Kling AI, 영상 생성 모델 Kling 4.0 공개… 스테레오 음성·다국어 립싱크 지원

Kling AI가 동영상 생성 모델 Kling 4.0을 공개했다. 한 번의 생성으로 최대 30초 길이의 동영상을 출력할 수 있으며, 최대 10장의 키프레임 이미지를 입력할 수 있다. 스테레오 음성과 10개 이상 언어의 립싱크를 지원하며, 저비용·고속의 경량 버전인 Kling 4.0 Flash도 함께 제공한다. API 요금은 아직 발표되지 않았다.

TwelveLabs、Pegasus 1.5를 Amazon Bedrock에서 제공 시작

TwelveLabs의 동영상 언어 모델 Pegasus 1.5가 Amazon Bedrock에서 이용 가능해졌다. 긴 동영상을 분석해 지정한 조건에 맞는 구간을 타임스탬프가 포함된 구조화된 JSON으로 반환한다. Amazon S3의 URI 또는 base64 문자열로부터 사전 인덱스 작업 없이 동영상을 분석할 수 있으며, 동영상 처리 능력은 요청 1건당 최대 2시간까지 확대됐다(Pegasus 1.2는 1시간).

xAI, 이미지로 동영상을 생성하는 grok-imagine-video-1.5-preview를 API로 프리뷰 공개

xAI는 정지 이미지로부터 동영상을 생성하는 이미지-투-비디오 모델 「grok-imagine-video-1.5-preview」를 xAI API를 통해 프리뷰로 제공하기 시작했다고 밝혔다. 시작 프레임과 움직임을 설명하는 프롬프트를 입력하면 카메라 움직임, 분위기, 물리적 표현을 포함해 장면을 애니메이션으로 만들며, 입력 이미지에 충실한 영상을 생성한다. 최대 720p 클립을 만들 수 있으며, 여러 장면을 이어 붙여 프로젝트 전체에서 일관된 모습을 유지하는 긴 영상을 만드는 것도 가능하다.

xAI, 이미지에서 동영상을 생성하는 Grok Imagine Video 1.5를 Imagine API로 정식 출시

xAI는 Grok Imagine Video 1.5를 Imagine API로 정식 출시하고, 고속 버전인 Video 1.5 Fast를 grok.com/imagine과 iOS·Android 앱에 공개했다고 밝혔다. Video 1.5 Fast는 6초 길이, 720p 동영상을 약 25초 만에 생성하며, 기존 모델의 40초 이상에서 단축됐다. Projects, 여러 에이전트의 병렬 실행, 라이브러리 검색 등 새 기능도 며칠에 걸쳐 순차적으로 제공될 예정이다.

xAI, Grok 4.5를 grok.com, X, iOS, Android에서 제공 시작

xAI는 Grok 4.5를 grok.com, X, iOS 및 Android의 Grok 앱에서 제공하기 시작했다. 회사는 이 모델을 가장 성능이 높은 모델로 소개하며, 긴 대화의 맥락 파악과 추론 효율이 향상되었다고 밝혔다. Microsoft 365 애드인을 통해 Word, Excel, PowerPoint, Outlook 안에서도 Grok을 사용할 수 있다.

xAI, Imagine Video 1.5에 이미지·오디오 레퍼런스와 1080p 생성 추가

xAI는 동영상 생성 모델 Imagine Video 1.5에 이미지 및 오디오 레퍼런스, 프롬프트만으로 동영상을 만드는 text-to-video, 네이티브 1080p 생성 기능을 추가했다고 밝혔다. 레퍼런스는 한 번의 생성에 최대 7개까지 사용할 수 있으며, 얼굴, 제품, 장소 등을 고정할 수 있다. 이미지·오디오 레퍼런스는 미국의 SuperGrok Heavy 및 SuperGrok Plus 구독자에게 먼저 제공되며, 며칠 안에 모든 요금제로 확대된다.

xAI, Imagine Image 2.0 일반 제공 시작… 정밀한 이미지 생성·편집 지원

xAI는 이미지 생성 모델 Imagine Image 2.0을 grok.com/imagine과 iOS·Android 앱의 Quality Mode로 일반 제공한다고 밝혔다. 지시에 대한 충실도, 타이포그래피와 레이아웃 설계, 생성과 편집을 거듭해도 이어지는 내용 유지를 특징으로 한다. API에서는 grok-imagine-image-2.0으로 이용할 수 있으며, Arena의 text-to-image와 이미지 편집 양쪽에서 종합 Elo 세계 2위를 기록했다고 밝혔다.

