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.
AI 이미지
최신 소식 보기
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.
트리포AI, 2D 이미지를 3D 가우시안으로 변환하는 'TripoSplat' 오픈소스 공개
트리포AI가 단일 2D 이미지를 최대 26만 개 3D 가우시안 모델로 변환해 주는 'TripoSplat'을 MIT 라이선스로 공개했다. 의존성을 줄인 약 2000줄 코드와 ComfyUI 연동이 특징이지만, 단순 사물에 비해 인물 얼굴 표현은 아직 뭉개지는 한계가 있다.
오픈소스 UI 디자인 도구 'Impeccable 3.5' 출시… 모델별 'AI 슬롭' 잡는다
오픈소스 프론트엔드 디자인 도구 Impeccable 3.5가 공개됐다. AI가 생성한 웹페이지의 전형적인 베이지색 배경과 가독성 문제를 해결하기 위해 모델별 맞춤형 규칙을 적용하고, 브라우저에서 자연어나 음성으로 UI를 실시간 수정해 소스에 반영하는 라이브 모드를 지원한다.
MAMMA: 카메라 4대만으로 구현하는 고정밀 3D 모션 캡처
막스플랑크 연구소와 CMU 연구진이 마커리스 다인 모션 캡처 시스템 MAMMA를 오픈소스로 공개했습니다. 특수 센서나 마커 없이 일반 카메라 4대의 다각도 영상만으로 춤이나 포옹 같은 복잡한 상호작용을 정밀한 3D 모델로 복원합니다. 매트릭스 스타일의 불릿 타임 구현도 가능하며, GitHub에 웹 UI와 코드가 공개되었습니다.
엔비디아 SANA-Streaming 공개, RTX 5090서 1분 영상 실시간 편집
엔비디아가 비디오 편집 AI 모델 'SANA-Streaming'을 오픈소스로 공개했다. 20억 파라미터 크기로 영상 재생 중 의상과 배경을 실시간 수정하며, RTX 5090에서 720p 영상을 초당 24프레임으로 처리한다. 코드와 모델 가중치는 깃허브 및 허깅페이스에 공개되었다.
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.
MS, 3.8B 이미지 생성 모델 'Lens' 가중치 공개…0.84초 만에 이미지 생성
마이크로소프트가 38억 파라미터 규모의 텍스트-투-이미지 모델 'Lens'의 전체 가중치를 공개했다. 증류 기반의 터보 모델은 4단계 만에 0.84초 속도로 이미지를 생성하며, 기존 대형 모델 대비 19.3%의 학습 연산량만으로 최대 1440x1440 해상도를 지원한다.
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.
캡컷, 디자인 스튜디오 2.0 공개: 무한 AI 캔버스로 템플릿 벗어난다
캡컷이 웹 버전에 '디자인 스튜디오 2.0'을 선보이며 정형화된 템플릿 대신 무한 AI 캔버스 작업 환경을 도입했습니다. AI 디자인 에이전트와 실시간으로 협업하며 브러시 편집, 스마트 레이어 분할, 원클릭 아이디어 확장이 가능합니다. 매일 20회의 무료 생성 기회가 제공됩니다.
런웨이, MCP 출시…클로드·챗GPT서 바로 영상 생성한다
런웨이가 모델 컨텍스트 프로토콜(MCP) 연동 기능을 출시했다. 이제 이용자는 클로드, 챗GPT, 커서, 레플릿 등 기존 작업 환경을 벗어나지 않고도 Gen-4.5, Kling 등의 모델을 호출해 고품질 이미지와 영상을 생성할 수 있다. 텍스트 에이전트와 코딩 환경에서 즉시 시각 콘텐츠를 만드는 길이 열렸다.
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.
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.
엔비디아, 시각 탐색 프레임워크 LocateAnything 발표: 텍스트 한 줄로 물체 감지 10배 가속
엔비디아 연구진이 자연어 명령으로 이미지 내 물체를 정확히 찾아내는 프레임워크 LocateAnything을 발표했다. 바운딩 박스를 병렬로 단번에 디코딩하는 기술과 1억 3800만 건 규모의 데이터셋을 통해 정밀도를 유지하면서도 밀집 물체 감지 속도를 최대 10배 끌어올렸다.
3D 재구성 모델 TriSplat 공개: 가우시안 변환 없이 게임 엔진용 3D 메시를 즉시 생성
연구진이 피드포워드 3D 재구성 네트워크 TriSplat을 공개했다. 기존 가우시안 스플래팅과 달리 방향성 삼각형 프리미티브를 직접 예측해 단 한 번의 추론으로 물리 시뮬레이션용 메시를 출력한다. 약 1.2초 만에 메시를 생성하며 언리얼 등 물리 엔진에 바로 연동할 수 있다.
조명 세기 조절하는 ControlLight 발표: 저조도 망친 사진도 자연스럽게 복원
저조도 이미지 강화 프레임워크 ControlLight가 발표됐다. 특화 손실 함수를 적용해 원본 이미지 구조를 왜곡하지 않고 조명 강도를 매끄럽게 연속 조절할 수 있어 어두운 사진의 재조명 작업이 수월해진다.
Pantheon360 공개: 3D 캐시 기반으로 왜곡 없는 360도 영상 생성
연구진이 제어 가능한 360도 파노라마 비디오 생성 프레임워크인 Pantheon360을 공개했습니다. 입력 데이터에서 재구성한 3D 캐시를 기하학적 뼈대로 활용해 기존 비디오 모델의 시점 왜곡 문제를 해결했으며, 디지털 트윈과 VR 콘텐츠 제작의 일관성을 크게 높였습니다.
엔비디아, VAE 대체하는 PiD 공개…2K AI 이미지 디코딩 1초 내 구현
엔비디아 연구진은 AI 이미지 디코딩 기술 PiD를 발표했다. 기존 VAE 대신 픽셀 확산 방식을 적용해 디코딩과 4~8배 업샘플링을 하나로 합쳤으며, RTX 5090에서 2K 해상도 변환을 1초 미만으로 끝낸다. 고해상도 생성 시 디테일이 뭉개지는 문제를 해결하면서 파이프라인 지연도 크게 줄였다.
사진 몇 장으로 대형 3D 실내를 재구성하는 'GenRecon' 공개
소수의 RGB 사진만으로 대규모 실내 3D 공간을 재구성하는 기법 'GenRecon'이 발표됐다. 대형 장면을 겹치는 청크 단위로 나누고 Trellis.2 사전 지식을 적용해 편집 가능한 PBR 메시를 생성하며 기존 최신 기법 대비 성능을 16% 끌어올렸다. 전문 장비 없이 스마트폰 촬영만으로 공간 에셋을 만들 길이 열렸다.
아이디오그램, MCP 출시: 클로드·챗GPT를 디자인 에이전트로 확장
아이디오그램이 클로드와 챗GPT를 디자인 에이전트로 전환하는 Ideogram MCP를 공개했다. 별도 앱으로 이동할 필요 없이 대화창 안에서 이미지 생성, 디자인 작업, 맞춤형 모델 학습을 처리할 수 있다. 커서와 헤르메스 등도 지원해 작업 흐름에 디자인 기능을 결합했다.