런웨이, 실시간 인터랙티브 세계 모델 'GWM 월즈 2' 공개
런웨이가 720p 해상도 및 24fps로 영상과 음향을 연속 실시간 생성하는 세계 모델 'GWM 월즈 2'를 공개했다. 이용자는 월드프롬프트를 통해 물리 법칙과 캐릭터를 설정한 뒤, 키 입력이나 텍스트로 카메라와 행동을 실시간 조작할 수 있다. 세션 시간제한 없이 게임과 로봇 훈련에 활용 가능하지만, 급격한 시점 회전 시 그래픽 저하가 발생하는 한계가 있다.
이미지·영상 생성
Midjourney, Sora, Veo, Suno 등 AI 이미지·영상·음성·음악 생성의 새 모델과 새 기능.
최신 소식 보기
fal, 시청자가 프롬프트로 연출하는 실시간 AI 라이브 플랫폼 출시
fal이 실시간 생성형 AI 라이브 스트리밍 플랫폼 'fal.live'를 공개했다. 사용자는 채널을 골라 텍스트 프롬프트를 입력함으로써 다음 스트림 화면을 실시간으로 직접 연출할 수 있다. 관객이 수동적 시청자에서 능동적 감독으로 바뀌는 셈이다.
미니맥스 FastH3 v1 오픈：15초 영상 13초 만에 생성
Hao AI Lab과 MiniMax가 오픈 가중치 영상 생성 모델 'FastH3 v1'을 공개했다. 엔비디아 블랙웰 GPU에서 최대 14배 빨라져 15초짜리 768p 영상을 단 13초 만에 뽑아낸다. 단일 체크포인트로 다양한 해상도와 길이를 지원하며, 가중치와 추론 코드가 공개됐다.
미드저니, V8.2 이미지 편집 모델 공개…텍스트 지시로 수정·확장 지원
미드저니가 커뮤니티 테스트용 V8.2 이미지 편집 모델을 선보였다. 텍스트 프롬프트를 통한 이미지 수정, 인페인팅 및 아웃페인팅, 최대 4장의 참조 이미지를 결합한 생성을 지원한다. 기존 참조 방식을 대체하며 개인화 파라미터와 무드보드 기능도 함께 활용할 수 있다.
구글, '제미나이 옴니 1.1 플래시' 공개: 40초 씬 확장·4K 지원
구글이 영상 생성 모델 '제미나이 옴니 1.1 플래시'를 공개했다. 이전 10초 분량의 맥락을 분석해 최대 40초까지 장면을 연장할 수 있으며, 시작·끝 프레임 보간과 4K 업스케일, 비용을 3분의 1로 줄인 360p 초안 모드를 지원한다. 구글 AI 스튜디오 및 제미나이 앱에서 바로 쓸 수 있다.
브리아 AI, 구조화 JSON 프롬프트 지원 이미지 모델 '피보 1.5' 공개
브리아 AI가 구조화된 JSON 프롬프트를 네이티브로 지원하는 8B 규모 이미지 생성 모델 'Fibo 1.5'를 오픈소스로 공개했다. 증류 기술을 통해 CFG 없이 4~6단계 추론만으로 생성할 수 있으며, 조명이나 구도 등 특정 속성만 정밀하게 수정 가능하다.
미드저니, 웹 알파 대규모 버그 수정…폴더 정리·업스케일 복원
미드저니가 웹 알파 버전(alpha.midjourney.com)의 대규모 편의성 개선 업데이트를 배포했다. 사이드바 내 접이식 폴더 그룹 기능을 추가하고 이전 V8.2 이미지의 업스케일 및 변형(Vary) 버튼을 복원했으며, 프롬프트 입력창 지연과 갤러리 스크롤 렉 등 성능 저하 문제를 해결했다.
런웨이, SDR 영상을 16비트 HDR로 변환하는 '루비' 모델 공개
런웨이가 SDR 영상을 최대 16비트 HDR로 변환하는 신규 AI 모델 '루비(Ruby)'를 공개했다. ProRes 및 EXR 시퀀스 포맷 출력을 지원하며, 사용자가 업로드한 영상이나 기존 생성물에서 최대 30초 분량까지 재촬영 없이 고동적범위(HDR) 영상으로 업그레이드할 수 있다.
오픈AI, GPT-Image-2 API에 '투명 배경' 생성 기능 추가
오픈AI가 GPT-Image-2 API에 배경이 투명한 이미지를 바로 만들어내는 프리뷰 기능을 도입했다. 번거로운 배경 분리(누끼) 작업 없이 상품 컷, 그래픽 디자인, 웹 목업에 즉시 합성할 수 있는 에셋을 생성할 수 있다. 현재 API 환경에서 프리뷰로 제공된다.
트리포, 게임용 3D 모델 생성기 'P2.0 프리뷰' 공개…쿼드 토폴로지 지원
트리포가 게임 및 실시간 파이프라인에 최적화된 3D 모델 생성기 'P2.0 프리뷰'를 공개했다. 네이티브 쿼드 토폴로지를 지원해 최대 5만 개 삼각면 또는 2.5만 개 쿼드로 관절 부위 에지 루프를 깔끔하게 구현한다. 모든 사용자에게 2회의 무료 생성 기회가 제공된다.
