골격 달라도 동작 복사하는 Motion4Motion: 여우 움직임을 기린에 적용
연구진이 별도 학습 없이 작동하는 영상 동작 전이 프레임워크 'Motion4Motion'을 공개했다. 기존 골격 템플릿이나 ControlNet 없이 픽셀 단위 모션 플로우를 추적해 대상 캐릭터에 매핑한다. 체형과 골격이 완전히 다른 여우의 움직임도 기린에게 자연스럽게 입힐 수 있다.
AI 동영상
최신 소식 보기
Wan-Animate-2: 사진 한 장과 영상으로 캐릭터를 움직이는 오픈소스 모델
알리바바가 캐릭터 애니메이션 생성 모델 Wan-Animate-2를 오픈소스로 공개했다. 캐릭터 사진 한 장과 참고 영상만 입력하면 신체와 손가락 움직임, 미세한 표정까지 자연스럽게 구현하며 동물 등 비인간 캐릭터와 다인원 장면도 지원한다. Diffusion Transformer 기반으로 코드와 가중치가 모두 공개되었다.
영상 편집 에이전트 BaoCut: 말 한마디로 음성 전사와 자막 번역, 가편집까지
영상 전사 및 가편집 도구 BaoCut이 공개됐다. Claude Code나 Codex와 연동해 자연어 명령으로 군더더기 말을 지우고 자막 번역과 컷 편집을 한 번에 처리한다. 편집 가능한 타임라인을 제공해 일일이 자막을 수정하던 크리에이터의 번거로움을 크게 덜어준다.
챗컷 데스크톱 출시: 로컬 MCP로 코덱스 등 에이전트와 연동해 AI 영상 편집 지원
챗컷이 로컬 MCP 프로토콜을 통해 코덱스와 클로드 코드 등 AI 에이전트와 연동되는 데스크톱 버전을 선보였다. 에이전트가 영상의 모션과 타이밍을 유지하면서 인물이나 배경을 교체하는 편집 작업을 직접 제어할 수 있다. macOS와 Windows를 지원한다.
구글 포토, '비디오 리믹스' 출시: 평범한 영상도 한 번에 스타일 변환
구글은 구글 포토에 제미나이 옴니 기반의 '비디오 리믹스' 기능을 추가했다. 사용자는 템플릿을 선택해 어두운 영상의 조명을 개선하거나 배경을 교체하고, 수채화·유화 같은 예술적 효과를 간편하게 적용할 수 있다. 일부 국가의 구글 AI 구독자부터 순차 제공된다.
앤트그룹 로비앤트, 실시간 상호작용 세계 모델 'LingBot-World 2.0' 오픈소스 공개
앤트그룹 산하 로비앤트가 세계 모델 LingBot-World 2.0을 오픈소스로 공개했다. 인과적 사전학습으로 장시간 상호작용 시 화질 저하를 최소화했으며, 720p 60fps 실시간 생성을 지원한다. 1.3B 및 14B 가중치가 허깅페이스에 공개되었다.
스마트폰에서 직접 도는 영상 생성 AI 'Mobile-Wan': 20초 만에 5초 영상 완성
퀄컴 연구팀이 알리바바의 50억 매개변수 Wan 비디오 모델을 스마트폰 로컬에서 구동할 수 있게 압축한 Mobile-Wan을 공개했다. 헤드 가지치기와 3단계 증류 최적화를 통해 클라우드 없이 스마트폰만으로 5초 분량 480p 영상을 20초 만에 생성한다.
바이트댄스 '시댄스 2.5' 공개 임박: 프롬프트 하나로 30초 4K 영상 제작
바이트댄스가 차세대 AI 비디오 모델 '시댄스 2.5'를 이르면 이번 주 출시할 전망입니다. 프롬프트 하나로 30초 분량의 4K 영상을 생성하며, 참조 가능한 이미지·영상·오디오 파일 수가 12개에서 최대 50개로 늘어나 연출 제어력이 대폭 향상되었습니다.
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.
실시간 영상 대화 모델 Wan-Streamer v0.2 공개: 지연 시간 유지하며 해상도 개선
연구진이 엔드투엔드 음성·영상 인터랙션 모델 Wan-Streamer v0.2를 공개했다. 25 FPS 기준 약 200밀리초의 모델 지연 시간을 유지하면서 출력 해상도를 640x368로 개선했다. thinker와 performer를 분리한 아키텍처를 통해 손짓이나 주변 환경을 선명하게 유지하며 실시간 대화가 가능하다.
런웨이, 동영상 생성·편집에 구글 '제미나이 옴니 플래시' 도입
런웨이는 자사 AI 비디오 플랫폼에 구글의 '제미나이 옴니 플래시' 모델을 통합했다고 발표했다. 텍스트, 이미지, 기존 비디오 클립을 입력해 영상을 생성하고 편집할 수 있으며, 런웨이 작업 화면이나 내장 에이전트 명령을 통해 손쉽게 호출할 수 있다.
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.
넷플릭스, 웡카 리얼리티 쇼에 고 진 와일더의 AI 생성 음성 도입
넷플릭스는 첫 공개되는 웡카 리얼리티 쇼 'Wonka’s The Golden Ticket'의 내레이션에 고 진 와일더의 AI 복원 음성을 사용한다고 밝혔다. 이번 음성은 AI 음성 기업 일레븐랩스와의 협업으로 제작됐으며 유족의 동의를 얻었다. 유명인의 음성을 공식 승인 하에 재현하는 사례가 늘어나는 추세다.
구글 노트북LM, 60초 세로형 영상 요약 기능 출시
구글 노트북LM이 복잡한 문서를 60초짜리 세로형 쇼츠 영상으로 요약해 주는 기능을 선보였다. 핵심 개념을 직관적으로 시각화하며, 현재 웹과 모바일의 구글 AI 울트라 및 프로 구독자에게 우선 제공되고 무료 사용자에게도 곧 배포될 예정이다.
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.
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.
텐센트 SCoPE 공개: 0.1% 미만의 파라미터로 AI 영상 카메라 제어
텐센트 연구진이 영상 확산 모델을 위한 카메라 제어 기술 'SCoPE'를 공개했다. 카메라 광선을 보조 좌표로 활용해 0.1% 미만의 파라미터 추가만으로 지정된 이동 경로를 정밀하게 재현하며, 시점이 다시 돌아와도 배경이 일관되게 유지된다.
알리바바, 실시간 영상 대화 모델 '완 스트리머' 공개…200ms 응답 지연
알리바바가 실시간 전이중 영상 대화가 가능한 엔드투엔드 모델 '완 스트리머'를 공개했다. 별도 모듈 연결 없이 단일 트랜스포머로 텍스트, 음성, 영상을 동시 처리하며 모델 응답 지연을 약 200ms로 단축했다. 현재 v0.1은 192p 개념 검증 단계로 실시간 체험은 미제공 상태다.