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

    알리바바, 패션카멜레온 공개: 영상 생성 중 23.8 FPS로 실시간 의상 교체

    알리바바가 실시간 비디오 가상 피팅 프레임워크 '패션카멜레온(FashionChameleon)'을 발표했습니다. 영상이 생성되는 동안 사용자가 실시간으로 의상을 바꿀 수 있으며, 단일 GPU에서 23.8 FPS 속도로 동작의 흐름을 유지합니다. 현재 코드와 가중치는 공개를 준비 중입니다.

  2. 확산 지수 52

    폴 러드·크리스 록 주연의 실사·AI 융합 영화, 칸 영화제서 공개

    대런 애러노프스키가 제작하고 더스틴 옐린이 연출한 실사·AI 결합 영화가 다음 주 칸 영화제에서 첫선을 보인다. 폴 러드와 크리스 록이 주연을 맡아 실제 촬영본과 AI 생성 화면을 조합했다. 정상급 할리우드 창작진이 참여한 생성형 AI 영상 프로젝트가 주류 영화제 무대에 오르는 상징적 사례다.

  3. 확산 지수 41

    리셈블 AI, 대본 지시문으로 웃음·한숨 연기하는 음성 모델 '드라마박스' 공개

    리셈블 AI가 연출 지시가 가능한 음성 합성 모델 '드라마박스(DramaBox)'를 공개했다. 대본처럼 따옴표 안에는 대사를, 밖에는 감정과 한숨, 웃음 등 무대 지시문을 자연어로 적어 연기를 제어하며 음성 복제도 지원한다. 위변조 방지 워터마크가 내장되어 있으며 로컬 실행용 모델로도 다운로드할 수 있다.

  4. 확산 지수 34

    크레아, 첫 자체 이미지 파운데이션 모델 '크레아 2' 공개

    크레아가 밑바닥부터 자체 개발한 첫 파운데이션 모델 '크레아 2'를 공개했다. 기존 서드파티 모델 기반 도구에서 벗어나 이미지의 미적 다양성과 스타일 정밀 제어에 특화되도록 설계된 것이 특징이다. 현재 조기 액세스 신청을 받고 있다.

  7. 확산 지수 41

    알리바바, 4단계로 고화질 이미지 뽑는 가속 기술 'CDM' 공개

    알리바바는 확산 모델의 생성 과정을 4스텝으로 줄여주는 가속 기술 'CDM'을 발표했다. 20~50단계가 걸리던 추론을 약 5배 단축하면서도, 기존 DMD2의 플라스틱 같은 뭉개짐 없이 선명한 디테일을 유지한다. 현재 SD3와 LongCat에 적용돼 일반 GPU에서도 준실시간 생성이 가능하다.

  8. 확산 지수 41

    2K 이미지-비디오 생성 모델 '스위프트I2V' 공개…RTX 4090 단일 구동에 시간 202배 단축

    단일 이미지를 최대 81프레임의 2K 고해상도 비디오로 변환하는 프레임워크 '스위프트I2V(SwiftI2V)'가 발표됐다. 저해상도 모션 참조를 먼저 만든 뒤 조건부 세그먼트 생성으로 고품질 영상을 완성하는 방식이다. 계산 시간을 202배 줄여 고성능 클러스터 없이 24GB VRAM의 RTX 4090 한 장으로도 구동할 수 있다.

  9. 확산 지수 41

    비디오 리버스, 사운드 포함 30초 멀티샷 비디오 모델 Bach 1.0 출시

    스타트업 비디오 리버스가 AI 비디오 엔진 Bach 1.0을 선보였습니다. 네이티브 1080p 화질과 음향이 포함된 최장 30초 멀티샷 영상을 만들며, 컷 간 캐릭터 일관성과 카메라 연출 제어에 집중했습니다. Artificial Analysis 벤치마크 6위에 올랐으며 웹사이트에서 무료 체험이 가능합니다.

