FPS 인터랙티브 월드 모델 'SCOPE' 공개: 10자유도 컨트롤 지원
연구팀이 Wan2.2 기반의 FPS 인터랙티브 월드 모델 SCOPE를 오픈소스로 공개했다. 이동과 조준, 사격 등 10자유도 조작을 프레임 단위로 비디오에 반영하며, 처음 보는 게임 환경에서도 제로샷으로 동작한다. 모델 가중치와 추론 코드, 데이터셋이 모두 GitHub에 공개됐다.
AI 이미지
최신 소식 보기
ASASR: FLUX.1-dev 기반으로 환각 아티팩트를 줄인 4배 이미지 초해상도 도구
ASASR은 FLUX.1-dev 기반의 오픈소스 이미지 초해상도 도구로, 기존 생성형 업스케일러의 고질적 문제인 왜곡된 환각 디테일을 억제하며 선명한 4배 확대를 지원합니다. 소볼레프 공간 정렬 기반 DPO와 듀얼 LoRA 구조를 적용했습니다. 코드와 가중치가 공개되었으며 Hugging Face Spaces에서 바로 체험할 수 있습니다.
재학습 없이 4K 이미지 뽑아내는 'SEGA' 공개…DiT 해상도 한계 극복
연구진이 추가 학습 없이도 DiT 모델의 초고해상도 생성을 돕는 기법 'SEGA'를 공개했다. 노이즈 제거 단계마다 공간 주파수 에너지를 분석해 위치 임베딩(RoPE)을 동적으로 조절함으로써 전체 구도 붕괴와 디테일 뭉개짐을 동시에 잡았다. 고비용 재학습 없이 4096×4096급 고화질 이미지를 안정적으로 얻을 수 있다.
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.
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.
단안 2D 영상으로 동적 4D 장면 복원하는 'Lift4D' 공개
연구진이 단안 2D 영상 한 편으로 동적 4D 장면을 복원하는 Lift4D를 공개했다. 카메라에 포착되지 않은 사각지대와 가려진 영역까지 자연스럽게 추정해 메워내며, 단일 시점 영상 속 움직이는 피사체를 360도 자유 시점으로 둘러볼 수 있게 해준다.
AI 3D 생성에 물리 속성 더한 'PhysX-Omni' 공개
물리 시뮬레이션에 즉시 투입 가능한 3D 에셋 생성 프레임워크 'PhysX-Omni'가 발표됐다. 외형뿐 아니라 재질, 운동학적 특성, 상호작용 가능성을 함께 생성하는 것이 핵심이다. 전용 데이터셋과 벤치마크도 함께 공개되어 로봇 학습과 피지컬 AI 연구에 바로 활용될 수 있다.
피그마, 캔버스에 네이티브 AI 에이전트 도입: 자연어로 디자인 수정하고 다중 에이전트 동시 실행
피그마(Figma)가 협업 캔버스 내에서 직접 작동하는 네이티브 AI 에이전트를 선보였다. 디자인 작업에 맞춤 미세조정된 모델을 기반으로 자연어 프롬프트를 통해 새 디자인 생성과 수정, 반복 시안 제작을 지원하며, 여러 에이전트를 동시에 실행할 수도 있다. 파일을 벗어나지 않고도 번거로운 수정 작업을 자동화할 수 있게 됐다.
구글, 세계 모델 지니에 스트리트 뷰 결합… 실제 장소 기반 가상 세계 생성
구글이 범용 세계 모델 '프로젝트 지니'에 스트리트 뷰를 통합했다. 미국 내 실제 위치와 스타일을 선택하면 에이전트와 로봇이 탐색할 수 있는 인터랙티브 가상 환경을 구현한다. 월 200달러인 Google AI Ultra 구독자에게 우선 제공된다.
