마켓, 텍스트로 3D 가구 만드는 기능 공개…도면에 바로 배치
마켓(Maket)이 텍스트 설명으로 3D 가구 모델을 생성하는 'Text to Furniture' 기능을 선보였다. 원하는 가구 디자인을 묘사하면 치수가 반영된 3D 모델이 만들어지며, 이를 평면도에 바로 배치해 입체적으로 공간을 꾸밀 수 있다.
AI 이미지
앤트그룹, 5600억 파라미터 MoE 멀티모달 모델 'Ling 3.2 Flash' 공개
앤트그룹이 차세대 네이티브 멀티모달 모델 'Ling-3.2-flash'를 발표했습니다. 총 5600억 파라미터 중 250억 개만 활성화하는 MoE 구조로 100만 토큰 컨텍스트와 영상 입력을 지원하며, 3D 공간 복원과 멀티 에이전트 협업 능력을 갖췄습니다.
리넘, 2만 1천 달러로 학습한 20억 파라미터 이미지 생성 모델 'Pyramid-JiT' 오픈소스 공개
2인 연구팀 리넘이 2만 1천 달러의 연산 비용만 들여 바닥부터 학습한 20억 파라미터 이미지 모델 'Pyramid-JiT'를 공개했습니다. 별도 VAE 없이 픽셀 공간에서 직접 이미지를 생성하는 방식을 취했습니다. 텍스트 렌더링 같은 한계는 있지만 아파치 2.0 라이선스로 공개돼 자체 확산 모델 개발 문턱을 크게 낮췄습니다.
AI 감지 스타트업 팽그램, 이미지·영상 판별 모델 'Image 1.0' 출시
AI 감지 스타트업 팽그램(Pangram)이 생성형 AI로 제작된 이미지와 영상을 판별하는 'Image 1.0'과 'Image Flash 1.0'을 공식 출시했다. Image 1.0은 합성된 특정 부위를 히트맵으로 시각화해 찾아내며, Flash 1.0은 영상의 프레임 단위 분석을 지원한다. 크롬 확장 프로그램과 API로도 제공되어 웹서핑이나 SNS 탐색 중 실시간으로 AI 조작 여부를 확인할 수 있다.
오픈AI '이미지 2.6' 공개: 속도 50% 향상에 GIF 생성 지원
오픈AI가 이미지 모델 '이미지 2.6'을 챗GPT와 코덱스, API에 출시했다. 생성 속도가 50% 빨라졌으며 대화창에서 곧바로 움직이는 GIF를 생성하고 편집할 수 있다. API에는 6초 만에 이미지를 생성하는 플레어와 고화질 썬버스트 버전이 추가됐고 SVG 내보내기도 지원한다.
OpenAI, 레이싱팀·마쓰다와 협업: 3D 스캔 CAD 변환 및 차량 설계 탐색
OpenAI가 칩 가나시 레이싱(Chip Ganassi Racing) 엔지니어들과 협력해 3D 스캔 데이터를 편집 가능한 CAD 모델과 제조 도면으로 변환하고 있다고 밝혔습니다. 마쓰다와도 시뮬레이션을 통한 차량 디자인 탐색에 나섰으며, 엔지니어들이 결과물을 검토해 모델 개선을 돕고 있습니다.
1~2단계만에 고화질 이미지 생성하는 'NitroFusion 2' 오픈소스 공개
연구진이 확산 모델의 생성 과정을 1~2단계로 대폭 단축한 'NitroFusion 2'를 오픈소스로 공개했다. 멀티모달 텍스트 스트림 적대적 증류를 통해 단 한 번의 스텝에서도 선명한 텍스트 렌더링과 디테일을 유지한다. ComfyUI와 Diffusers를 지원해 일반 소비자용 GPU에서도 로컬 실행이 가능하다.
Pruna, 동영상 모델을 이미지 생성기로 개조한 'P-H3-Image' 오픈소스로 공개
Pruna AI가 MiniMax-H3 동영상 모델을 개조한 오픈 가중치 이미지 생성 모델 P-H3-Image를 공개했다. 텍스트 인코더 경량화와 8스텝 확산을 통해 속도를 5배 높이고 용량을 최소 20GB로 줄였다. 최대 1600만 화소 생성과 8장 참조 이미지 합성을 지원한다.
LLM용 3D 모델링 파이썬 라이브러리 'sand3d' 오픈소스 공개
샌드플로우 AI가 대형언어모델(LLM)이 직접 3D 모델을 코드로 작성할 수 있게 돕는 파이썬 라이브러리 'sand3d'를 오픈소스로 공개했다. 좌표 계산 없이 의미 기반 이름으로 부품과 관절을 정의하며, 전체 API가 약 3600 토큰에 불과해 프롬프트에 바로 넣을 수 있다. 10만 개 3D 데이터셋도 함께 배포된다.
엔비디아, 코스모스 프레임워크 공개: 물리 AI 월드 모델 훈련과 시뮬레이션 지원
엔비디아가 물리 AI 월드 모델을 위한 코스모스 프레임워크와 NIM 마이크로서비스를 출시했다. 자율주행용 멀티 카메라 및 라이다 동기 생성, 로봇과 수술 시뮬레이션을 지원하며 다양한 강화학습을 갖췄다. H200 GPU에서 추측 디코딩으로 추론 속도를 2~3배 끌어올린다.
