바이트댄스, 대화·효과음·음악을 한 번에 생성하는 'Seed-Audio 1.0' 공개
볼케이노 엔진이 올인원 오디오 생성 모델 'Seed-Audio 1.0'을 공개했다. 한 번의 생성으로 다중 화자 대화, 감정 연기, 효과음 및 배경음악을 동시에 조율해 출력할 수 있다. 음성 참조 기능을 통해 일관된 음색을 유지하며, 현재 주로 API를 통해 제공된다.
이미지·영상 생성 · 데일리
화
6월 9일 화요일
목
6월 4일 목요일
크레아, 2초 만에 이미지 생성하는 '크레아 2 터보' 공개
크레아(Krea)가 고품질 이미지를 약 2초 만에 생성하는 신규 AI 모델 '크레아 2 터보'를 출시했다. 스타일 참조와 무드보드, LoRA를 지원해 디자이너의 빠른 아이디어 시각화를 돕는다. 현재 공식 웹사이트에서 무료로 이용할 수 있다.
수
6월 3일 수요일
xAI, 이미지 생성 모델 'Grok Imagine 1.5 Preview' API 공개
xAI가 이미지 생성 모델 'Grok Imagine 1.5 Preview'를 공개하고 개발자 대상 API를 출시했다. 이번 버전은 기존 이미지 생성 성능을 개선한 업데이트로, 대규모 정식 출시에 앞서 개발자가 직접 연동하고 테스트할 수 있도록 지원한다.
아이디오그램, 오픈 가중치 이미지 모델 ‘Ideogram 4.0’ 공개
아이디오그램이 오픈 가중치 텍스트-이미지 생성 모델 ‘Ideogram 4.0’을 공개했다. 이용자는 모델 가중치를 내려받아 자체 하드웨어에서 실행 및 파인튜닝할 수 있으며, 고밀도 텍스트 렌더링과 네이티브 2K 해상도를 지원한다. 현재 모든 구독 플랜과 API를 통해 제공된다.
Reve, 구조화된 레이아웃 기반 이미지 생성 모델 'Reve 2.0' 공개
Reve가 텍스트 중간 표현 대신 구조화된 레이아웃을 도입한 이미지 생성 모델 'Reve 2.0'을 공개했다. 각 요소의 위치, 크기, 속성을 명확히 지정해 구도를 제어하며, Qwen 오픈소스 LLM을 기반으로 경쟁사 대비 10분의 1 수준의 GPU 자원으로 훈련해 벤치마크 상위권을 기록했다고 밝혔다.
화
6월 2일 화요일
마틴 스코세이지 감독, 블랙포레스트랩 고문 합류…FLUX로 스토리보드 작업
이미지 생성 모델 FLUX 개발사 블랙포레스트랩은 영화감독 마틴 스코세이지를 시각 AI 고문으로 영입했다고 발표했다. 인간의 안목과 장인정신에 초점을 맞춘 시각 지능 개발을 자문할 예정이며, FLUX를 활용해 직접 스토리보드를 제작하는 작업 세션도 진행됐다.
목
5월 28일 목요일
로블록스, 부품 단위 제어 가능한 3D 생성 AI 'CubePart' 공개
로블록스가 부품별 제어가 가능한 3D 생성 프레임워크 CubePart를 발표했다. 텍스트 설명과 함께 부품 목록을 지정하면, 게임 엔진에서 즉시 애니메이션과 물리 스크립트를 적용할 수 있도록 분할 및 라벨링된 메쉬를 생성한다. 오픈소스 Cube 저장소에도 관련 기능이 반영됐다.
수
5월 27일 수요일
엔비디아, 멀티에이전트 월드 모델 '감마 월드' 공개: 24FPS 실시간 공유 환경 생성
엔비디아가 다중 에이전트 인터랙티브 세계 모델 '감마 월드(Gamma World)'를 공개했다. 단일 제어에 머물던 기존 세계 모델을 다중 플레이어와 로봇 환경으로 확장해, 사전 제작된 지오메트리 없이도 24 FPS로 공유 시점을 실시간 생성한다. 향후 시뮬레이션과 게임 환경을 생성 모델 안에서 직접 구동할 수 있다.
레오나르도 AI, GPT-Image 2.0 테스트: 단순한 광고 기획서도 알아서 '감각적'으로 구현
레오나르도 AI 크리에이티브 총괄 드웨인 코는 GPT-Image 2.0 테스트 결과를 공개했다. 복잡한 프롬프트 엔지니어링 없이 일상 언어로 광고 기획서를 입력하자, 모델이 Z세대 트렌드를 반영해 지시하지도 않은 틱톡 스티커를 자발적으로 배치하는 등 완성도 높은 구도를 선보였다. AI가 단순 렌더링 도구를 넘어 문화적 맥락과 미적 감각을 이해하는 파트너로 진화하고 있음을 보여준다.
화
5월 26일 화요일
마이크로소프트, 이미지 생성 모델 'MAI-Image-2.5' 공개… 아레나 3위 진입
마이크로소프트의 MAI 슈퍼인텔리전스 팀이 텍스트-이미지 생성 모델 'MAI-Image-2.5'를 공개하며 아레나 리더보드 3위에 올랐다. 이전 세대 대비 텍스트 렌더링과 스타일 일러스트, 조명 및 공간 추론 능력을 대폭 개선했다. 현재 아레나에서 바로 사용해 볼 수 있으며, 2주 내로 MAI Playground와 Azure Foundry에도 제공될 예정이다.