스태빌리티 AI, '스테이블 오디오' DAW 플러그인 출시: 로직·에이블톤서 직접 작곡
스태빌리티 AI가 '스테이블 오디오 3.0'의 DAW 플러그인과 개편된 웹 앱 베타 버전을 공개했다. macOS AU 및 VST3 규격으로 로직 프로와 에이블톤 라이브에서 프로젝트 BPM과 동기화해 최대 6분 길이의 오디오를 생성할 수 있다. 상업적 이용이 가능하며 저작권은 사용자에게 귀속된다.
알리바바, 음악 생성 AI 'HappyShrimp 1.0' 베타 출시: 프롬프트 하나로 완곡 생성
알리바바가 텍스트 프롬프트 하나로 멜로디, 편곡, 가사, 보컬까지 완곡을 만드는 음악 생성 AI 모델 'HappyShrimp 1.0' 베타 테스트를 시작했다. 음악 전문 지식 없이도 국풍, 팝, 록, 재즈 등 다양한 장르를 제작할 수 있으며, 중국 타이허 뮤직과 아티스트 협업도 체결했다.
피카, 경쟁사 대비 최대 20배 저렴한 오디오 AI 모델 4종 출시
피카(Pika)는 비디오 싱크 사운드트랙, 음악, 효과음, 음성 합성을 지원하는 4종의 오디오 파운데이션 모델을 공개했다. 고효율 추론 기술로 가격을 경쟁사 대비 최대 20배 낮췄으며, 현재 피카 API 클럽을 통해 독점 제공된다.
수노, 스튜디오 2.0 출시: MIDI 편집과 AI 플러그인 제작 지원
수노(Suno)가 브라우저 기반 음악 제작 툴인 '스튜디오 2.0'을 공개했습니다. MIDI 지원과 오토메이션 기능이 추가되었으며, AI 챗봇과 대화해 맞춤형 플러그인을 직접 생성하거나 정밀한 트랙 분리를 진행할 수 있습니다. 현재 프리미어 구독자에게 우선 제공됩니다.
미니맥스, 5분 완곡 생성 오픈소스 음악 모델 ‘Music 3.0’ 공개
미니맥스가 오픈 가중치 음악 생성 모델 Music 3.0을 공개했습니다. Qwen3.5-8B 기반의 하이브리드 언어 모델과 플로우 매칭 기술을 결합해 프롬프트와 가사만으로 최장 5분 길이의 완곡을 편곡과 보컬까지 한 번에 제작합니다. 구조화된 캡션 시스템을 통해 악기 디테일과 악곡의 일관성을 크게 끌어올렸습니다.
마이크로소프트, 이미지 생성 모델 'MAI-Image-2.6' 공개...아레나 2위 등극
마이크로소프트는 최신 이미지 생성 모델 'MAI-Image-2.6'을 공개하며 아레나 텍스트-이미지 리더보드 2위에 올랐다. 구글, 메타, xAI 모델을 제쳤으며, 이전 버전 대비 종합 Elo 점수가 79점, 텍스트 렌더링은 91점 상승해 인물 및 상업용 이미지 품질을 크게 끌어올렸다.
텐센트, 텍스트 한 줄로 3D 오픈월드 만드는 '월드클로' 공개
텐센트가 텍스트 프롬프트 하나로 탐색과 편집이 가능한 대규모 3D 공간을 구축하는 '월드클로(WorldClaw)'를 공개했다. 기획, 지형 생성, 객체 배치의 3단계를 에이전트가 조율해 정밀하게 배치하며, 모든 에셋은 독립된 형태로 수정 및 재사용이 가능하다.
LM 아레나에 등장한 의문의 모델 '모나리자-1': OpenAI 차세대 이미지 모델 추측
LM 아레나에 '모나리자-1'이라는 정체불명의 모델이 나타나 OpenAI가 새 GPT 이미지 생성 모델을 테스트 중이라는 추측이 나왔습니다. 생성 이미지에 SynthID 워터마크가 적용된 점과 기존 Image 2 대비 크게 개선된 성능이 확인되었으나, OpenAI는 아직 공식 확인을 하지 않았습니다.
알리바바, 30초 영상 생성 AI 'Wan3.0' 출시…PPT·문서 입력도 지원
알리바바 클라우드가 새로운 영상 생성 모델 'Wan3.0'을 모델 스튜디오에 출시했다. 한 번에 최대 30초 분량의 영상을 생성하며, 텍스트와 이미지 외에도 PPT, PDF 등 문서 파일을 입력받아 영상으로 변환한다. API 가격은 480P 기준 초당 0.05달러부터 시작한다.
xAI, 정밀 편집 강화한 '이매진 이미지 2.0' 출시
xAI가 차세대 이미지 생성 및 편집 모델 '이매진 이미지 2.0'을 공개하고 grok.com과 모바일 앱의 퀄리티 모드로 출시했다. 부분 편집이 가능한 매직 완드, 배경 제거, 최대 5장의 참조 이미지 합성 기능을 지원하며 텍스트 렌더링을 개선했다. 아레나 리더보드에서 생성과 편집 부문 모두 세계 2위를 기록했다.