디퓨전 모델 추격하는 'TARFlow' 공개: 트랜스포머 기반 정규화 흐름의 부활
연구진이 트랜스포머 구조를 결합한 확장형 정규화 흐름 모델 'TARFlow'를 공개했다. 완전 가역적 구조와 엄밀한 최대우도 학습을 유지하면서, 고해상도 이미지와 비디오 생성에서 디퓨전 모델에 필적하는 품질을 달성했다.
AI 이미지
최신 소식 보기
xAI, 그록 이미지 생성 모델 '오로라' 공개…텍스트·인물 묘사 대폭 개선
xAI는 X 플랫폼의 그록에 새로운 자기회귀 이미지 생성 모델 '오로라(Aurora)'를 적용했다고 발표했다. 수십억 개의 데이터를 학습해 실사 인물과 텍스트, 로고를 정밀하게 묘사하며 이미지 입력 및 편집도 지원한다. 현재 일부 국가에 선출시되었으며 1주일 내 전 세계 사용자에게 순차 적용된다.
AMD, 1단계 이미지 생성 모델 ‘나이트로 디퓨전’ 오픈소스 공개
Dec 09, 2024, AMD가 1단계로 이미지를 생성하는 ‘Nitro Diffusion’ 모델을 오픈소스로 발표했다. 스테이블 디퓨전 2.1 및 PixArt-Sigma 기반으로 개발돼 데이터센터와 AI PC에서 빠른 생성을 지원하며, 모델 가중치와 코드는 허깅페이스와 깃허브에 공개됐다.
구글, 젬마 2 기반 비전언어모델 '팔리젬마 2' 공개
구글이 비전-언어 모델 PaliGemma 2를 발표했다. Gemma 2를 기반으로 구축된 이 모델은 다양한 크기로 제공되며, 기존 PaliGemma 코드의 대대적인 수정 없이 바로 대체할 수 있다. 시각적 입력 이해와 특정 작업을 위한 미세조정(파인튜닝) 편의성이 대폭 강화되었다.
OpenAI, 구글 딥마인드 핵심 비전 연구자 3명 영입해 취리히 오피스 배치
OpenAI가 구글 딥마인드의 시니어 컴퓨터 비전 연구원인 루카스 베이어, 알렉산더 콜레스니코프, 샤오화 자이 등 3명을 영입했습니다. 이들은 스위스 취리히에 새로 마련된 오피스에서 멀티모달 AI 모델 개발을 맡게 됩니다. 주요 AI 기업 간의 최정상급 인재 쟁탈전이 한층 더 치열해지고 있음을 보여줍니다.
구글, 버텍스 AI에 이미지 생성 '이마젠 3' 전면 개방…동영상 '베오' 비공개 테스트
구글은 버텍스 AI 고객을 대상으로 이미지 생성 모델 '이마젠 3'을 전면 제공하고, 동영상 생성 모델 '베오'의 비공개 프리뷰를 시작했다고 밝혔다. 베오는 텍스트와 이미지로 최대 6초 영상을 생성할 수 있다. 대규모 클라우드에 본격적인 비디오 생성이 도입되기 시작한 셈이나, 베오는 아직 신청자 대상이다.
아마존, 차세대 AI 모델 ‘노바’ 공개: 동급 대비 75% 이상 저렴
아마존이 차세대 파운데이션 모델 라인업 ‘아마존 노바(Nova)’를 발표했다. 텍스트 모델 Micro, 멀티모달 Lite와 Pro, 이미지·영상 생성 모델로 구성된다. 아마존 베드록을 통해 제공되며, 동급 최고 성능 모델 대비 실행 비용을 최소 75% 낮췄다.
페이페이 리의 월드 랩스, 사진 한 장으로 탐험 가능한 3D 공간 생성 AI 공개
페이페이 리가 설립한 월드 랩스가 단 한 장의 사진으로 웹 브라우저에서 직접 둘러볼 수 있는 3D 장면을 만드는 AI를 공개했다. 물리 법칙과 일관성을 유지하며 키보드와 마우스로 자유롭게 시점을 조작할 수 있다. 이동 범위는 제한적이지만 차세대 세계 모델의 잠재력을 입증했다.
구글 랩스, Imagen 3 기반 체스 말 생성 도구 '젠체스' 공개
구글 랩스가 Imagen 3 기반의 실험용 AI 프로젝트 '젠체스(GenChess)'를 공개했다. 이용자가 프롬프트를 입력해 자신만의 체스 말을 생성하고, 이를 활용해 컴퓨터와 바로 대국을 둘 수 있다. 현재 일부 지역에서만 제공된다.
Stability AI, Stable Diffusion 3.5 Large 용 ControlNet 3종 출시
Stability AI는 Stable Diffusion 3.5 Large 용 ControlNet 모델인 Blur, Canny, Depth 3종을 공개했습니다. 최대 16K 해상도 업스케일링과 외곽선 제어, 깊이 맵 가이드 생성을 지원합니다. 연 매출 100만 달러 이하 기업은 무료 상업 이용이 가능하며 Comfy UI에서도 바로 사용할 수 있습니다.
