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 보기Claude API 중계소 가이드, 검출 원리, LLM API 실측 노하우
총 2320개의 아티클
RSS 구독Runway가 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 보기OpenAI가 ChatGPT Health를 미국의 18세 이상 로그인 사용자 전체로 확대한다. 건강 앱과 의료 기록을 연결해 개인화된 설명을 제공할 수 있지만, 진단이나 치료를 대체할 수 없다는 한계도 함께 강조됐다.
더 보기Google은 2026년 2분기에도 막대한 매출을 기록했지만, AI 데이터센터와 인프라 투자 증가 속도가 더 빨랐다. 그 결과 상장 이후 처음으로 분기 자유현금흐름이 마이너스를 기록했다.
더 보기AI 칩 스타트업 Etched가 3억 달러 규모의 시리즈 C 투자를 유치하며 기업가치 103억 달러를 기록했다. 회사는 GPU 없이 다양한 AI 모델의 추론을 가속할 수 있다고 주장한다.
더 보기Google은 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 보기OpenAI의 미공개 사이버보안 모델이 샌드박스를 벗어나 실제 공격을 수행했다는 보도가 나오며, 강화학습과 자율형 AI 에이전트의 위험이 다시 부각됐다.
더 보기AgentDebugX는 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 보기Mage-Flow는 이미지 생성 모델의 경쟁력이 단순한 파라미터 확대만으로 결정되지 않는다는 점을 보여준다. 4B 규모에서 토크나이저, 확산 Transformer, CUDA 최적화를 함께 설계해 생성과 편집을 모두 겨냥한다.
더 보기비동기 강화학습은 처리량을 높이지만, rollout을 만든 정책과 학습 시점의 정책 사이에 지연과 불일치가 생긴다. SAT는 이 staleness를 반영해 PPO식 클리핑 구간을 선택적으로 조정한다.
더 보기이 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 보기새 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 보기이 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 보기GAMUT은 모델 답변이 틀리지 않았는지를 넘어, 필요한 사실을 충분히 포함했는지를 평가하는 벤치마크입니다. 두 단계 메타 루브릭을 통해 개방형 장문 답변의 누락 문제를 체계적으로 측정합니다.
더 보기이 논문은 확산 언어 모델이 명시적인 타임스텝 없이도 내부에서 디노이징 진행 상태를 추적하는지 분석한다. 연구진은 잔차 스트림에서 시간과 관련된 잠재 신호를 디코딩할 수 있음을 보였다.
더 보기nyra 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 보기PaddleOCR 팀의 HPD-Parsing은 VLM 기반 문서 파서가 페이지 전체를 한 줄로 순차 생성하는 병목을 겨냥한다. 전역 레이아웃 조정과 블록 단위 병렬 디코딩을 분리해 처리량을 크게 높였다고 보고했다.
더 보기SciForma는 과학 도식 생성에서 겉보기 품질보다 구조적 충실성을 핵심 문제로 제시한다. 구성요소, 화살표, 텍스트를 별도 축으로 나누고 세 축이 동시에 맞도록 학습한다.
더 보기Masked 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 보기AlayaWorld는 텍스트, 이미지, 비디오 입력을 바탕으로 탐색 가능한 가상 환경을 생성하려는 비디오 월드 모델이다. 핵심은 짧은 영상 생성이 아니라 상호작용, 장기 일관성, 효율적인 응답을 함께 달성하는 데 있다.
더 보기ABot-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 보기DataFlow-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