UniForge 3D 오픈소스 공개: 사진 몇 장으로 보이지 않는 영역까지 3D 모델 완성
몇 장의 사진만으로 완전한 3D 에셋을 복원·생성하는 UniForge 3D의 코드와 모델이 공개됐다. 보이는 부분을 정밀하게 재구성하는 과정과 보이지 않는 영역을 생성 모델로 채우는 과정을 결합해 원본 디테일을 유지하며 누락된 형상을 완성한다.
AI 이미지
최신 소식 보기
Pure: 라벨 없는 일반 영상으로 완전한 3D 환경을 복원하는 오픈소스 모델
3D 재구성 모델 Pure가 오픈소스로 공개됐다. 값비싼 3D 라벨 데이터 없이도 일반 동영상에서 깊이와 움직임 정보를 추출해 사후 학습을 진행하며, 동적 장면을 3D 공간으로 복원한다. 전체 용량이 13.2GB로 가볍고 학습 스크립트도 함께 제공되어 로컬 환경에서 직접 실행해볼 수 있다.
알리바바, 8단계 만에 2K 이미지 생성하는 'Qwen-Image-2.1-Turbo' 공개
알리바바가 이미지 생성 및 편집 모델 'Qwen-Image-2.1-Turbo'의 가중치를 오픈소스로 공개했다. 7B 아키텍처 기반으로 8번의 노이즈 제거 단계만으로 2K 이미지를 생성하며, 자연어 편집 기능도 지원한다. 허깅페이스와 모델스코프에 가중치가 공개되었으며 공식 API도 함께 출시되었다.
미드저니 '생각 모드' 테스트: 프롬프트 정확도와 텍스트 렌더링 개선
미드저니가 알파 웹사이트에서 새로운 '생각 모드(Thinking Mode)' 테스트를 시작했습니다. 생성 작업 창 우측 하단의 'Rerun (Thinking)'을 누르면 프롬프트 이해도, 타이포그래피, 이미지 일관성이 향상된 결과를 얻을 수 있습니다. 향후 기본 기능이나 생성 후 추가 연산 형태로 정식 도입될 예정입니다.
Anthropic, Claude Design을 Claude Code에 통합: 코드베이스 읽어 UI 생성
Anthropic이 Claude Design을 모든 대화창과 Claude Code에 전면 통합했습니다. 터미널에서 /design 명령어를 입력하면 로컬 코드베이스의 디자인 시스템을 읽어 일관된 UI 시안을 뽑아내고, 캔버스에서 직접 수정한 뒤 곧바로 코드로 구현할 수 있습니다.
메타, 'GenIA' 공개: 사진·영상에서 정교한 3D 오브젝트 재구성
메타는 일반 사진이나 영상을 완전한 3D 오브젝트로 변환하는 'GenIA'를 공개했다. 기존 SAM 3D 모델에 입력 정렬 검증 메커니즘을 추가해 외형과 위치 오차를 실시간으로 보정한다. 비상업적 라이선스로 코드가 공개되어 로컬 환경에서 직접 실행해 볼 수 있다.
오픈소스 Anatomy: 한 줄 명령으로 인터랙티브 기계 도해 생성
오픈소스 에이전트 스킬 Anatomy가 공개됐다. 추상적인 기술 개념을 입력하면 Claude 등 AI 에이전트가 정밀 부품이 맞물린 아이소메트릭 기계로 시각화하며, 마우스로 조작 가능한 SVG 및 WebGL 웹 컴포넌트로 생성해 준다.
구글, 이미지 모델 '나노 바나나 2.1' 출시…최대 14장 참조 이미지 합성 지원
구글이 이미지 생성 및 편집 모델 '나노 바나나 2.1'을 공개하고 제미나이와 플로우 등에 배포했다. 최대 14장의 참조 이미지를 활용한 합성, 피사체 일관성 유지, 부분 편집 기능이 개선됐으며 최대 4K 해상도를 지원한다. 최고 수준의 모델 대비 화질은 다소 아쉽다는 평가지만, 플로우 플랫폼에서 매일 수십 회 무료 생성을 제공한다.
핀터레스트, 저장한 헤어·네일 사진을 미용실 맞춤 계획서로 바꿔주는 AI 공개
핀터레스트가 저장된 헤어와 네일 핀을 살롱 시술 계획서로 바꿔주는 AI 기능 'Beauty Guides'를 공개했다. 이미지를 '발레아쥬' 같은 전문가 용어로 변환하고, 구체적인 요청 문구와 예상 가격, 소요 시간, 사후 관리 주기까지 함께 안내한다.
푸단대·텐센트, 2K 비디오·오디오 동시 생성 모델 'Prism' 오픈소스 공개
푸단대학교와 텐센트 훈위안, 저장대학교 연구진이 네이티브 2K 해상도를 지원하는 비디오·오디오 동시 생성 프레임워크 'Prism'을 오픈소스로 공개했습니다. 동적 희소 어텐션을 통해 소리가 발생하는 영역과 움직임이 빠른 부분에 연산력을 집중시켜 훈련 속도를 2.5배 높였습니다. 현재 허깅페이스에서 프리뷰 가중치와 코드가 제공됩니다.