MIT, 미래 홍수 위성 사진을 미리 만드는 AI 개발
MIT 연구진은 생성형 AI와 물리 기반 홍수 모델을 결합한 'Earth Intelligence Engine'을 공개했다. 폭풍이 오기 전 침수 후 위성 사진을 미리 생성하는 기술로, 일반 AI가 물리적으로 불가능한 고지대까지 침수시키는 환각 현상을 해결해 주민들의 직관적인 대피 결정을 돕는다.
루마 AI, 드림머신 대규모 개편: 포톤 이미지 모델 및 iOS 앱 출시
루마 AI가 드림머신을 종합 창작 플랫폼으로 확장하며 새 이미지 생성 모델 '포톤'을 공개했다. 기존 유사 모델 대비 최대 800% 빠른 처리 속도를 내세웠으며, 새로워진 UI와 함께 iOS 전용 앱 및 개발자용 이미지 API도 선보였다.
AMD, '어뮤즈 2.2 베타' 출시: SD 3.5 지원 및 온디바이스 2K 생성
AMD가 라이젠 AI 300 및 라데온 7000 시리즈를 위한 이미지 생성 도구 '어뮤즈 2.2 베타'를 출시했다. 스테이블 디퓨전 3.5를 탑재하고 XDNA 초해상도 기술을 적용해, 오프라인 환경에서도 복잡한 설정 없이 최대 2048x2048 해상도의 고품질 이미지를 생성할 수 있다.
런웨이, 스타일 일관성 강화한 이미지 생성 AI '프레임스' 공개
런웨이가 새로운 이미지 생성 기반 모델 '프레임스(Frames)'를 발표했다. 시각적 스타일의 일관성과 정밀한 제어에 특화되어, 고유한 미적 톤을 유지하면서 다양한 장면을 생성할 수 있다. 현재 Gen-3 알파와 런웨이 API를 통해 순차적으로 제공되고 있다.
KREA AI, 플럭스 이미지 프롬프트 출시: 이미지로 생성 제어, 전원 무료
KREA AI가 Flux 이미지 프롬프트 기능을 발표했다. 사용자는 Flux 모델로 이미지를 생성할 때 참조 이미지를 조건으로 입력해 결과물을 유도할 수 있다. 해당 기능은 모든 사용자에게 무료로 제공된다.
메신저 영상통화에 AI 배경 추가…HD 통화·음성 메모도 지원
메타가 메신저 통화에 다양한 신기능을 도입했다고 밝혔다. 영상통화 중 메타 AI로 생성한 맞춤형 배경을 적용할 수 있으며, HD 화질과 소음 억제, 통화 연결 실패 시 음성 및 영상 메시지를 남길 수 있는 기능이 함께 제공된다.
나이언틱, 포켓몬 고 이용자 스캔 데이터로 '지리공간 AI 모델' 구축
나이언틱은 '포켓몬 고' 등의 이용자들이 업로드한 수백만 건의 현실 스캔 데이터를 활용해 '대형 지리공간 모델(LGM)'을 구축 중이라고 밝혔다. 차량이 닿지 못하는 보행자 시점의 3D 공간 정보를 AI와 로봇이 이해하도록 돕는 것이 목표다.
미스트랄, 무료 AI 비서 '르챗' 대규모 개편… 웹 검색·캔버스·이미지 생성 탑재
Mistral AI가 AI 어시스턴트 'le Chat'의 대규모 베타 업데이트를 공개했다. 출처를 표기하는 웹 검색과 공동 편집용 캔버스, Flux Pro 기반 이미지 생성뿐 아니라 새 멀티모달 모델 Pixtral Large를 통한 문서 및 이미지 분석 기능까지 무료로 제공한다.
구글 문서에 제미나이 이미지 생성 탑재: Imagen 3 기반 삽화 및 커버 생성
Google은 구글 문서(Docs)에 Gemini 기반 이미지 생성 기능을 도입했다. 최신 Imagen 3 모델을 적용해 텍스트 입력만으로 본문 삽화나 전면 커버 이미지를 직접 만들 수 있다. 제미나이 워크스페이스 유료 요금제 및 Google One AI 프리미엄 구독자에게 순차 제공된다.
베이스점프, 노코드로 게임 만드는 AI 소셜 게임 플랫폼 공개
베이스점프가 사용자가 코딩 없이 게임과 에셋을 제작할 수 있는 AI 기반 플랫폼 액션을 공개하고 커뮤니티 랩스로부터 전략적 투자를 유치했다. 분산 컴퓨팅 AO와 아위브의 영구 저장 인프라를 활용하며, 2025년 초 정식 출시될 예정이다.