2D 영상 점 하나 클릭하면 3D 위치·회전 추적하는 'ProxyPose' 공개
토론토대 연구진이 일반 2D 영상 속 단 하나의 픽셀 지정만으로 물체의 6자유도(6-DoF) 3차원 위치와 회전을 추적하는 'ProxyPose'를 공개했다. 비디오 생성 모델로 대상을 색상 큐브로 치환한 뒤 기하학적으로 자세를 계산해 투명체나 반사, 가려짐이 심한 환경에서도 안정적으로 작동한다.
AI 이미지
최신 소식 보기
멀티플레이어 실시간 월드 모델 'MIRA': 게임 엔진 없이 영상 생성만으로 4인 대전 구현
연구진이 물리나 렌더링 엔진 없이 실시간 상호작용이 가능한 멀티플레이어 월드 모델 MIRA를 공개했다. 50억 파라미터 확산 모델을 기반으로 단일 B200 GPU에서 4인 2v2 대전 화면을 20fps로 실시간 렌더링하며, 데이터셋과 코드가 함께 오픈소스로 제공된다.
픽스월드 공개: 잠재 공간 건너뛰고 픽셀 단위로 3D 장면 생성·복원
연구진이 3D 장면 복원과 생성을 픽셀 공간 확산 모델로 통합한 PixWorld를 아카이브에 공개했다. 기존 VAE 기반 잠재 공간에서 발생하던 정보 손실을 없애고 렌더링된 이미지에서 직접 학습하며 기하 인지 손실을 도입했다. 세부 디테일과 3D 일관성을 대폭 개선했다.
Hi3D, 텍스트 입력 5분 만에 출력 가능한 3D 프린팅 워크플로 공개
Hi3D가 AI 기반 3D 프린팅 제조 워크플로를 발표했다. 단순 시각용 모델과 달리 방수 메쉬를 생성하고 부품 자동 분할 및 볼 조인트 설계를 처리해 약 5분 만에 출력 준비를 마친 3MF 파일을 제공한다. 번거로운 수작업 수정 과정을 대폭 줄였다는 점이 주목받고 있다. 제한된 무료 플랜도 제공된다.
단 한 번의 단계로 이미지 생성하는 'RDM' 공개…4단계 모델 능가
연구진이 단 1단계(1-step)만으로 고화질 이미지를 생성하는 신기술 'RDM'을 발표하고 코드를 공개했다. 수십 단계의 노이즈 제거를 거치는 기존 확산 모델과 달리, 특징 분포를 매칭해 단 한 번의 연산으로 이미지를 생성한다. 4단계 FLUX.2를 1단계로 줄인 모델은 원래 교사 모델보다 더 높은 점수를 기록했다.
Mr. Flow 공개: 재학습 없이 이미지 생성 속도 최대 21배 단축
이미지 생성 모델을 9~21배 가속하는 'Mr. Flow' 코드와 ComfyUI 플러그인이 공개됐다. 저해상도로 윤곽을 잡은 뒤 확대 및 노이즈 추가를 거쳐 고해상도로 마무리하는 방식으로, 모델 재학습 없이 화질 저하를 최소화하며 생성 속도를 1초 안팎으로 줄인다.
메타, 뼈대 리깅 없는 3D 아바타 모델 'LUNA' 공개…스케치만으로 구동
메타가 골격 바인딩 없이 동작하는 3D 인간 애니메이션 모델 LUNA를 발표했다. 몇 장의 인물 사진과 동작 영상, 스케치 등 2D 신호만으로 3D 가우시안 변형을 직접 이끌어낸다. 기존 골격 피팅 과정에서 생기던 메쉬 왜곡과 뻣뻣한 움직임을 크게 줄였다.
구글, 초저가 이미지 모델 '나노 바나나 2 라이트'와 대화형 비디오 '제미나이 옴니 플래시' 공개
구글이 개발자용 생성 미디어 모델 'Nano Banana 2 Lite'와 'Gemini Omni Flash'를 선보였다. 이미지 모델은 4초 만에 결과물을 내며 1,000장당 0.034달러에 불과하고, 옴니 플래시는 자연어 대화로 영상을 편집하며 초당 0.10달러로 책정됐다. 두 모델 모두 Google AI Studio와 Gemini API에서 바로 쓸 수 있다.
단일 영상에서 시뮬레이션 가능한 4D 장면 복원하는 'OVOW' 공개
연구진이 단안 비디오를 물리 시뮬레이션에 즉시 투입할 수 있는 4D 메시 장면으로 복원하는 시스템 'OVOW'를 공개했다. 추가 학습 없이 Qwen3-VL과 SAM 3을 결합해 객체별 움직임과 변형을 분리 재구성한다. 코드는 비상업적 연구 목적으로 공개되었으며, 40GB 이상의 VRAM이 권장된다.
구글, 미국 사용자 대상 제미나이 맞춤형 이미지 생성 기능 무료 개방
구글이 제미나이의 개인 맞춤형 이미지 생성 기능을 미국 내 대상 사용자에게 무료로 확대했다. 구글 포토와 지메일 등과 연동되어 사진을 직접 올리지 않아도 취향과 실제 사진이 반영된 이미지를 만들어 준다. 기능 사용 여부는 설정에서 언제든 직접 선택할 수 있다.
