도한 연출을 구현하기 한층 쉬워졌다.
클링 AI, 텍스트·이미지·영상 통합 엔진 '클링 O1' 공개
클링 AI는 멀티모달 창작 엔진인 '클링 O1'을 공개했다. 텍스트, 이미지, 영상을 아우르는 통합 멀티모달 이해를 지원해 보다 효율적인 콘텐츠 생성을 지원한다. 현재 유료 구독자를 대상으로 한정 체험을 제공하고 있다.
런웨이, 차세대 영상 생성 모델 ‘Gen-4.5’ 공개…벤치마크 1위 등극
Runway는 차세대 AI 영상 모델 Gen-4.5를 공개했다. Artificial Analysis 텍스트-비디오 벤치마크에서 1,247 Elo 점수로 1위를 차지했으며, 물리적 사실감과 프롬프트 반영력이 크게 향상됐다. 속도는 유지하면서 모든 유료 구독자에게 바로 제공된다.
GPU 부족에 백기 든 오픈AI·구글, 소라와 나노 바나나 무료 생성 제한
오픈AI와 구글이 폭증하는 수요를 감당하지 못하고 소라(Sora)와 나노 바나나 프로의 무료 생성 한도를 축소했다. 소라는 하루 6개 영상, 나노 바나나 프로는 하루 2장으로 줄었으며 제미나이 3 프로 접근도 제한됐다. 막대한 연산 비용으로 인해 무료 제공 혜택이 빠르게 줄어드는 추세다.
LTX 스튜디오, 렌더링 후 대사와 구도 수정 가능한 '리테이크' 공개
LTX 스튜디오가 영상 렌더링이 끝난 뒤에도 샷을 다시 연출할 수 있는 '리테이크(Retake)' 기능을 선보였다. 전체 영상을 처음부터 다시 만들지 않고도 대사를 수정하고 감정 표현이나 화면 구도를 바로잡을 수 있어, AI 영상의 후반 수정 부담을 크게 덜어준다.
블랙 포레스트 랩스, FLUX.2 발표: 최대 10장 다중 참조와 32B 오픈 가중치 지원
Black Forest Labs가 차세대 시각 모델 FLUX.2를 공개했다. 최대 10장의 참조 이미지를 결합해 일관된 캐릭터나 제품을 생성하며, 최대 4MP 해상도 편집과 정교한 텍스트 렌더링을 지원한다. 오픈 가중치 32B 모델인 FLUX.2 [dev]도 함께 배포된다.
미드저니, 텍스트 없이 스타일 만드는 '스타일 크리에이터' 초기 버전 공개
미드저니가 텍스트 프롬프트 없이 새로운 스타일과 시각적 미학을 탐색하고 생성할 수 있는 신규 도구 '스타일 크리에이터(Style Creator)'의 초기 버전을 공개했다. 프롬프트 작성 없는 차세대 생성 방식을 제시한다.
구글, 이미지 생성 모델 '나노 바나나 프로' 공개: 다국어 텍스트와 4K 지원
구글이 Gemini 3 Pro 기반 이미지 생성·편집 모델 '나노 바나나 프로'를 선보였다. 실시간 검색 데이터를 반영한 인포그래픽 제작은 물론, 다국어 텍스트 렌더링과 최대 14장 이미지를 합성하는 일관성 제어를 지원한다. Gemini 앱의 Thinking 모델에서 바로 사용해 볼 수 있다.
워너뮤직, 스태빌리티 AI와 맞손…저작권 해결된 음악 생성 AI 개발
워너뮤직그룹(WMG)과 스태빌리티 AI가 합법적 라이선스 데이터 기반의 차세대 음악 제작 AI 도구 개발을 위한 파트너십을 발표했다. 양사는 아티스트 및 프로듀서와 협력해 창작 과정에 생성형 오디오를 접목하며, 저작권을 보호하고 새로운 수익 경로를 열어줄 전문 툴을 마련할 계획이다.
메타, 'SAM 3D' 공개: 2D 사진 한 장으로 3D 물체·인체 복원, 가중치 오픈소스화
메타가 2D 정지 이미지에서 3D 물체, 배경, 인체 형상을 정밀하게 복원하는 'SAM 3D' 모델군을 발표했다. 사물용 Objects와 인체용 Body 모델로 나뉘며 모델 가중치와 추론 코드가 오픈소스로 공개됐다. 웹 플레이그라운드에서 직접 써볼 수 있고, 페이스북 마켓플레이스의 가구 배치 기능에도 적용된다.
OpenCV 창립자들의 CraftStory, 5분 길이 AI 비디오 모델 'Model 2.0' 공개
화요일, OpenCV 제작진이 설립한 AI 스타트업 CraftStory가 200만 달러 투자를 유치하며 최장 5분 분량의 인물 비디오를 생성하는 'Model 2.0'을 공개했습니다. 병렬 확산 아키텍처를 도입해 기존 모델들의 수십 초 길이 한계를 넘겼습니다. 현재는 정지 이미지와 모션 가이드 비디오를 합성하는 방식으로 작동하며, 30초 클립 생성에 약 15분이 소요됩니다.
미드저니, 프로필 기능 출시…24시간 내 설정 시 Fast 시간 5시간 지급
미드저니가 사용자 프로필 기능을 정식 출시했습니다. 프로필 이미지와 배너, 소셜 링크를 꾸밀 수 있고 마음에 드는 작품을 골라 전시할 수도 있습니다. 24시간 내에 프로필을 완성하고 최소 8장의 작품을 대표작으로 등록하면 5시간의 Fast GPU 생성 시간을 무료로 받을 수 있습니다.
월드랩스, 상용 세계 모델 '마블' 출시…다운로드 가능한 3D 공간 생성
페이페이 리의 월드랩스가 첫 상용 세계 모델 '마블(Marble)'을 출시했다. 텍스트, 이미지, 영상을 기반으로 영구적이고 다운로드 가능한 3D 환경을 만들 수 있으며, 메시와 가우시안 스플래팅으로 내보내기를 지원한다. 레이아웃을 직접 배치하고 세부 묘사만 AI에 맡길 수 있는 점이 핵심이다.
구글 차세대 이미지 AI '나노 바나나 2' 유출: 4K 출력과 부분 편집 지원
구글의 차세대 이미지 생성·편집 모델 '나노 바나나 2'(코드명 GEMPIX 2)의 프리뷰 정보가 유출됐다. 네이티브 2K 생성 및 4K 업스케일링을 지원하며 피사체 일관성과 자연어 기반 부분 편집 기능이 대폭 개선됐다. 전문가용 워크플로를 겨냥해 11월 중순 제한적으로 출시될 예정이다.
힉스필드 AI, 영상 캐릭터 교체 툴 'Recast' 공개
힉스필드 AI가 영상과 사진 속 얼굴 및 캐릭터를 바꿀 수 있는 툴 'Recast'를 선보였다. 얼굴형과 피부색, 앵글을 정밀하게 맞춰 합성 티를 줄이는 데 집중했다. 다만 상업용 수준의 완성도를 내려면 마스킹과 다단계 보정 작업이 필요하다.
피시 오디오, 일레븐랩스보다 6배 저렴한 음성 모델 'S1' 출시
Fish Audio는 텍스트 음성 변환(TTS) 모델 'Fish Audio S1'을 정식 공개했다. 일레븐랩스보다 6배 저렴한 가격을 내세워 활성 개발자 2만 명과 500만 달러의 연간 반복 매출(ARR)을 달성했으며, 무료 음성 복제를 지원한다.