퀴버, 코드 기반 SVG 생성 AI '애로우 1.1' 공개...비용 33% 절감
퀴버(Quiver)가 벡터 이미지 생성 AI 모델 'Arrow 1.1'과 'Arrow 1.1 Max'를 출시했다. 픽셀을 변환하는 대신 코드로 기본 도형과 텍스트를 직접 조합해 편집 편의성을 크게 높였다. 텍스트-SVG 생성 비용은 33.3%, 벡터화 비용은 50% 절감됐으며, 고정밀 Max 모델은 기술 도면과 정밀 일러스트 제작을 지원한다.
이미지·영상 생성
Midjourney, Sora, Veo, Suno 등 AI 이미지·영상·음성·음악 생성의 새 모델과 새 기능.
최신 소식 보기
미드저니, 'V8.1' 출시…네이티브 2K 렌더링에 속도·비용 3배 개선
미드저니가 시그니처 화풍을 복원한 'V8.1'을 공개했다. 네이티브 2K 렌더링을 지원하며 V8 대비 3배 빠르고 3배 저렴해졌다. 1K 고화질 모드는 V7의 드래프트 모드보다 빨라졌으며, 이미지 프롬프트 복원과 개편된 디스크라이브, 무드보드 및 스타일 참조 기능이 새로 적용됐다.
MS, 이미지 생성 AI 'MAI-Image-2-Efficient' 출시… 비용 41% 절감
마이크로소프트가 신규 이미지 생성 모델 'MAI-Image-2-Efficient'를 출시했다. 대규모 프로덕션 워크플로를 겨냥해 속도는 전작 대비 22% 빠르고 비용은 약 41% 낮췄다. 현재 마이크로소프트 파운드리와 MAI 플레이그라운드에서 바로 쓸 수 있으며 코파일럿, 빙, 파워포인트에도 순차 적용된다.
바이트댄스, 커머스 영상 특화 생성 AI '옴니쇼' 공개…이미지·음성·포즈 동시 제어
바이트댄스와 홍콩중문대 연구진은 인물-사물 상호작용에 특화된 동영상 생성 모델 '옴니쇼(OmniShow)'를 발표했다. 인물과 상품 이미지, 음성, 포즈 스켈레톤을 동시에 입력받아 립싱크와 손동작이 일치하는 최장 10초 길이의 커머스 영상을 생성한다. 현재 깃허브에서 코드 내부 검토 중이며 향후 오픈소스로 공개될 예정이다.
실시간 대화형 아바타 AI 'LPM 1.0' 공개, 단 한 장 사진으로 45분 영상 구현
연구진이 한 장의 사진과 오디오 입력을 기반으로 실시간 대화형 아바타를 생성하는 AI 모델 'LPM 1.0'을 공개했습니다. 립싱크를 넘어 시선 이동, 고개 끄덕임 등 미세한 반응을 구현하며 최장 45분 동안 캐릭터 외형을 일관되게 유지합니다. 현재는 기술 보고서와 데모만 발표된 연구 단계로, 배포 계획은 없습니다.
알리바바, 추가 학습 없이 장면을 매끄럽게 잇는 '프롬프트 릴레이' 공개
알리바바가 동영상 생성 기술 '프롬프트 릴레이(Prompt Relay)'를 발표했다. 추가 학습 없이 교차 주의 집중(Cross Attention) 계층에서 시간대별 프롬프트를 분배해, 이질적인 장면 간의 간섭을 막고 매끄러운 화면 전환을 만들어낸다. 현재 구현 안내가 공개되었으며 전체 코드 배포를 앞두고 있다.
헤이젠, '아바타 V' 출시: 15초 만에 디지털 분신 생성하고 일관성 유지
헤이젠(HeyGen)이 단 15초 영상으로 사용자의 신원을 학습해 일관된 캐릭터를 유지하는 'Avatar V'를 공개했다. 의상과 배경, 스타일을 바꿔도 얼굴과 정체성이 그대로 유지되어 무제한 생성이 가능하다. AI 비디오의 고질적인 난제였던 다중 장면 캐릭터 일관성을 정조준했다.
캡컷, 미국서 '드리미나 시댄스 2.0' 출시: 무료 체험 및 Pro 90% 할인
캡컷이 미국에서 AI 비디오 생성 모델 드리미나 시댄스 2.0을 출시했습니다. 앱, 데스크톱, 웹 전반에서 모든 사용자에게 1회 무료 체험을 제공하며 신규 가입자 대상 CapCut Pro 첫 달 90% 할인도 진행합니다. 전체 사용자에게 배포되기까지는 다소 시간이 걸릴 수 있습니다.
미지의 비디오 모델 HappyHorse-1.0, 텍스트·이미지 기반 리더보드 동시 1위
정체불명의 새로운 비디오 생성 모델 'HappyHorse-1.0'이 텍스트-비디오 및 이미지-비디오 리더보드 모두에서 1위로 데뷔했다. 초기 테스트에 따르면 멀티샷 비디오 생성과 정밀한 방향 지시 프롬프트 수행 능력이 뛰어난 것으로 나타났다. 치열한 AI 비디오 시장에 강력한 복병이 등장했다는 평가다.
런웨이, '시댄스 2.0' 연동…멀티숏 영상과 사운드 동시 생성 지원
런웨이(Runway)는 플랫폼에 시댄스 2.0(Seedance 2.0)을 도입했다고 발표했다. 텍스트, 이미지, 영상, 오디오를 입력해 효과음과 대사가 포함된 멀티숏 비디오 시퀀스를 생성할 수 있다. 현재 미국 외 지역의 언리미티드 및 엔터프라이즈 플랜 사용자에게 제공된다.
