알리바바, 음악 맞춰 춤추는 비디오 모델 'Wan-Dancer-14B' 오픈소스 공개
알리바바 Wan 팀이 음악에 맞춰 롱폼 댄스 비디오를 생성하는 'Wan-Dancer-14B'를 공개했다. 기존 방식처럼 참조 동작 영상이 필요 없이 음악과 이미지 한 장만으로 박자에 맞춘 분 단위 춤을 생성한다. 힙합, 클래식 무용 등 다양한 스타일에 대응한다.
이미지·영상 생성
Midjourney, Sora, Veo, Suno 등 AI 이미지·영상·음성·음악 생성의 새 모델과 새 기능.
최신 소식 보기
레브, 'Reve 2.1' 공개…경쟁사 10분의 1 연산량으로 아레나 2위 탈환
독립 AI 랩 레브가 최신 이미지 생성 모델 'Reve 2.1'을 공개했다. 네이티브 4K(1600만 화소) 출력과 다국어 텍스트 렌더링, 정밀한 영역별 편집을 지원하며, 경쟁사 대비 10분의 1도 안 되는 컴퓨팅으로 학습해 아레나 랭킹 종합 2위를 되찾았다.
구글 포토, '비디오 리믹스' 출시: 평범한 영상도 한 번에 스타일 변환
구글은 구글 포토에 제미나이 옴니 기반의 '비디오 리믹스' 기능을 추가했다. 사용자는 템플릿을 선택해 어두운 영상의 조명을 개선하거나 배경을 교체하고, 수채화·유화 같은 예술적 효과를 간편하게 적용할 수 있다. 일부 국가의 구글 AI 구독자부터 순차 제공된다.
바이트댄스, '시드림 5.0 프로' 공개: 손글씨 표시로 정밀 수정·고밀도 인포그래픽 지원
바이트댄스가 차세대 이미지 모델 'Seedream 5.0 Pro'를 공개했다. 텍스트가 많은 전문 인포그래픽을 정교하게 구성하며, 이미지 위에 상자를 치거나 손글씨로 표시해 특정 영역만 정확히 수정하고 레이어를 분리할 수 있다. 단순 생성을 넘어 실제 디자인 워크플로를 겨냥했다.
메타, 이미지 생성 모델 '뮤즈 이미지' 공개…메타 AI 탑재
메타가 자체 이미지 생성 모델 '뮤즈 이미지(Muse Image)'를 발표하고 메타 AI에 통합했다. 일상 대화형 프롬프트로 이미지를 생성할 수 있으며, 사진 위에 직접 표시를 남겨 부분 수정하는 기능도 지원한다. 일상적 사용은 무료지만, 공개 인스타그램 계정을 참조하는 기능은 반발로 인해 즉시 제외됐다.
바이트댄스 '시댄스 2.5' 공개 임박: 프롬프트 하나로 30초 4K 영상 제작
바이트댄스가 차세대 AI 비디오 모델 '시댄스 2.5'를 이르면 이번 주 출시할 전망입니다. 프롬프트 하나로 30초 분량의 4K 영상을 생성하며, 참조 가능한 이미지·영상·오디오 파일 수가 12개에서 최대 50개로 늘어나 연출 제어력이 대폭 향상되었습니다.
메타, 프롬프트로 미니게임을 만드는 AI 앱 '포켓' 출시
외신에 따르면, 메타는 텍스트 프롬프트를 입력해 인터랙티브 미니게임을 생성하는 소셜 앱 '포켓(Pocket)'을 선보였다. 인수된 기즈모 팀의 기술을 바탕으로 터치와 기울기, 카메라에 반응하는 게임을 만들 수 있으며, 현재 브라질 등 일부 지역에서 테스트 중이다.
런웨이, 동영상 생성·편집에 구글 '제미나이 옴니 플래시' 도입
런웨이는 자사 AI 비디오 플랫폼에 구글의 '제미나이 옴니 플래시' 모델을 통합했다고 발표했다. 텍스트, 이미지, 기존 비디오 클립을 입력해 영상을 생성하고 편집할 수 있으며, 런웨이 작업 화면이나 내장 에이전트 명령을 통해 손쉽게 호출할 수 있다.
넷플릭스, 웡카 리얼리티 쇼에 고 진 와일더의 AI 생성 음성 도입
넷플릭스는 첫 공개되는 웡카 리얼리티 쇼 'Wonka’s The Golden Ticket'의 내레이션에 고 진 와일더의 AI 복원 음성을 사용한다고 밝혔다. 이번 음성은 AI 음성 기업 일레븐랩스와의 협업으로 제작됐으며 유족의 동의를 얻었다. 유명인의 음성을 공식 승인 하에 재현하는 사례가 늘어나는 추세다.
구글, 미국 사용자 대상 제미나이 맞춤형 이미지 생성 기능 무료 개방
구글이 제미나이의 개인 맞춤형 이미지 생성 기능을 미국 내 대상 사용자에게 무료로 확대했다. 구글 포토와 지메일 등과 연동되어 사진을 직접 올리지 않아도 취향과 실제 사진이 반영된 이미지를 만들어 준다. 기능 사용 여부는 설정에서 언제든 직접 선택할 수 있다.
