X, 업로드 미디어에 대한 Grok의 편집 및 재생성 차단 설정 추가
보도에 따르면, X가 게시물 작성 화면의 미디어 업로드 설정에 AI 'Grok'이 사용자의 사진을 변형하거나 재생성하지 못하도록 차단하는 토글을 조용히 추가했다. 앞서 Grok을 악용한 딥페이크 사태로 각국 규제 당국의 조사를 받는 가운데, 이용자 보호와 벌금 감면을 노린 조치로 풀이된다.
AI 이미지
최신 소식 보기
CubeComposer: 일반 단안 영상을 360도 파노라마로 확장, 4K 지원
연구진이 일반 카메라로 찍은 단안 영상을 360도 파노라마 영상으로 변환하고 4K 업스케일링을 지원하는 CubeComposer를 오픈소스로 공개했습니다. 확산 모델로 구체의 6면을 나누고 희소 어텐션으로 카메라 뒤쪽 풍경을 채워 넣으며, Argus 같은 경쟁 모델보다 뛰어난 품질을 보여주지만 아직 일부 왜곡은 남아 있습니다.
텐센트, 영상 특수효과 복제 프레임워크 EffectMaker 공개
텐센트 훈위안 연구팀이 영상 VFX 커스텀 프레임워크 EffectMaker를 공개했다. 개별 미세조정 없이 레퍼런스 영상의 특수효과를 새 대상에 직접 복제할 수 있으며, 13만 개 영상 규모의 데이터셋도 함께 구축했다.
텐센트, 가상 피팅 특화 오픈소스 이미지 편집 모델 'HY-WU' 공개
텐센트가 가상 피팅과 의상 전이에 특화된 오픈소스 이미지 편집 모델 'HY-WU'를 공개했다. 참조 이미지를 기반으로 즉석에서 초소형 LoRA를 생성해 인물에 옷을 자연스럽게 입혀주는 방식이다. 성능은 최상위 상용 모델에 근접하지만, 추론에 최소 80GB GPU 4장이 필요해 진입장벽이 있다.
RealWonder 공개: 가상 외력을 주면 물체의 움직임을 13 FPS로 실시간 비디오 생성
단일 이미지에서 물리적 외력에 따른 움직임을 실시간 비디오로 생성하는 오픈소스 프로젝트 RealWonder가 공개되었다. 물체에 바람이나 수류 등 가상 힘을 가하면 그에 따른 반응을 실시간으로 시뮬레이션하며, H200 GPU에서 480p 기준 초당 13프레임을 구현했다. 현재 코드와 가중치가 모두 공개되었다.
루마, 크리에이티브 AI 에이전트 출시: 새 통합 모델 Uni-1 기반 제작 자동화
루마가 새로운 멀티모달 추론 모델 'Uni-1' 기반의 크리에이티브 에이전트 플랫폼 '루마 에이전트'를 공개했습니다. 텍스트, 이미지, 비디오, 오디오를 아우르는 엔드투엔드 작업을 수행하며, 구글 Veo 3 등 외부 모델과 협업해 결과물을 자체 검토·수정합니다. 현재 API를 통해 순차 출시 중입니다.
OmniLottie 발표: 멀티모달 프롬프트로 Lottie 벡터 애니메이션 직접 생성
연구진이 벡터 애니메이션 생성 프레임워크 OmniLottie를 발표했다. 전용 Lottie 토크나이저와 비전-언어 모델을 활용해 텍스트와 이미지 입력에서 가벼운 Lottie JSON 애니메이션을 바로 생성할 수 있다. 200만 건 규모의 주석 데이터셋 MMLottie-2M도 함께 공개됐다.
바이트댄스·스탠퍼드, 이미지·영상 확산 모델 4배 가속 'Spectrum' 공개
바이트댄스와 스탠퍼드대 연구진이 확산 모델 추론을 최대 4.7배 가속하는 오픈소스 프레임워크 Spectrum을 공개했다. 체비쇼프 다항식으로 미래 확산 궤적을 예측해 추가 학습 없이 기존 파이프라인에 적용할 수 있으며, FLUX.1과 훈위안 비디오 등에서 화질 손하 거의 없이 생성 속도를 크게 줄여준다.
사진 3장으로 영상 속 인물 유지하는 'WildActor' 오픈소스 공개
메이퇀 연구팀이 영상 생성 시 인물 일관성을 유지하는 프로젝트 WildActor를 공개했다. 3장의 기준 이미지만으로 큰 동작에서도 얼굴과 의상을 유지하며 실사와 카툰 캐릭터를 모두 지원한다. Wan2.2-5B 기반 추론 코드와 데이터 파이프라인을 제공한다.
듬성듬성한 3D 재구성 복원하는 ArtiFixer：확산 모델로 빈 배경과 디테일 채운다
소수의 사진으로 만들어진 3D 재구성 결과의 결함을 메우는 프레임워크 ArtiFixer가 공개됐다. 데이터가 부족해 생기는 왜곡과 배경 누락을 자기회귀 확산 모델로 보완해 자연스러운 장면을 복원한다. 기존 최신 방식보다 PSNR을 최대 3dB 끌어올렸으나 현재는 논문만 공개된 상태다.
