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.
이미지·영상 생성 · 데일리
화
5월 12일 화요일
월
5월 11일 월요일
Pixal3D 공개: 단일 이미지에서 초정밀 3D 에셋을 뽑아내는 픽셀 정렬 모델
단일 이미지를 고정밀 3D 모델로 변환하는 Pixal3D의 코드가 공개되었다. 2D 픽셀과 3D 구조를 직접 연결하는 픽셀 정렬 방식을 도입해 기존 모델의 형태 왜곡 문제를 해결했다. 게임 및 가상 제작에 바로 쓸 수 있을 만큼 정밀한 지오메트리와 텍스처를 구현한다.
구글, 새 비디오 모델 '제미나이 옴니' 공개: 대화형 영상 편집 지원
구글의 새로운 멀티모달 모델 '제미나이 옴니'가 모습을 드러냈다. 텍스트, 이미지, 음성을 통합 추론해 일관된 비디오를 생성하며, 자연어 대화로 영상을 직접 수정할 수 있다. 첫 모델인 옴니 플래시는 10초 분량 생성을 지원한다.
목
5월 7일 목요일
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.
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.
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.
금
5월 1일 금요일
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.
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.
수
4월 29일 수요일
일레븐랩스, 음악 플랫폼 '일레븐뮤직' 출시：생성부터 리믹스·수익화까지 지원
일레븐랩스가 자체 음악 모델 기반의 신규 플랫폼 '일레븐뮤직'을 발표했습니다. 음악 탐색과 생성, 리믹스 도구에 더해 창작자가 수익을 창출할 수 있는 기능까지 통합한 것이 특징입니다. 음성 AI에 이어 음악 생성 시장으로 본격적인 확장에 나섰습니다.
토
4월 25일 토요일
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.
Grok Imagine, 이미지 투 비디오 립싱크 및 오디오 품질 대폭 개선
Grok Imagine이 이미지 기반 비디오 생성 기능을 업데이트해 립싱크 정확도와 음질을 대폭 개선했다. 대사가 입 모양에 정교하게 맞춰지고 장면 분위기에 어울리는 사운드가 결합되어 더욱 자연스러운 영상을 제작할 수 있다.
수
4월 22일 수요일
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.
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.
화
4월 21일 화요일
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.
일
4월 19일 일요일
카메라 각도 직접 입력해 시점 바꾼다…이미지 편집 프레임워크 'UniGeo' 공개
카메라 시점을 정밀하게 제어할 수 있는 이미지 편집 프레임워크 'UniGeo'가 공개됐다. 단일 이미지를 3D 기하학적 표현으로 변환해 사용자가 지정한 각도에 맞춰 팬과 틸트 등 카메라 움직임을 정확히 구현한다. 기존 생성 모델의 왜곡 문제를 해결했으며 모델 출시가 예정돼 있다.
목
4월 16일 목요일
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.
알리바바 ATH, 실시간 인터랙티브 3D 월드 모델 '해피 오이스터' 베타 공개
알리바바 ATH 팀이 멀티모달 입력으로 실시간 상호작용 가능한 3D 환경을 구축하는 월드 모델 '해피 오이스터'를 베타로 공개했다. 구글 지니 3처럼 프롬프트로 캐릭터를 조작해 가상 세계를 탐험할 수 있다. 현재 대기자 명단을 통해 사전 신청을 받고 있다.
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.
화
4월 14일 화요일
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.
월
4월 13일 월요일
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.
토
4월 11일 토요일
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.
수
4월 8일 수요일
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.