  10. 확산 지수 41

    마이크로소프트, 평면 지도로 3D 세계 만드는 '맵투월드' 공개

    마이크로소프트는 2D 조감도 분할 지도와 텍스트 프롬프트를 기반으로 탐험 가능한 3D 세계를 생성하는 '맵투월드(Map2World)'를 공개했다. 색상 영역별로 다른 콘셉트를 지정해 일관된 비율의 거대한 3D 환경을 자유롭게 구축할 수 있다.

  11. 확산 지수 41

    영상 속 빛과 법선까지 다루는 'UniVid-X' 공개…정밀 재조명·배경 합성 지원

    비디오 생성 프레임워크 'UniVid-X'가 공개됐다. 일반적인 RGB 비디오뿐만 아니라 물체의 고유 색상, 조명, 표면 법선 및 알파 채널을 동시에 이해하고 생성할 수 있는 것이 특징이다. 이를 통해 영상 속 빛의 방향을 황혼으로 다시 비추거나 정밀하게 전경과 배경을 분리해 교체하는 편집이 쉬워진다.

  13. 확산 지수 39

    알리바바 Qwen, 'Qwen-Image-2.0-Pro' 공개…Arena 이미지 생성 세계 9위

    알리바바 Qwen 팀이 텍스트-이미지 생성 모델 'Qwen-Image-2.0-Pro'를 공개했다. 화질과 다국어 텍스트 렌더링, 지시 준수 능력이 개선되었으며, AI 평가 플랫폼 Arena의 이미지 생성 부문에서 글로벌 9위에 올랐다. 현재 ModelScope에서 바로 체험해 볼 수 있으며 API도 제공된다.

  15. 확산 지수 39

    이데오그램, 브랜드 맞춤형 '커스텀 모델' 출시…API 지원

    이데오그램(Ideogram)이 자체 이미지로 모델을 훈련할 수 있는 '커스텀 모델' 기능을 선보였다. 범용 웹 데이터 대신 보유 이미지를 학습해 브랜드 고유의 화풍과 타이포그래피, 비주얼을 일관되게 생성할 수 있으며, Team·Pro·Enterprise 플랜과 API로 제공된다.

  16. 확산 지수 41

    스마트폰으로 집 전체 스캔…브라우저서 바로 보는 3D 가우시안 스플래팅 기술 눈길

    PlayCanvas 기반의 오픈소스 3D 가우시안 스플래팅 기술을 활용해 스마트폰 촬영만으로 집 전체를 브라우저에서 사실적으로 둘러볼 수 있게 됐습니다. 폴리곤 대신 수백만 개의 빛 구름으로 렌더링해 틱톡 영상보다 작은 용량을 자랑합니다. 스캔 비용이 약 200달러 수준으로 줄어들며 새로운 부동산 비즈니스로 주목받고 있습니다.

  17. 확산 지수 49

    OpenAI, 텍스트 렌더링 대폭 강화한 'ChatGPT Images 2.0' 출시

    OpenAI가 신규 이미지 생성 모델 'ChatGPT Images 2.0'을 공개했다. 시각적 추론 능력과 함께 텍스트 렌더링이 대폭 개선되어 한국어, 일본어, 아랍어 등 다양한 문자 표기를 지원하며, 사진과 만화 등 다양한 스타일의 제어 정밀도를 높였다. 현재 ChatGPT에서 바로 이용할 수 있다.

  19. 확산 지수 39

    구글 제미나이, 구글 포토 연동 이미지 생성 지원…가족 사진으로 맞춤형 작품 제작

    구글이 제미나이 앱에 나노 바나나 2와 구글 포토를 결합한 맞춤형 이미지 생성 기능을 발표했다. 별도로 사진을 업로드하거나 긴 프롬프트를 쓰지 않아도, 구글 포토에 라벨링된 가족과 반려동물을 인식해 수채화나 클레이메이션 스타일의 이미지를 만들어 준다. 현재 미국 유료 구독자를 대상으로 순차 출시 중이다.