바이트댄스, 이미지 생성서 '앞뒤·좌우' 정확히 배치하는 공간 보상 모델 공개
바이트댄스 연구진은 이미지 생성 모델의 공간 이해도를 높이는 보상 모델링 프레임워크를 발표했다. 8만 개 이상의 선호도 쌍 데이터로 학습한 'SpatialScore'를 통해 Flux 등의 복잡한 위치 오류를 줄였으며, 데이터셋과 가중치도 공개할 예정이다.
오픈소스 SynapsCAD 공개: 3D 부품 클릭해 코드 고치는 'CAD용 커서'
오픈소스 프로젝트 SynapsCAD가 CAD 분야의 커서(Cursor)를 표방하는 도구를 선보였다. 왼쪽 창에 OpenSCAD 코드를 작성하면 오른쪽에서 3D 모델이 실시간 렌더링되며, 뷰포트에서 특정 부품을 클릭해 AI에게 해당 부품의 코드를 고치도록 지시할 수 있다. 블랙박스 메쉬가 아닌 버전 관리 가능한 실제 코드를 AI가 수정한다는 점이 핵심이다.
구글, '나노 바나나 2' 공개: 프로급 이미지 제어를 플래시 속도로 구현
구글이 최신 이미지 생성 모델 '나노 바나나 2(제미나이 3.1 플래시 이미지)'를 출시했다. 기존 프로 모델의 정밀한 추론 및 화질을 플래시 모델 특유의 초고속 생성과 결합한 것이 특징이다. 최대 5명의 캐릭터 일관성 유지, 실시간 웹 검색 연동, 4K 해상도를 지원하며 제미나이 앱과 구글 검색, API에 즉시 배포됐다.
퀴버AI, SVG 벡터 그래픽 전용 생성 AI 'Arrow 1.0' 공개 베타 출시
퀴버AI(QuiverAI)가 SVG 벡터 그래픽 생성에 특화된 AI 모델 'Arrow 1.0'의 공개 베타를 시작했다. 일반적인 래스터 이미지를 생성하는 기존 모델과 달리, 자유롭게 확대·축소하고 편집할 수 있는 벡터 그래픽을 네이티브로 직접 생성한다.
구글, AI 창작 플랫폼 '플로우' 개편：이미지 생성부터 영상 제작까지 통합
구글이 AI 창작 플랫폼 '플로우(Flow)'를 대대적으로 개편했다. 이미지FX와 위스크의 이미지 생성 도구를 플랫폼 내부로 완전히 통합해, 생성된 이미지를 바로 비디오 모델 베오(Veo)로 연결할 수 있다. 올가미 도구를 활용한 자연어 부분 편집과 카메라 제어 기능도 추가됐다.
물리 법칙 이해하는 이미지 편집 AI 'PhysicEdit' 오픈소스 공개
물리적 인과관계를 반영하는 이미지 편집 프레임워크 'PhysicEdit'이 오픈소스로 공개됐다. Qwen ImageEdit 2.5 기반으로 개발되어, 기존 편집 모델이 자주 실패하던 물속 빨대 굴절, 버터 녹기, 물체 붕괴 등의 시각적 물리 효과를 자연스럽게 처리한다.
벡터 폰트 생성 모델 'VecGlypher' 공개: 텍스트 한 줄로 완성형 SVG 글꼴 생성
텍스트 프롬프트나 샘플 이미지로부터 편집 가능한 벡터 글꼴을 생성하는 오픈소스 모델 'VecGlypher'가 공개됐다. 래스터 변환 과정 없이 곧바로 깨끗한 SVG 외곽선을 출력하며, 폰트 구조와 스타일 일치도 면에서 GPT나 Gemini 같은 범용 모델보다 안정적인 성능을 보인다.
4GB 미만 가벼운 3D 복원 모델 'tttLRM' 오픈소스 공개…전선·글자까지 세밀하게 재현
테스트 시간 훈련(TTT) 기반의 3D 복원 모델 'tttLRM'이 오픈소스로 공개됐다. 여러 장의 사진을 고품질 3D 가우시안 스플래팅으로 변환하며 기존의 안개형 노이즈를 없애 전선과 미세한 글자까지 복원한다. 모델 크기가 4GB 미만으로 일반 소비자용 GPU에서도 구동 가능하다.
VR 전신 아바타 SARAH：3D 공간 인식으로 자연스러운 시선 교환 구현
VR 환경에서 실시간으로 상호작용하는 전신 디지털 휴먼 시스템 SARAH가 공개됐다. 이용자의 3D 위치를 인식해 몸을 돌리거나 시선을 맞추며 300FPS 이상의 속도로 구동된다. 시선 접촉 강도도 직접 조절할 수 있어 VR 속 대화가 한층 사람다워진다.
VR 헤드셋 동작으로 제어하는 실시간 1인칭 인터랙티브 비디오 모델 공개
VR 헤드셋으로 추적한 머리와 손동작에 맞춰 1인칭 상호작용 비디오를 실시간 생성하는 연구가 발표됐다. 프롬프트와 신체 움직임을 결합해 생성된 가상 환경과 직접 상호작용하며 약 11FPS로 구동된다. 생성형 XR의 상호작용성을 크게 높였으나 화질과 프레임은 초기 단계다.