ComfyUI, Comfy MCP 공개: 복잡한 노드 연결 없이 AI 에이전트가 워크플로 직접 실행
ComfyUI가 AI 에이전트 연동 프레임워크인 Comfy MCP 퍼블릭 베타를 출시했다. 사용자가 자연어로 프롬프트를 입력하면 Claude 등 에이전트가 노드 검색부터 워크플로 구축과 실행까지 자동으로 처리한다. 현재 무료 베타로 제공된다.
ViDiHand: 비디오 확산 모델로 가려짐 극복한 3D 손동작 재구성
사전 학습된 비디오 확산 모델을 활용해 영상 속 3D 손동작을 정밀 재구성하는 ViDiHand가 공개됐다. 별도 감지기 없이도 손가락이 겹치거나 가려지는 환경에서 안정적으로 자세를 복원해 휴머노이드 로봇 학습을 위한 고품질 데이터 수집을 돕는다.
FLUX.2 Klein 9B용 태양광 LoRA 공개: 기준 구체로 빛의 각도 조절
개발자 eric-venti-seeds가 FLUX.2-klein-9B 기반 Sun Direction LoRA를 허깅페이스에 공개했다. 조명 기준 구체 이미지를 활용해 야외 이미지의 태양 고도와 회전각을 직관적으로 제어할 수 있다. 먼저 이미지를 흐린 날씨 형태로 중화한 뒤 지정된 각도로 빛을 다시 입히는 방식을 쓴다.
PhysiFormer 공개: 3D 물체의 충돌과 탄성 변형을 예측하는 물리 확산 모델
3D 물체의 실제 물리 역학을 시뮬레이션하는 모델 PhysiFormer의 코드가 공개되었다. 물체의 3D 메시, 초기 속도, 강체·탄성 재질 유형을 입력받아 충돌과 찌그러짐 같은 연속 움직임을 3D 좌표에서 직접 예측한다. 10만 개 이상의 시뮬레이션 데이터로 학습되어 그래픽과 로보틱스 분야의 활용성이 기대된다.
실시간 사진 촬영 코칭 멀티모달 AI '셔터뮤즈' 공개: 구도와 포즈 동시 추천
연구진이 촬영 중 실시간 코칭을 제공하는 멀티모달 모델 '셔터뮤즈(ShutterMuse)'를 공개했다. 13만 건의 데이터셋을 기반으로 GPT-Image-2 대비 20배 빠른 추론 속도를 보이며, 실시간 구도 결정과 피사체 포즈 추천을 동시에 지원한다.
엔비디아, NeuMatEx 발표: 사진 몇 장으로 복잡한 반사율의 3D 뉴럴 재질 추출
엔비디아가 다각도 사진에서 사실적인 3D 뉴럴 재질을 추출하는 역렌더링 기법 'NeuMatEx'를 공개했다. 사전 예측 모델과 경로 추적 최적화를 결합해, 차체 도색 같은 복잡한 표면을 조명 왜곡 없이 4ms 지연 시간으로 정밀하게 복원한다.
피그마, 프롬프트로 맞춤형 플러그인 만드는 디자인 에이전트 공개
피그마가 연례 컨퍼런스에서 텍스트 프롬프트만으로 맞춤형 플러그인과 WebGPU 셰이더를 캔버스에서 즉시 제작하는 디자인 에이전트를 발표했다. 개발 환경이나 코딩 지식 없이도 필요한 기능을 설명하면 AI가 재사용 가능한 도구로 생성해 팀 전체와 공유할 수 있다.
XHS Visual Director: 본문과 이미지 프롬프트를 한 번에 기획하는 카드뉴스 스킬
소셜 미디어 카드뉴스 제작을 돕는 스킬 'XHS Visual Director'가 공개됐다. 주제를 입력하면 콘텐츠 유형을 분석해 6~8장의 슬라이드 구성부터 일관된 시각 스타일, 이미지 생성 프롬프트, 본문과 자체 점검 체크리스트까지 완성된 기획안을 제공한다.
구글 플로우, 스트리트 뷰 연동으로 실제 장소 기반 영상 생성 지원
Google은 Google Flow에 지도 이미지 접지 기능을 도입해 스트리트 뷰 기반의 이미지 및 영상 생성을 지원한다고 발표했다. 프롬프트에 특정 위치나 랜드마크를 입력하면 실제 거리 배경을 반영해 장면을 구현한다. AI 생성이 가상 풍경을 넘어 현실 좌표를 갖게 된 셈이다. 현재는 미국 지역에 한해 지원된다.
크레아, 이미지 모델 '크레아 2' 가중치 공개: 미세조정용 Raw와 고속 Turbo
크레아는 이미지 생성 모델 '크레아 2'의 가중치를 오픈소스로 공개했다. 파인튜닝에 적합한 미증류 모델 'Raw'와 다양한 미적 스타일을 지원하는 고속 증류 모델 'Turbo' 2종으로 나뉜다. 개발자가 외부 환경에서 직접 모델을 수정하고 맞춤형으로 구축할 수 있게 됐다.