Sperid Labs, 단일 이미지로 3D 가우시안 만드는 Idol 오픈소스 공개
Sperid Labs가 단 한 장의 사진으로 3D 가우시안 스플래팅을 구현하는 모델 Idol을 오픈소스로 공개했습니다. 배경을 지우고 보이지 않는 뒷면까지 추론해 최대 100만 개 가우시안을 만듭니다. 최고 VRAM 사용량이 7.2GB에 불과해 일반 소비자용 GPU에서도 구동됩니다.
Bygga: 이케아 종이 설명서를 대화형 3D 조립 가이드로 변환
개발자 Nutlope가 이케아 설명서를 3D 단계별 애니메이션으로 변환해 주는 오픈소스 프로젝트 Bygga를 공개했습니다. 1,171개 제품을 오프라인으로 지원하며, 조립 중 손을 쓰지 않고 음성으로 다음 단계로 넘길 수 있습니다. 미등록 설명서는 Together AI를 연결해 스캔 및 해석할 수 있습니다.
MS, 이미지 편집 모델 ‘MAI Image 2.7’ 공개…벤치마크 2위 안착
마이크로소프트가 최신 이미지 편집 모델 ‘MAI Image 2.7’을 출시했다. Artificial Analysis 이미지 편집 순위 2위, Arena Edit 3위에 올랐다. 10개 평가 영역 전반에서 전작을 뛰어넘었으며, 특히 장면 및 스타일 편집에서 차순위 모델을 24 Elo 차이로 앞섰다. 현재는 편집 기능 중심이며 생성 기능은 추후 추가된다.
3D 생성 AI ‘Hi3D’, 7.74GB 경량 1세대 모델 오픈소스로 공개
AI 3D 생성 플랫폼 Hi3D가 상업적 이용이 가능한 V1.0 모델 코드와 가중치를 오픈소스로 공개했습니다. 약 200만 개의 3D 에셋으로 학습되어 단일 이미지에서 최대 1536³ 해상도의 정밀한 메시를 복원하며, 7.74GB 크기로 일반 소비자용 GPU에서도 구동할 수 있습니다.
구글 딥마인드, 음성까지 동시 생성하는 세계 시뮬레이터 'Genie 4' 공개
구글 딥마인드가 실시간 상호작용 세계 모델 Genie 4를 공개했습니다. 키보드와 텍스트로 가상 환경을 조작할 수 있을 뿐만 아니라 배경음과 대화 등 오디오까지 네이티브로 동시 생성합니다. 제미나이가 다단계 인과 추론을 보조하며, 현재는 일부 테스터에게 프리뷰로 제공됩니다.
SpAItial, Echo-3 공개: 아이폰으로 몇 분 만에 누락 구역 채우며 실측 3D 공간 생성
SpAItial이 물리 기반 월드 모델 Echo-3와 전용 iOS 앱을 출시했다. 삼각대 없이 아이폰으로 몇 분만 촬영하면 실제 스케일의 정밀한 3D 환경을 만들 수 있으며, 촬영 중 놓친 빈 공간을 AI가 자연스럽게 메워준다. 시뮬레이션과 AI 에이전트를 위한 기업용 API도 함께 제공되며 첫 달은 무료로 이용 가능하다.
3D 모델링 없이 AI 영상으로 회전하는 웹 상품 쇼케이스 구현하는 기법 공개
디자이너 AmirMushich가 3D 모델링 없이 마우스로 회전 가능한 웹 상품 페이지를 만드는 오픈소스 기법을 공개했다. 의류 참고 이미지로 LTX-2.5 Pro를 통해 회전 영상을 생성한 뒤, 약 30프레임으로 쪼개 자바스크립트로 인터랙션을 제어하는 방식이다. 런타임 모델 호출이나 3D 렌더링 엔진이 필요 없어 이커머스 비주얼 제작 비용을 크게 낮출 수 있다.
비디오 누끼 AI 'MatAnyone' 공개: 3GB VRAM으로 4K 실시간 분리 지원
머리카락 한 올과 반투명 테두리까지 정밀하게 분리하는 비디오 매팅 AI 'MatAnyone'이 공개됐다. 약 3GB VRAM만으로 실행 가능하며 단일 H200에서 4K 실시간 처리를 지원한다. 저해상도로 어려운 영역을 먼저 감지해 연산 효율을 높였으며, 향후 코드 공개와 ComfyUI 노드 지원이 예정되어 있다.
Bria, Fibo 2.0 Edit Turbo 공개: 4단계로 끝내는 8B 이미지 편집 모델
Bria AI가 80억 파라미터 이미지 편집 모델 Fibo 2.0 Edit Turbo의 비상업용 가중치를 공개했습니다. 4단계 추론과 구조화된 프롬프트를 통해 원본의 다른 디테일을 건드리지 않고 원하는 영역만 정밀하게 수정합니다.
알리바바, 이미지 모델 'Qwen-Image-2.1' 상용 API 출시
알리바바가 Model Studio를 통해 Qwen-Image-2.1 Pro 및 Turbo API를 출시했다. 7B 단일 모델로 텍스트 생성, 최대 10장 참조 편집, 투명 배경 누끼, 2K 텍스트 렌더링을 모두 지원한다. Turbo 기준 이미지당 최저 0.014달러 수준에 이용할 수 있다.