TPU에서 비디오 확산 모델의 Spatio-Temporal Attention을 고속화

Sparse VideoGen(SVG)의 공간·시간 마스크로 얻는 이론상의 스파스성을 TPU에서 실제 엔드투엔드 고속화로 연결하는 기법을 해설한다. 81프레임 720p 동영상의 시퀀스 길이는 인기 오픈소스 동영상 생성 모델에서 50K에서 400K에 이르며, 720p에서 1440p로 해상도를 높이면 단일 레이어 Attention의 지연 시간이 차지하는 비중은 55.5%에서 88.2%로 증가한다. 스파스 버전은 단일 TPU v6e에서 커널을 측정한 결과 쿼리·키 쌍의 약 38.87%만 보존하여 계산한다.

Google DeepMind, 오픈 웨이트 멀티모달 임베딩 모델 EmbeddingGemma 2 공개

Google DeepMind, 텍스트·이미지·동영상 프레임·오디오를 하나의 벡터 공간에 매핑하는 오픈 웨이트 임베딩 모델 EmbeddingGemma 2 공개

Google, Gemma 4 기반 임베딩 모델 EmbeddingGemma 2 공개… 5종 데이터를 통합 공간에

Google은 Gemma 4를 기반으로 한 Apache 2.0 라이선스 오픈 모델 EmbeddingGemma 2를 공개했다. 텍스트, 코드, 이미지, 동영상, 오디오를 768차원 공통 벡터 공간으로 변환하며, 270M부터 740M 파라미터까지 필요한 인코더만 불러올 수 있다. MTEB (Code)에서는 EmbeddingGemma 1보다 14% 높은 점수를 기록했다.

Google, 로보틱스용 Gemini 4 Argon 공개… ERQA에서 87%

Google은 Gemini 4 Argon을 공개했다고 밝혔다. 물리적 이해, 코드 생성, 시각·의미 추론이 향상되었으며, ERQA 벤치마크에서 추론만으로 87%를 기록해 다른 프런티어 모델을 앞질렀다고 한다. 로봇 제어, Real2Sim, 물리 이해, 연구·자기 개선 등 4개 분야의 대표적인 프롬프트도 소개했다. Google AI Studio와 Gemini API 등에서 이용할 수 있다.

SpatialScout, VLM 에이전트는 능동적으로 3D 장면을 탐색하고 지도화할 수 있을까

SpatialScout는 VLM 에이전트가 능동적으로 객체 단위의 3D 지도를 구축할 수 있는지 평가하는 벤치마크이다. 80개의 실내 장면과 3,140개의 대상 객체를 사용하며, 에이전트가 카메라를 조작해 각 장면을 탐색하고 객체의 중심 좌표를 추정한다. 가장 높은 성능을 보인 Claude Opus 5.5의 평균 오버랩 점수는 41.71%에 그쳤고, IoU가 0.9를 넘은 대상은 3.25%에 불과했다.

Omni-Woodpecker, Omni LLM의 크로스모달 환각을 학습 없이 보정하는 기법 제안

Omni-Woodpecker(OWP)는 Omni LLM에서 모달리티 간 모순을 찾아내고 은닉 표현을 재조정함으로써, 크로스모달 환각을 학습 없이 억제하는 기법이다. 백본으로 Qwen2.5-Omni-7B를 사용했을 때 CMM과 AVHBench에서의 향상 폭은 각각 12.9포인트와 8.6포인트였으며, 범용 추론 벤치마크 4종에서는 0.67~2.25포인트 향상되었다. VideoLLaMA2-AV에도 적용할 수 있었고, 같은 벤치마크에서 각각 4.6포인트와 3.9포인트 개선되었다. 코드는 공개되어 있다.

FocusGUI: 옴니모달 GUI 에이전트를 위한 경량 어댑터

FocusGUI는 GUI 에이전트가 단계마다 관련된 멀티모달 정보를 동적으로 선택하는 경량 어댑터로, 백본을 파인튜닝하지 않고도 행동의 정확도를 높인다. 4개의 옴니모달 백본으로 평가한 결과, 고정된 백본과 비교해 평균 Type Match는 +33.2, Exact Match는 3.0배가 되었으며, 기존 최강의 강화 기법과 비교해서도 Type Match가 +30.1 높았다고 한다. 학습에는 행동의 교사 신호만 사용하며, 모달리티 관련성 레이블은 필요하지 않다.

MT Forcing, 멀티턴 이미지 편집의 안정화와 일관성 향상 제안

MT Forcing은 자기회귀 확산에 기반한 통합 멀티모달 모델(UMMs)의 멀티턴 이미지 편집을 개선하는 학습 기법이다. 단일 턴 분포 매칭 증류(Single-Turn DMD)와 교사 강제 가이던스(Teacher-Forcing Guidance)를 결합하여, 편집을 거듭할 때마다 발생하는 시각적 품질 저하와 아티팩트 누적, 편집 전 영역이나 과거 편집 내용의 의도치 않은 변화를 억제한다. 논문에 따르면 이 기법으로 UMMs의 시각적 품질 안정성과 턴을 넘나드는 내용 일관성이 크게 향상되었다고 보고되었다.

