생성형 AI

바이트댄스와 인민대학교 연구진이 개발한 iLLaDA는 확산 방식을 채택한 8B 규모의 언어 모델입니다. 기존 자기회귀 모델과 대등한 성능을 보이며 확산 모델의 가능성을 입증했습니다. 다만 정렬 과정과 추론 안정성 측면에서는 추가적인 개선이 필요합니다.

위저우(Wei Zhou)를 포함한 연구진이 텍스트 기반 이미지 생성과 편집 기능을 통합하는 새로운 프레임워크인 댄스OPD를 발표했습니다. 이 기술은 흐름 매칭 모델에서 각 기능을 효율적으로 학습시켜 생성 품질을 유지하면서도 다중 작업 수행 능력을 극대화합니다.

연구진은 텍스트 프롬프트에 따라 피사체의 특징을 유지하면서도 다양한 도메인으로 영상을 생성하는 도메인셔틀(DomainShuttle) 기술을 발표했습니다. 이 기술은 기존 모델의 한계였던 도메인 간 이동성을 개선하여 영상 생성의 편집 가능성을 높였습니다.

보험업계가 생성형 AI를 도입해 재난 예측 정밀도를 높이고 있습니다. 다만 기술적 환각 현상과 영업 논리에 따른 데이터 왜곡 우려가 제기됩니다. 업계는 AI 데이터의 물리적 타당성을 검증할 엄격한 기준 마련을 서두르고 있습니다.

구글이 생성형 AI 검색 결과 내 웹사이트 노출 집계 방식을 공식화했습니다. 사용자가 링크를 실제로 확인한 경우에만 노출수로 기록됩니다. 데이터 해석 시 주의가 필요합니다.

연구진은 원시 데이터 스트림에서 고품질 정보를 추출하는 에이전트 기반 데이터 정제 모델 '데이터클로0(DataClaw0)'를 발표했습니다. 이 모델은 복잡한 멀티모달 데이터를 사용자 의도에 맞춰 구조화하며, 하위 작업의 학습 효율을 크게 높입니다.

바이트댄스가 볼케이노 엔진 컨퍼런스에서 영상 생성 모델 시댄스 2.5를 발표했습니다. 이번 모델은 30초 분량의 영상을 한 번에 생성하며 기업용 인공지능 시장 공략을 가속화합니다.

노르웨이 정부가 학생들의 기초 학습 능력 보호를 위해 초등학교 내 생성형 인공지능(AI) 사용을 제한합니다. 이번 조치는 오는 8월 말 새 학기부터 단계적으로 적용될 예정입니다.

구글 연구진이 생성형 AI를 악용한 조직적 스팸 공격을 차단하는 새로운 방어 체계를 개발했습니다. 이 시스템은 개별 콘텐츠 검사를 넘어 스팸의 구조적 특징을 식별하는 방식으로 작동합니다.

아마존웹서비스가 세이지메이커에 생성형 AI 모델의 성능을 정밀하게 분석하는 상세 모니터링 기능을 추가했습니다. 운영자는 클라우드워치 대시보드를 통해 추론 지표를 시각화하고 병목 현상을 신속하게 파악합니다.