사진 한 장으로 3D 세계 전체를 구현하는 'DistScene' 공개
단 한 장의 사진으로 주변 환경과 개별 물체를 아우르는 완전한 3D 장면을 생성하는 'DistScene'이 공개됐다. 개별 에셋을 따로 만들어 끼워 맞추는 대신 통일된 좌표계에서 함께 생성하고 다듬는다. 연구진은 모델과 데이터셋을 추후 공개할 계획이다.
미드저니 알파 업데이트: 사이드바 스타일 미리보기 및 폴더별 기본값 지원
미드저니가 알파 업데이트를 통해 생성 전 결과를 확인할 수 있는 사이드바 스타일 미리보기를 도입했다. 폴더별 기본 파라미터 저장 기능과 여러 스타일 참조를 캡슐 UI로 묶는 개선도 추가됐다. 10만 장 이상 이미지를 보유한 계정의 충돌 문제와 편집 시 가로세로 비율 유지 기능도 함께 개선됐다.
챗GPT에 가상 착용 기능 도입：사진 올리면 옷 입어본다
OpenAI가 챗GPT에 전 세계 사용자를 위한 가상 착용과 즐겨찾기 기능을 도입했다. 새로운 'ChatGPT Images 2.5' 모델을 기반으로 해 쇼핑 검색 결과에서 'Try On'을 누르고 사진을 올리면 옷이나 액세서리를 착용한 모습을 즉시 생성해 준다.
블랙 포레스트 랩스, FLUX 3 Image 공개: 박스 지정으로 구도 제어 및 픽셀 단위 편집
블랙 포레스트 랩스가 이미지 모델 FLUX 3 Image를 공개했다. 캔버스에 바운딩 박스를 그려 요소 위치와 구도를 정밀 제어할 수 있으며, 최대 10장의 참조 이미지와 4K 출력을 지원한다. 다른 영역의 픽셀을 건드리지 않고 원하는 부분만 반복 수정할 수 있는 정밀 편집이 핵심이다. 현재 플레이그라운드와 API로 제공된다.
런웨이, 광고 생성부터 집행·최적화까지 자율화한 ‘런웨이 애즈’ 출시
런웨이가 퍼포먼스 마케팅 엔진 ‘런웨이 애즈(Runway Ads)’를 공개했다. 브랜드 가이드에 맞춰 이미지·영상 광고를 만들고 메타, 구글, 틱톡에 자동 송출한 뒤 성과 데이터를 분석해 다음 소재를 재생성하는 전 과정을 지원한다. 런웨이에 따르면 자사 적용 결과 주간 광고 물량이 77건에서 900건으로 늘고 가입 비용은 41% 절감됐다.
아이디오그램 4.5 공개…여러 번 편집해도 깨짐 없는 정밀 AI 이미지 편집 지원
아이디오그램이 이미지 편집 모델 '아이디오그램 4.5'를 출시했다. 반복 편집 시 발생하는 픽셀 왜곡과 아티팩트 누적을 억제하며, 최대 2420만 화소 고해상도 영역 편집과 무이음 합성을 지원한다. 공식 웹 앱, MCP 및 API를 통해 제공되며 장당 0.008달러부터 이용할 수 있다.
엔비디아, VAE 없는 멀티모달 모델 'PixelUMM' 공개…픽셀서 바로 생성·이해
엔비디아와 워털루 대학교가 멀티모달 모델 PixelUMM을 오픈소스로 공개했다. 별도의 VAE나 시각 인코더 없이 Qwen3-8B 기반 단일 트랜스포머로 원시 픽셀 공간에서 이미지와 비디오의 이해 및 생성을 모두 처리한다. 복잡한 잠재 공간 압축을 걷어내고 파이프라인을 단순화한 통합 구조라는 점이 특징이다.
CMU, 클릭 한 번으로 3D 모델을 부품별로 분할하는 'Point2Part' 공개
카네기멜론대 연구진이 포인트 프롬프트 기반의 3D 분할 모델 'Point2Part'를 발표했다. 이미지나 3D 메시에서 원하는 부품을 클릭하기만 하면 틈새나 겹침 없이 독립된 부품으로 분해하며, 재조합 시 완벽히 맞물린다. 현재 논문과 프로젝트 페이지가 공개되어 있다.
World Play 2 오픈소스 공개: 장기 기억력 갖춘 실시간 인터랙티브 세계 생성기
인터랙티브 세계 모델 World Play 2의 코드가 공개됐다. 가상 공간을 실시간으로 이동하고 사물과 상호작용할 수 있으며, 이전 상황을 메모리에 압축 저장해 장시간 탐색하거나 다시 돌아와도 일관성을 유지한다. 4단계 추론을 지원하는 Turbo 버전도 제공되지만, 비양자화 전체 모델 크기는 69GB에 달한다.
InSpatio-World 1.5: 이미지 한 장과 카메라 경로로 4D 공간 생성
InSpatio가 4D 공간 세계 모델 InSpatio-World 1.5를 오픈소스로 공개했다. 단일 이미지나 파노라마, 비디오를 입력하고 카메라 경로를 지정하면 새로운 시점을 추론해 4D 탐색 영상과 불릿 타임 효과를 만들어낸다. 모델 크기가 6GB 미만이라 일반 소비자용 GPU에서도 구동된다.