AI Briefing#multimodal-ai
#multimodal-ai와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#multimodal-ai와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Ant Ling의 Ling-3.2-flash가 식사 사진으로 일러스트 음식 일지를 생성하는 데모를 공개했다.
Gemini Decisions API가 1,000개 질문에 150~250ms 내 점수를 반환한다
Gemini Decision 1이 AI Gateway에서 토큰 생성 없이 멀티모달 데이터를 라우팅한다
if(kakao)26에서 대화형 AI를 넘어 실행과 신뢰 중심의 에이전틱 AI 전환 방향을 확인했다.
Gemini 4 Argon이 Scale AI SEAL 벤치마크 11개 중 6개 카테고리에서 상위 3위를 차지했다
1조 파라미터 오픈 웨이트 모델 Mistral Large 4가 유럽에서 학습되어 공개됐다.
Swiss AI Initiative가 멀티모달 지원과 262k 컨텍스트를 갖춘 Apertus 1.5 모델을 공개했다.
TypeSafe AI가 Jev 1.14.0을 공개하고 실험적 멀티모달 및 긴 컨텍스트 기능을 도입했다.
마이크로소프트가 시각적 피드백 기반의 decoupled cross-modal rewards로 GPT-5.5를 능가하는 AesCode를 공개했다.
Apple이 3B 규모에서 6.4T 토큰으로 학습된 최초의 3모달 MDM을 공개했다.
Cloudflare가 멀티모달 Clef-omni를 출시하고 Clef-flash 가격을 인하했으며 Clef 속도를 개선했다.
구글이 740M 파라미터의 오픈 멀티모달 온디바이스 임베딩 모델 EmbeddingGemma 2를 공개했다.
Mistral이 1조 파라미터 오픈 웨이트 모델 Mistral Large 4의 공개 프리뷰를 출시했다.
Mistral Large 4가 AI Gateway에 추가되어 별도 계정 없이 단일 API 키로 이용 가능하다.
UniEvo-VL은 자가 비판을 학습 신호로 활용해 Qwen-image-2512의 GenEval 점수를 0.747에서 0.808로 개선했다.
Cloudflare AI Search가 2026년 11월 1일부터 과금되며 멀티모달 기능을 지원한다.
CO₂Jump는 추가 학습 없이 디노이징 단계당 한 번의 추론으로 텍스트와 이미지 일관성을 높인다.
구글이 97개 언어를 지원하는 Gemini 3.8 Live와 Live Avatar를 출시했다.
inclusionAI가 영상과 음성을 실시간으로 처리하는 9B 규모 멀티모달 대화 모델 Realtime-Venus를 공개했다.
Qwen이 실시간 오디오-비주얼 상호작용과 에이전트 기능을 강화한 Qwen3.8-Omni-Flash를 공개했으며, 관련 오픈소스 도구도 함께 공개했다.
Meta가 이미지와 텍스트를 하나의 연속 토큰 시퀀스로 통합해 이해와 생성을 수행하는 FLAT 모델을 공개했다.
Sierra가 대화 맥락에 따라 음성, 텍스트, 시각 요소를 자동 전환하는 멀티모달 AI 에이전트를 공개했다.
DeepSeek이 텍스트 성능을 유지하면서 멀티모달 에이전트 성능을 대폭 강화한 V4-Flash-Vision-Exp를 출시했다.
Box가 Gemini Embeddings 2를 통합하여 텍스트, 이미지, 표 등 다양한 형식을 이해하는 멀티모달 기업용 AI 에이전트를 구현한다.