MS, 오픈소스 이미지 생성·편집 모델 'Mage Flow' 공개…1초 미만 초고속 생성
마이크로소프트는 텍스트 이미지 생성과 지시 기반 편집을 동시 지원하는 오픈소스 모델 'Mage Flow'를 공개했다. 40억 매개변수 구조로 다국어 텍스트 렌더링과 포즈·윤곽선 제어 기능을 기본 내장했으며, 4단계 Turbo 버전은 1024px 이미지를 0.6초 이내에 생성한다. 메인 모델 용량은 17.5GB로 중고급 GPU에서 직접 구동 가능하다.
微软
MS, 튜토리얼 영상을 에이전트 실행 스킬로 자동 증류하는 'Resource2Skill' 오픈소스 공개
마이크로소프트가 튜토리얼 영상과 코드, 문서에서 AI 에이전트가 직접 실행할 수 있는 스킬을 자동 추출하는 Resource2Skill을 오픈소스로 공개했다. 단순 프롬프트가 아닌 실행 자산으로 변환해 MCP 서버와 연동하며, 웹페이지·PPT·블렌더 씬 제작 성능을 11.9%p 끌어올렸다.
MS, 3.8B 이미지 생성 모델 'Lens' 가중치 공개…0.84초 만에 이미지 생성
마이크로소프트가 38억 파라미터 규모의 텍스트-투-이미지 모델 'Lens'의 전체 가중치를 공개했다. 증류 기반의 터보 모델은 4단계 만에 0.84초 속도로 이미지를 생성하며, 기존 대형 모델 대비 19.3%의 학습 연산량만으로 최대 1440x1440 해상도를 지원한다.
마이크로소프트, 음성인식 모델 'VibeVoice-ASR' 공개… 60분 오디오 단일 처리
마이크로소프트가 9B 크기의 음성인식 모델 'VibeVoice-ASR'을 오픈소스로 공개했다. 오디오를 분할하지 않고 최대 60분 분량을 한 번에 처리하며 텍스트 변환, 화자 분리, 타임스탬프를 하나로 통합했다. 긴 오디오의 문맥 단절 문제를 해결하며 파인튜닝도 지원한다.
MS, 엣지용 '코파일럿 비전' 프리뷰 공개…화면 보며 실시간 음성 대화
마이크로소프트가 엣지 브라우저에서 웹 화면을 함께 보며 실시간 음성으로 대화할 수 있는 '코파일럿 비전' 프리뷰를 선보였다. 세션 종료 시 브라우징 데이터는 즉시 삭제된다. 현재 미국의 일부 코파일럿 프로 구독자를 대상으로 지정된 웹사이트에서만 제한적으로 제공된다.
마이크로소프트 Copilot 대대적 개편, 음성 대화와 웹 화면 보는 Vision 도입
마이크로소프트가 Copilot을 대대적으로 개편하며 자연스러운 음성 대화 기능과 현재 웹페이지를 함께 보고 대화하는 'Copilot Vision'을 공개했습니다. 복잡한 추론을 돕는 'Think Deeper'도 추가됐습니다. 시각 및 심층 추론 기능은 실험실인 Copilot Labs를 통해 제한적으로 먼저 제공됩니다.