Elorian, 이미지로 추론하는 최초의 AI 모델 'Glimpse' 공개

Elorian이 첫 모델 'Glimpse'를 연구 프리뷰로 공개했다. API와 채팅 화면으로 제공되며, 추론 과정에서 이미지의 일부를 잘라내고, 동영상의 프레임을 추출하고, 코드로 측정할 수 있다. 가격은 100만 토큰당 입력 $0.60, 출력 $3이며, 회사의 평가에서는 과학 차트 추론과 짧은 동영상 캡션 생성에서 GPT-6 Astra를 앞섰다.

Meta, Mac에서 구동되는 오픈 웨이트 모델 'Muse Spark Open' 공개

Meta는 미국에서 '가장 높은 성능'을 갖췄다고 밝힌 오픈 웨이트 모델 'Muse Spark Open'을 공개했다. 816B 파라미터와 100만 토큰 컨텍스트 윈도우를 갖췄으며, Meta가 공개한 평가 결과에서는 다른 주요 오픈 웨이트 모델보다 우수한 성능을 보였다고 한다. Apple 컴퓨터에서의 로컬 실행을 전제로 설계되었으며, 여러 API 플랫폼에서 이용할 수 있다.

Xiaomi-Lens-0 테크니컬 리포트: 시각 표현에서 마스크를 예측하는 4B 멀티모달 모델

Xiaomi-Lens-0은 Qwen3.5를 기반으로 한 4B 규모의 멀티모달 모델로, 자신의 시각 표현에서 마스크를 예측해 세밀한 영역 이해 능력을 높인다. RefCOCO, RefCOCO+, RefCOCOg의 총 8개 분할 모두에서 참조 이해 성능은 Qwen3.5 대비 평균 5.6포인트 향상되었으며, 세그멘테이션의 cIoU는 비교 모델 중 가장 높았다. 지각 계열 벤치마크에서는 모든 항목에서 Qwen3.5를 앞질렀다.

Bluesky, AI 도구 Attie로 게임과 앱을 만들어 공유 가능해져

Bluesky의 AI 도구 「Attie」에서 프롬프트를 입력해 게임, 설문조사, 대시보드 등 「작은」 소셜 앱을 만들고, 자신만의 웹사이트로 다른 사용자와 공유할 수 있게 되었다. 공식 사이트에는 Flappy Butterfly(Flappy Bird와 유사한 게임), 드럼 머신, 퀴즈, 방치형 클리커 등의 예시가 소개되어 있다.

Perplexity@perplexity_aiAI 점수2525

NVIDIA의 Nemotron 3.5 Super VL이 Perplexity Pro 및 Max 구독자 대상으로, 그리고 Agent API에서 이용 가능해졌다.

AI at Meta@AIatMetaAI 점수5959

Meta AI가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 미국산 오픈 웨이트 모델로서 “지금까지 중 가장 높은 성능”이라고 자리매김하고 있다. 총 파라미터 816B, 활성 파라미터 42B, 1M 토큰 컨텍스트 윈도우를 갖추고 있으며, 텍스트·이미지·동영상·음성을 네이티브로 지원한다.

NVIDIA@nvidiaAI 점수6262

NVIDIA는 오픈 모델 Nemotron 패밀리에 Nemotron 3.5 Super VL을 추가했다. 시각 이해, 추론, 도구 사용을 결합해 AI 에이전트가 더 짧은 시간에 더 많은 작업을 완료할 수 있도록 한다고 밝혔다. 총 파라미터 120B, 활성 파라미터 12B이며, 텍스트, 이미지, 문서, 동영상 이해를 지원한다.

NVIDIA, 오픈 모델 Nemotron 3.5 Super VL과 Bolt 2종 발표

NVIDIA는 120B 파라미터의 오픈 모델 Nemotron 3.5 Super VL과 엣지용 Nemotron 3.5 Bolt 74B-A9B 24GB, Bolt E4B 4GB를 발표했다. Super VL과 Bolt 74B-A9B는 현재 제공 중이며, Bolt E4B는 Oct. 23에 제공될 예정이다. NVIDIA는 Super VL이 같은 급의 차점 모델보다 최대 5배의 처리량을 보였다고 밝혔으며, 가중치와 데이터셋도 공개했다.

