Meta의 Muse Image는 그리기 전에 계획한다: 추론 우선 이미지 모델 내부
Meta의 Muse Image는 그림을 그리기 전에 계획하고 검색하고 코드를 생성해 결과를 확인하며 검증을 모델 안으로 끌어들인다. 목표는 화질이 아니라 수십억 사용자의 기본 이미지 레이어가 되는 것이다.
← 전체 글
카테고리
Ai
332 articles
12배 격차: 카탈로그 규모에서 AI 이미지 생성은 실제로 얼마가 드는가
같은 상품 이미지 5만 장이라도 모델별 월 청구액은 12배 넘게 벌어진다. 비용을 결정하는 것은 리더보드 순위가 아니라 합격률과 재시도율이다.
코딩 에이전트에 플러그인 경제가 생겼다: Claude Code Mods와 Cursor Projects가 바꾸는 것
10월, 코딩 에이전트의 경쟁은 모델에서 확장 계층으로 옮겨 갔다. Claude Code Mods, Cursor Projects와 여러 커뮤니티 스킬 저장소는 가치가 코드 생성에서 그것을 생성하는 에이전트를 조직하는 일로 이동하고 있음을 보여 준다.
에이전트 2천 개가 2주 만에 스스로를 다시 쓴 방법: Prime Agent가 TypeScript를 Rust로 옮긴 과정
Prime Agent는 자신의 에이전트 군집에 의해 다시 작성됐다. 2천 개가 넘는 에이전트가 2주 만에 TypeScript를 Rust로 옮겼다. 그 오케스트레이션과 가드레일을 살펴본다.
Modal의 샌드박스: 에이전트에게 부숴도 되는 한 대를 주다
완전한 VM 샌드박스는 각 에이전트에게 버려도 되는 컴퓨터를 준다. 배관이며, 에이전트가 실권한을 맡을 수 있는지를 정한다.
Prism: 오픈 2K 오디오·비디오 모델과 그것이 원하는 80GB 카드
네이티브 2K 영상에 동기화된 오디오까지 만드는 오픈 모델은 확실한 진전이다. 누가 쓸 수 있는지를 정하는 것은 그것이 요구하는 하드웨어다.
에이전트가 스스로 미디어를 렌더링할 때: GitHub 트렌드의 세 도구
Hyperframes는 HTML을 영상으로, ArtCraft는 제작 엔진을 묶고, text-to-cad는 CAD를 에이전트에게 준다. 에이전트는 보이는 것을 만드는 법을 배우고 있다.
Gemini Live의 Guided Vision: 저시력 사용자에게 '보기'를 돌려주다
구글은 처음부터 시각장애와 저시력 사용자와 함께 실시간 시각 보조를 만들었다. 조용하지만 날카로운, 멀티모달 어시스턴트가 무엇을 위한 것인지에 대한 테스트다.
Arena.ai의 정렬 벤치마크: 실제 대화 9만 건이 보여주는 것
실제 사용자 트래픽으로 만든 벤치마크는 손으로 쓴 테스트 세트보다 훨씬 조작하기 어렵다. 중요한 것은 방법이지, 1위에 오른 모델이 아니다.
마이크로소프트 Decision-1: 큰 모델 대신 선택을 하는 작은 모델
Qwen3.5-9B 기반의 Decision-1은 대화하지 않는다. 어떤 모델이 요청을 처리할지 결정한다. 그것이 모든 AI 파이프라인에서 가장 흔한 작업이다.
Claude Motion: 어시스턴트가 움직이는 것을 만들기 시작할 때
Anthropic이 Runway를 출시 파트너로 모션 도구를 시장에 내놨다. 모션 디자인은 영상 생성보다 작은 문제이며, 훨씬 일상적인 문제다.
YuE2-3B: 오픈 음악 모델이 처음으로 Suno v5를 넘어섰다
3B 오픈 모델이 선도적 폐쇄형 서비스에 대한 승리를 주장하며, 드문 것도 갖췄다. 편집 가능한 멜로디와 코드 악보다. 진짜 제약은 라이선스에 있다.