오디세이, 실시간 음·영상 생성 세계 모델과 4인 멀티플레이 '아고라-1' 공개
오디세이가 사용자 입력에 맞춰 실시간으로 음성과 영상을 동기화해 생성하는 '스타차일드-1'과 최대 4명의 플레이어가 함께 접속하는 '아고라-1'을 공개했다. 정적인 영상 클립 렌더링을 넘어 상태를 공유하고 조작할 수 있는 인터랙티브 시뮬레이션 환경을 구현했다.
오픈AI, 딥마인드 '신스ID' 워터마크 도입…생성 이미지 검증 도구 공개
오픈AI가 구글 딥마인드와 협력해 챗GPT, 코덱스 및 API로 만든 이미지에 '신스ID' 비가시성 워터마크를 적용한다고 발표했다. C2PA 표준을 충족함과 동시에 이미지가 오픈AI 도구로 제작되었는지 판별하는 공개 검증 도구도 함께 배포했다.
바이트댄스, 이미지·영상 통합 AI 모델 '랜스' 오픈소스 공개
바이트댄스가 이미지와 영상의 이해·생성·편집을 모두 아우르는 통합 멀티모달 모델 '랜스(Lance)'를 오픈소스로 공개했다. 활성 파라미터 30억 개로 멀티턴 대화를 통한 영상 편집이 가능하지만, 로컬 구동에는 최소 40GB VRAM이 필요하다.
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.
평면도 한 장으로 온전한 3D VR 주택 투어 생성하는 AI 모델 ‘PanoWorld’ 공개
평면도와 스타일 참고 이미지만으로 일관된 주택 전체 360도 가상 투어를 생성하는 공간 세계 모델 ‘PanoWorld’가 공개됐다. 시점을 이동해도 가구와 방 구조의 일관성을 유지하는 점이 강점이며 부동산 VR과 인테리어 설계에 유용하다. 현재 코드와 가중치는 공개 준비 중이다.
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.
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.
클로드 코드용 3D 생성 툴킷 오픈소스 공개: 단일 이미지로 환경 구축
개발자 Neilson이 앤트로픽 클로드 코드 전용 3D 생성 툴킷을 오픈소스로 공개했다. 단 한 장의 이미지를 입력받아 메시, 물리 시뮬레이션, 조명, 오디오가 포함된 완전한 3D 환경을 자동 생성하며, 수작업 모델링 없이 클로드 코드 안에서 3D 씬을 빠르게 구현할 수 있다.
Articraft 오픈소스 공개: AI가 코드로 짜내는 관절 구조 3D 모델
관절과 가동 기믹을 갖춘 3D 자산 생성 에이전트 시스템 Articraft의 코드와 1만 개 규모의 데이터셋이 공개되었다. 3D 생성을 코딩 작업으로 전환해 AI 에이전트가 부품과 관절을 정의하고 검증 테스트까지 실행한다. 로봇 시뮬레이션과 VR 에셋 제작의 진입 장벽을 대폭 낮췄다.
영상 단 한 편으로 AI 카메라 앵글 제어…‘Warp-as-History’ 공개
상하이교통대와 상하이 AI 랩 등 연구진이 영상 단 한 편의 경량 튜닝만으로 정밀한 카메라 제어가 가능한 ‘Warp-as-History’를 발표했다. 카메라 시점 변형을 기존 영상 기록처럼 입력하는 방식을 적용해, 별도 제어 모듈 없이도 미학습 장면에서 정확한 구도 이동과 자연스러운 배경 완성을 구현한다.
엔비디아 월드 모델 'SANA-WM' 공개: 단일 5090서 1분 영상 34초 만에 생성
엔비디아가 키보드 입력으로 시점을 조작할 수 있는 26억 매개변수 오픈소스 월드 모델 'SANA-WM'을 발표했다. 증류 버전을 통해 단일 RTX 5090 환경에서 720p 1분 영상을 34초 만에 생성하며 장면 일관성을 유지한다. 가중치는 곧 오픈소스로 공개될 예정이다.