AI Briefing#multimodal
#multimodal와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#multimodal와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Vercel AI Gateway에 이미지 처리가 가능한 DeepSeek V4 Flash 비전 실험 버전이 출시됐다.
ChatGPT의 오디오 전처리 과정에서 생성된 텍스트가 사용자의 직접 입력으로 처리되는 출처(provenance) 오류가 관찰됨.
Muse Glimmer가 24GB급 메모리에서 구동 가능한 30B open-weight 에이전트 모델로 공개됐다.
ByteDance Seed가 오디오·영상을 실시간 처리하는 전이중 모델 SeedRealtime을 Doubao에 배포했다.
MiniMax가 영상과 스테레오 음향을 함께 생성하는 33B H3 가중치를 공개했지만 한국은 라이선스 제외 지역이다.
xAI가 음성·이미지 레퍼런스와 네이티브 1080p를 지원하는 Imagine Video 1.5를 공개했다.
MiniMax H3가 AI Gateway에 추가되어 텍스트 및 멀티모달 입력을 통한 2K 해상도 비디오 생성을 지원한다.
Thinking Machines의 경량 모델 Inkling Small이 AI Gateway에 추가되어 효율적인 추론과 코딩 작업이 가능해졌다.
Moonshot AI가 2.8T 파라미터 규모의 오픈 웨이트 멀티모달 모델 Kimi K3를 공개했다.
수식, 표, 악보 등 복잡한 시각 정보를 하나의 모델로 처리하는 엔드투엔드 OCR 모델 GOT-OCR2.0이 공개되었습니다.
새 벤치마크 ActiveVision에서 GPT-5.5는 10.6%, Claude Fable 5는 3.5%를 기록한 반면 인간 참가자는 96.1%를 달성했다.