CCTest · Blog
Runway의 Media Router, 생성형 미디어 경쟁을 ‘모델 오케스트레이션’으로 전환
추론·배포
cctest.ai
추론·배포

Runway의 Media Router, 생성형 미디어 경쟁을 ‘모델 오케스트레이션’으로 전환

Runway가 품질, 속도, 비용 기준으로 이미지·영상·오디오 생성 모델을 자동 선택하는 Media Router를 공개했다. 생성형 미디어 시장이 단일 모델 경쟁을 넘어 인프라와 라우팅 경쟁으로 이동하고 있음을 보여준다.

더 보기
CCTest · Blog
Gemini 월간 사용자 9.5억 명 돌파: Google의 AI 비서가 10억 고지에 다가서다
제품·응용
cctest.ai
제품·응용

Gemini 월간 사용자 9.5억 명 돌파: Google의 AI 비서가 10억 고지에 다가서다

Google은 2026년 2분기 실적 발표에서 Gemini의 월간 사용자가 9억5천만 명을 넘어섰다고 밝혔다. 이는 AI 비서 경쟁이 모델 성능을 넘어 유통력, 생태계, 일상 사용성의 싸움으로 이동하고 있음을 보여준다.

더 보기
CCTest · Blog
AgentDebugX: LLM 에이전트 디버깅을 관찰에서 복구까지 연결하다
AI 에이전트
cctest.ai
AI 에이전트

AgentDebugX: LLM 에이전트 디버깅을 관찰에서 복구까지 연결하다

AgentDebugX는 LLM 에이전트 실패를 감지, 원인 귀속, 복구, 재실행의 폐쇄 루프로 다루는 오픈소스 프레임워크다. 오류가 드러난 지점과 실제 원인이 발생한 지점이 다를 수 있다는 문제를 정면으로 겨냥한다.

더 보기
CCTest · Blog
SAT: 샘플의 오래됨에 맞춰 신뢰 영역을 조정해 비동기 강화학습을 안정화
강화학습
cctest.ai
강화학습

SAT: 샘플의 오래됨에 맞춰 신뢰 영역을 조정해 비동기 강화학습을 안정화

비동기 강화학습은 처리량을 높이지만, rollout을 만든 정책과 학습 시점의 정책 사이에 지연과 불일치가 생긴다. SAT는 이 staleness를 반영해 PPO식 클리핑 구간을 선택적으로 조정한다.

더 보기
CCTest · Blog
SkewAdam: MoE 학습의 옵티마이저 상태를 어디에 둘 것인가
프레임워크·도구
cctest.ai
프레임워크·도구

SkewAdam: MoE 학습의 옵티마이저 상태를 어디에 둘 것인가

이 논문은 MoE 학습에서 큰 메모리 비용을 차지하는 옵티마이저 상태에 초점을 맞춘다. SkewAdam은 백본, 전문가, 라우터에 서로 다른 상태 전략을 적용해 보고된 실험에서 메모리를 크게 줄이면서 검증 성능도 유지했다.

더 보기
CCTest · Blog
DiT의 ‘쓸모없어 보이는’ 템플릿 토큰, 의미를 붙잡고 있었다
확산 모델
cctest.ai
확산 모델

DiT의 ‘쓸모없어 보이는’ 템플릿 토큰, 의미를 붙잡고 있었다

새 논문은 텍스트-이미지 Diffusion Transformer에서 구조적 텍스트 템플릿 토큰이 단순한 자리표시자가 아니라고 주장한다. 이 토큰들은 생성 과정에서 객체 정체성을 유지하는 암묵적 의미 레지스터로 작동한다.

더 보기
CCTest · Blog
ISO: RLVR 최적화를 ‘스펙트럼 고정, 프레임 학습’으로 재정의하다
강화학습
cctest.ai
강화학습

ISO: RLVR 최적화를 ‘스펙트럼 고정, 프레임 학습’으로 재정의하다

이 논문은 RLVR이 모델의 특이값 스펙트럼을 크게 다시 쓰기보다, 입력·출력 특이 프레임의 변화를 통해 새 능력을 획득한다고 설명한다. 이를 바탕으로 고정 스펙트럼 최적화 스택인 ISO를 제안한다.

더 보기
CCTest · Blog
전사 스타일을 제어하는 ASR: 축어 전사와 단어 단위 타임스탬프 개선
음성·오디오
cctest.ai
음성·오디오

전사 스타일을 제어하는 ASR: 축어 전사와 단어 단위 타임스탬프 개선

nyra labs 논문은 현대 ASR 모델이 축어 전사와 의도 전사를 혼합된 잠재 변수처럼 다루면서 출력 안정성, WER 평가, 단어 단위 시간 정보에 문제가 생긴다고 지적한다. 연구진은 태스크 토큰과 cross-attention 미세조정으로 전사 방식을 명시적으로 제어하는 접근을 제안했다.

더 보기
CCTest · Blog
Masked Visual Actions: 비디오 모델을 로봇 세계 모델로 연결하는 방법
월드 모델
cctest.ai
월드 모델

Masked Visual Actions: 비디오 모델을 로봇 세계 모델로 연결하는 방법

Masked Visual Actions는 행동을 영상 속 일부가 드러난 픽셀 궤적으로 표현하는 제어 인터페이스다. 로봇 움직임을 보여주면 장면 반응을 예측하고, 원하는 물체 움직임을 보여주면 그 결과에 맞는 로봇 동작을 합성한다.

더 보기
CCTest · Blog
ABot-World-0: 데스크톱 GPU 한 장으로 실행하는 실시간 인터랙티브 월드 모델
월드 모델
cctest.ai
월드 모델

ABot-World-0: 데스크톱 GPU 한 장으로 실행하는 실시간 인터랙티브 월드 모델

ABot-World-0는 비디오 생성을 사용자의 행동에 반응하는 월드 모델로 확장하려는 시도다. 다중 데이터 인프라, 장기 롤아웃 증류, 스트리밍 추론 최적화를 결합해 단일 RTX 5090에서 720P 실시간 생성을 보고했다.

더 보기
CCTest · Blog
DataFlow-Harness: 코드 에이전트를 편집 가능한 데이터 파이프라인 빌더로
AI 에이전트
cctest.ai
AI 에이전트

DataFlow-Harness: 코드 에이전트를 편집 가능한 데이터 파이프라인 빌더로

DataFlow-Harness는 자연어 요청과 플랫폼에 남는 데이터 파이프라인 산출물 사이의 간극을 다룬다. LLM 에이전트가 자유 형식 스크립트를 쓰는 대신, 플랫폼 네이티브 DAG를 단계적으로 만들도록 유도한다.

더 보기