사진 한 장으로 옷 갈아입고 움직인다…가상 피팅 프레임워크 'Vanast' 공개
가상 피팅 프레임워크 Vanast가 공개됐다. 인물 사진 한 장과 의류 이미지, 골격 자세 동영상을 입력하면 새 옷을 입고 움직이는 애니메이션을 한 번에 생성한다. 얼굴과 체형을 그대로 유지하며 상·하의와 원피스를 모두 지원한다. 코드는 곧 공개될 예정이다.
오픈AI 차세대 이미지 모델 'GPT-Image-2' 유출 정황 포착
개발자 피터 레벨스는 오픈AI의 미발표 이미지 모델 'GPT-Image-2'가 Arena 플랫폼에 여러 가명으로 등장했다고 밝혔습니다. 뛰어난 배경 지식과 텍스트 렌더링 성능을 보이며 기대를 모으고 있으나, 오픈AI의 공식 확인은 아직 없는 상태입니다.
물리 법칙 따르는 영상 생성 프레임워크 'MMPhysVideo' 공개
영상 확산 모델의 왜곡과 물리적 오류를 해결하는 프레임워크 MMPhysVideo가 발표됐다. 픽셀 예측에만 의존하지 않고 기하학 구조와 시공간 궤적을 통합 학습해 자연스러운 움직임을 구현하며, 추가 추론 비용 없이 물리적 일관성을 개선한다. 코드와 데이터셋은 완전 오픈소스로 공개될 예정이다.
구글 비즈, 모든 사용자에게 'Veo 3.1' AI 비디오 생성 매월 10회 무료 제공
구글은 영상 편집 도구 '구글 비즈(Google Vids)'에 Veo 3.1 모델을 도입해 모든 구글 계정 사용자에게 매월 10회의 무료 동영상 생성을 지원한다고 발표했다. 구글 AI Pro 및 Ultra 구독자는 Lyria 3 기반 맞춤 음악 생성과 연출 가능한 AI 아바타 기능을 추가로 이용할 수 있다. 웹 화면 녹화를 돕는 크롬 확장 프로그램과 유튜브 직접 게시 기능도 지원된다.
알리바바, 이미지 생성·편집 모델 'Wan2.7-Image' 출시…12개 언어 텍스트 렌더링 지원
알리바바가 이미지 생성과 편집, 이해를 결합한 통합 모델 'Wan2.7-Image'를 선보였습니다. 한 번의 프롬프트로 일관된 이미지 최대 12장을 생성할 수 있으며, 12개 언어의 인쇄급 텍스트 렌더링과 얼굴 골격 및 HEX 색상 정밀 제어를 지원합니다.
알리바바, 생성·편집 통합 모델 'Wan 2.7 Image' 공개…색상 코드 제어와 표 렌더링 지원
알리바바가 이미지 생성과 편집을 하나로 합친 'Wan 2.7 Image'를 공개했다. 얼굴 골격과 자연스러운 결점을 정교하게 조정할 수 있으며, 최대 8개의 헥스 색상 코드 지정과 3000 토큰 분량의 다국어 텍스트 및 표 렌더링을 지원한다. 한 번의 프롬프트로 최대 12장의 일관된 이미지를 생성해 스토리보드 제작에 유용하다.
구글, 가성비 영상 생성 AI '베오 3.1 라이트' 출시…속도 유지하며 비용 절반 절감
구글이 가장 비용 효율적인 영상 생성 모델 '베오 3.1 라이트'를 공개했습니다. 기존 '베오 3.1 패스트'와 동일한 생성 속도를 내면서도 비용은 50% 미만으로 낮췄으며, 최대 1080p 해상도의 텍스트 및 이미지 기반 영상 생성을 지원합니다. 제미나이 API와 구글 AI 스튜디오 유료 티어에서 즉시 사용할 수 있습니다.
LongCat Audio Edit 공개: 몇 초 분량 음성으로 초정밀 보이스 클로닝
음성 합성 및 클로닝 모델 LongCat Audio Edit이 공개됐다. 몇 초 분량의 샘플만으로 음색과 어조를 정교하게 복제하며, 35억 파라미터 고품질 버전과 일반 GPU에서 구동 가능한 약 6GB 경량 버전으로 제공된다.
바이트댄스, 스마트폰서 오프라인 작동하는 이미지 생성 모델 '드림라이트' 공개
바이트댄스가 3억 9천만 파라미터 규모의 온디바이스 이미지 모델 'DreamLite'를 발표했습니다. 스마트폰에서 완전 오프라인으로 1024×1024 이미지를 약 3초 만에 생성하며, 화풍 변경과 개체 제거 등 이미지 편집도 지원합니다. 대형 클라우드 모델 대비 디테일 한계는 있지만 모바일 기기에서의 로컬 AI 편집 가능성을 크게 넓혔습니다.
슬라이더로 영상 효과 강도 조절하는 '토큰다이얼' 논문 공개
영상 생성 모델의 속성을 슬라이더로 정밀 제어하는 '토큰다이얼(TokenDial)' 프레임워크가 공개됐다. 기본 모델의 재학습 없이 연기의 양이나 춤 동작의 세기 등을 연속 파라미터로 조절해, 프롬프트 의존도를 낮추고 원하는 연출을 가능하게 돕는다.