구글 플로우, 스트리트 뷰 연동으로 실제 장소 기반 영상 생성 지원
Google은 Google Flow에 지도 이미지 접지 기능을 도입해 스트리트 뷰 기반의 이미지 및 영상 생성을 지원한다고 발표했다. 프롬프트에 특정 위치나 랜드마크를 입력하면 실제 거리 배경을 반영해 장면을 구현한다. AI 생성이 가상 풍경을 넘어 현실 좌표를 갖게 된 셈이다. 현재는 미국 지역에 한해 지원된다.
콰이서우, Kling Omni Director 공개: 참고 영상의 카메라 워크를 그대로 복제
콰이서우의 Kling 연구팀이 'Omni Director' 연구 프리뷰를 공개했다. 텍스트 프롬프트 대신 참고 영상의 카메라 움직임, 컷 전환, 불릿 타임 같은 연출 기법을 그대로 학습해 새 이미지로 영상을 생성한다. 현재 코드와 모델은 아직 공개되지 않았다.
스태빌리티 AI, 3D 제어 시스템 '아버' 공개: 공간 청사진으로 정밀 제어
스태빌리티 AI가 3D 에셋 생성을 정밀 제어하는 시스템 '아버(Arbor)'를 발표했다. 기본 모델을 재학습하지 않고도 가이드 메시를 통해 객체의 부피 범위, 비워둘 공간, 접촉면을 직접 지정할 수 있다. 600MB 용량의 가벼운 모델로 코드와 가중치가 공개되었으며, Trellis와 연동해 게임 등 실제 제작 파이프라인에 적용하기 적합하다.
구글, 세계 최초 AI 예술 박물관 '데이터랜드' 지원…12억 픽셀 실시간 생성
구글은 미디어 아티스트 레픽 아나돌과 협력해 세계 최초의 AI 예술 박물관인 '데이터랜드(Dataland)'를 6월 20일 로스앤젤레스에 개관한다고 발표했다. 구글 클라우드와 제미나이 에이전트 플랫폼을 활용해 12억 픽셀의 생성 예술을 실시간 렌더링하고 오감 반응형 전시를 선보인다.
xAI, 'Grok Imagine Video 1.5' 정식 출시: 소라 대비 86% 저렴하게 1위 등극
xAI가 동영상 생성 모델 'Grok Imagine Video 1.5'를 API 및 grok.com에 정식 출시했다. 자기회귀형 Aurora 아키텍처를 기반으로 음성 동기화를 기본 지원하며, 720p 기준 초당 0.14달러로 소라 2 프로 대비 약 86% 저렴하다. 단, 현재 해상도는 최대 720p로 제한된다.
라이트릭스, 다중 화자 오디오 장면 생성 모델 ScenA 공개: 프롬프트 하나로 겹쳐 말하기까지 구현
라이트릭스와 텔아비브 대학교가 텍스트 프롬프트와 참조 음성만으로 전체 오디오 장면을 한 번에 생성하는 ScenA를 발표했다. 대화 턴마다 스크립트를 쪼갤 필요 없이 배경 소음과 겹쳐 말하기, 감정 표현을 자연스럽게 엮어낸다. 스튜디오 녹음 수준을 넘어 실제 대화의 현장감을 온전히 구현한 것이 핵심이다.
알리바바, 조작 가능한 대화형 세계 모델 'HappyOyster 1.0' 공개
알리바바 클라우드가 실시간 상호작용이 가능한 개방형 세계 모델 HappyOyster 1.0을 발표했다. 렌더링을 기다리던 기존 영상 생성과 달리 생성 중 실시간으로 명령을 처리한다. 사용자는 스토리 전개를 도중에 바꾸거나 WASD 키보드로 화면 속 세상을 직접 탐험할 수 있다.
미드저니 V8.1에 '초안 모드' 도입…절반 비용으로 한 번에 24장 생성
미드저니가 V8.1 모델용 '초안 모드(Draft Mode)'를 출시했다. 저해상도로 한 번에 24장의 이미지를 생성하며, 소모되는 고속 GPU 시간은 기존의 절반에 불과하다. 마음에 드는 결과물은 'Vary'를 눌러 고화질로 렌더링할 수 있고, 미완성 신규 모델을 시험할 수 있는 '--preview' 플래그도 추가됐다.
바이트댄스, '시댄스 2.0 미니' 출시…가격 절반 낮춰
바이트댄스의 바이트플러스가 영상 생성 모델 '시댄스 2.0 미니(Seedance 2.0 Mini)'를 출시했다. 이미지, 영상, 오디오를 참조해 비디오를 생성하며, 기존 표준 모델 정가의 약 50% 가격으로 빠른 일상 워크플로를 지원한다.
일레븐랩스, 스크립트로 립싱크 영상 만드는 '아바타' 출시
일레븐랩스가 ElevenCreative에 'Avatars' 기능을 추가했다. 단일 인터페이스에서 대본 작성과 음성 선택, 립싱크 영상 생성을 한 번에 처리하며, 사진이나 텍스트로 고정된 외형을 유지할 수 있다. 현재 모든 유료 플랜에 제공된다.