Arbor이 hull, avoidance, touch 영역을 네이티브 3D 제어 인터페이스로 활용해 latent 생성을 유도한다.
4Director가 20,774개 클립 데이터셋과 Motion Adapter로 시점 일관적 영상 생성을 구현했다.
201M 파라미터 SemanTok AR 모델이 3.4배 큰 VideoFlexTok 모델과 동등하거나 더 나은 성능을 보였다.
Stable-Layers는 VLM의 피드백을 활용한 강화 학습을 통해 쌍을 이룬 데이터 없이 이미지 레이어 분해 모델을 미세 조정한다.
팔면체 매개변수화와 결합 양자화를 통해 트랜스포머의 KV Cache 압축 성능을 극대화한 OCTOPUS가 공개되었다.
가변 길이 오디오 생성 및 편집을 위한 고속 잠재 확산 모델인 Stable Audio 3를 공개했다.
Foley Control은 동결된 T2A 모델에 작은 video cross-attention만 붙여 영상 동기화를 학습한다.
Reservoir Sampling을 SWD에 결합해 고분산 추정과 불안정한 gradient를 줄였다.
전문 영상 생성을 4개 제어 축으로 나눠 10+ 모델의 한계를 드러냈다.
SD3.5-Flash는 몇 단계만으로도 고품질 이미지를 내는 경량 distillation 프레임워크다.
SP4D는 단일 시점 입력으로 RGB와 kinematic part 비디오를 함께 생성한다.
SV4D 2.0은 시공간적 일관성을 강화해 고품질 동적 3D 자산을 생성하는 Multi-View Video Diffusion 모델이다.
LADD 기술을 통해 4단계 샘플링만으로 고해상도 이미지를 생성하는 SD3-Turbo를 선보였다.
Stable Virtual Camera는 3D 카메라 제어를 통해 일관성 높은 다중 뷰 비디오를 생성하는 범용 확산 모델이다.
SPAR3D는 포인트 디퓨전 모델을 활용해 단일 이미지로부터 고정밀 3D 객체를 0.7초 만에 재구성한다.
SF3D는 단일 이미지로부터 0.5초 만에 UV 언래핑과 조명 분리가 적용된 고품질 3D 메쉬를 재구성한다.
SV4D는 단일 비디오를 기반으로 다중 프레임과 다중 뷰 일관성을 유지하며 동적 3D 콘텐츠를 생성하는 통합 확산 모델이다.
Creative Commons 데이터를 학습한 오픈 웨이트 텍스트-투-오디오 모델, Stable Audio Open이 공개되었다.
기존 3D 생성형 AI의 미적 한계를 넘어, 실제 제작이 가능한 물리적 제약 조건을 반영한 모델 개발을 제안한다.
AI Briefing