일레븐랩스, 'Music v2' 출시: 보컬 품질과 다국어 편곡 대폭 강화
일레븐랩스가 음악 생성 모델 Music v2를 출시했다. 모든 장르에 걸쳐 보컬 표현력과 악기 세션, 편곡 완성도가 향상되었으며 다국어 지원도 강화되었다. 이전 버전에서 불가능했던 기능들이 더해져 AI 음악의 완성도와 창작 폭이 한층 넓어졌다.
목
5월 21일 목요일
Runway, 한 프레임만 고치면 전체가 바뀌는 'Aleph 2.0' 출시
Runway는 웹 기반의 새로운 Edit Studio에서 사용할 수 있는 영상 편집 도구 'Aleph 2.0'을 출시했다. 사용자가 영상 속 한 프레임을 수정한 뒤 미리보기를 확인하면, Aleph 2.0이 해당 변경점을 영상 전체에 일관되게 자동 반영해 번거로운 수작업을 덜어준다.
Arq.live, 음성 연출 시스템 'GLITCH' 공개…8분 만에 단편 영화 완성
Arq.live가 음성 지시를 영상으로 구현하는 시스템 'GLITCH'를 공개했다. 프롬프트를 타이핑할 필요 없이 감독이 말로 지시하면 다중 AI 에이전트가 제작진처럼 협업해 캐릭터 캐스팅과 장면 연출을 실시간 처리한다. 노트북 한 대로 8분 만에 단편 영화를 만들어냈다.
스포티파이·유니버설 뮤직 맞손, 생성형 AI 팬 커버·리믹스 툴 출시 예정
스포티파이와 유니버설 뮤직 그룹(UMG)이 음악 라이선스 계약을 체결했습니다. 팬들이 생성형 AI를 활용해 참여 아티스트의 음원으로 커버곡과 리믹스를 제작할 수 있는 기능을 스포티파이 프리미엄 유료 부가 서비스로 선보일 예정입니다. 창작 수익은 아티스트 및 작곡가에게 직접 분배됩니다.
크레아, '크레아 2' 맞춤형 학습 지원하는 LoRA 베타 출시
이미지 생성 AI 플랫폼 크레아가 '크레아 2' 전용 LoRA 파인튜닝 기능의 베타 버전을 공개했다. 이용자는 특정 스타일, 사물, 캐릭터를 정밀하게 학습시켜 생성 결과물의 일관성과 제어력을 크게 높일 수 있다.
수
5월 20일 수요일
스태빌리티 AI, '스테이블 오디오 3.0' 공개…오픈 가중치로 온디바이스 완곡 작곡 지원
스태빌리티 AI가 정식 라이선스 데이터로 학습된 '스테이블 오디오 3.0' 모델군을 발표했다. 3개 모델 가중치가 허깅페이스에 공개되었으며, 모바일 기기에서의 전체 곡 작곡과 최장 6분 20초 생성을 지원한다. 연 매출 100만 달러 미만 기업은 무료 상업 이용이 가능하다.
월
5월 18일 월요일
Meta, 잠재 공간 건너뛰고 원본 파형서 직접 오디오 생성하는 WavFlow 공개
Meta는 VAE나 잠재 공간 압축 없이 원본 파형에서 직접 44.1kHz 고음질 오디오를 생성하는 WavFlow를 공개했습니다. 무음 영상에 드럼 등 동작에 맞춘 효과음을 입힐 수 있습니다. 다만 사내 정책 제한으로 공식 저장소에는 학습 스크립트만 공개되었고 완전한 가중치는 제외되었습니다.
InstructAV2AV 공개: 텍스트 한 줄로 영상과 음성을 동시 편집한다
텍스트 명령만으로 비디오 영상과 배경 오디오를 한 번에 수정하는 프레임워크 InstructAV2AV가 공개됐다. 마스크 작업 없이도 인물 교체, 대사 수정, 소리 추가 및 삭제가 가능하며, 배경은 그대로 유지한 채 화면과 소리를 자연스럽게 동기화한다.
레오나르도 AI, 2D 이미지 기반 3D 모델 생성 기능 출시
레오나르도 AI가 2D 콘셉트 이미지를 완성형 3D 모델로 바로 변환하는 3D 생성 기능을 플랫폼에 통합했다. 멀티뷰 참조 기능으로 여러 각도를 확보한 뒤 게임 엔진이나 3D 프린터에 바로 쓸 수 있는 .glb 파일로 내보낼 수 있다. 인디 게임 개발자와 메이커의 제작 흐름이 한층 단순해졌다.
토
5월 16일 토요일
GPT Image 2와 Seedance 2.0의 결합: 12컷 스토리보드로 애니메이션 제작
창작자들 사이에서 ChatGPT Image 2로 연출 메모가 포함된 12컷 스토리보드를 생성한 뒤, Seedance 2.0에 연결해 완성도 높은 영상으로 변환하는 워크플로가 주목받고 있습니다. 노드 기반 플랫폼과 결합해 개인 제작 효율을 크게 높였습니다.
금
5월 15일 금요일
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.
목
5월 14일 목요일
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.
수
5월 13일 수요일
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.