Apertus 1.5, 이미지·음성 이해와 사고 모드 추가

Apertus 1.5는 Apertus 1.0의 8B 및 70B 모델을 확장한 최신 버전으로, 이미지와 음성 이해, 선택적으로 사용할 수 있는 사고 모드, 4배인 262,144토큰의 컨텍스트 윈도우를 갖췄다. 8B와 70B의 가중치는 2026년 7월 24일 Hugging Face에서 Apache 2.0 라이선스로 공개되었다. 학습 데이터는 8B 모델에 4조 토큰, 70B 모델에 2조 토큰의 지속 사전학습을 추가했으며, 합계는 각각 19T와 17T이다.

Selection-based Structured Reasoning(SSR), 효율적인 멀티모달 검색 에이전트를 향하여

SSR은 멀티모달 검색 에이전트의 추론을 사전에 정의된 재사용 가능한 후보 중에서 선택하는 방식으로 바꿔, 턴당 추론 지연 시간을 90% 이상 줄인다고 밝혔다. 질문별 전체 추론 지연 시간은 28~54% 감소했으며, 2B와 4B 모델로 진행한 7개 멀티모달 검색 벤치마크에서 같은 규모의 주요 검색 에이전트에 필적하는 평균 성공률을 보였다. 강화학습과 지도 파인튜닝 모두에서 과제 성능을 떨어뜨리지 않으면서 효율을 높였다.

Meta, 오픈 웨이트 멀티모달 MoE 모델 「Muse Spark Open」 공개

Meta가 오픈 웨이트 모델 「Muse Spark Open」을 공개했다. 총 파라미터는 약 816B이며, 토큰당 활성 파라미터는 약 42B인 MoE 구조다. 텍스트, 이미지, 음성, 동영상을 입력으로 받을 수 있고, 컨텍스트 윈도우는 최대 1M 토큰이다. Hugging Face 블로그에서는 transformers, llama.cpp, SGLang, vLLM, MLX에서의 실행 방법과 TRL을 활용한 파인튜닝, 데모를 소개하고 있다.

Black Forest Labs, FLUX.3 Image Klein 공개… Diffusers에서 출시 첫날부터 사용 가능

Black Forest Labs의 FLUX.3 Image Klein이 공개되었으며, Diffusers에서 출시 첫날부터 작동한다. 하나의 모델로 text-to-image, 여러 참조 이미지를 이용한 image-to-image, 바운딩 박스를 통한 레이아웃 제어를 지원한다. 증류 버전은 16스텝, CFG 없이 H100에서 1024 × 1024 이미지를 약 2초 만에 생성한다. NVFP4와 FP8 가중치, LoRA 학습 스크립트, Modular Diffusers 파이프라인도 함께 제공된다.

팀네이버, EMNLP 2026서 논문 24편 채택…글로벌 AI 연구 경쟁력 재확인

팀네이버의 연구 논문 24편이 자연어처리 분야 최정상 학회 EMNLP 2026에 채택됐다. 학회는 10월 24일부터 29일까지 헝가리 부다페스트에서 열리며, 팀네이버는 이 자리에서 주요 논문을 발표할 예정이다. 채택 논문에는 한국어 추론 데이터 합성, 장시간 영상 구간 탐색 벤치마크, LLM 추론 과정 해석 연구 등이 포함됐다.

시각 생성은 통합 멀티모달 모델의 지식을 넓힐 수 있을까

통합 멀티모달 모델은 생성 학습에서 이미지만으로 주어진 새로운 사실을 텍스트 질의응답에서 일부만 활용할 수 있는 것으로 Knowledge Transfer Probing(KTP) 검증을 통해 드러났다. 3개 모델과 7개 지식 범주를 조사한 결과, 모델은 생성 이미지 안에서는 사실을 재현할 수 있었지만 언어로 표현하는 데는 서툴렀다. 인터리브형 이미지·텍스트 정렬은 QA 교사 데이터가 없는 엔터티를 포함해 평균 QA 정확도를 높였으며, 텍스트만의 정렬을 웃돌았다.

ACT3D, 강화학습으로 시각언어모델이 3D 공간을 능동적으로 탐색하도록 학습

ACT3D는 단일 1인칭 시점 이미지에서 3D 환경을 능동적으로 탐색하도록 강화학습으로 훈련된 시각언어모델(VLM)이다. 6개 3D 벤치마크의 평균 정확도 53.2%를 달성해 기반 모델인 Qwen을 22.0%p 웃돌았고, 독점 모델인 Gemini 3.6 Flash도 넘어섰다. 기존 오픈소스 3D 기법보다 입력 프레임을 50~70% 적게 쓰면서도 더 높은 성능을 보였다. 학습 데이터에 없던 도메인에서도 지도학습으로 초기화한 모델보다 평균 5.9%p 개선됐다. 기반 모델 대비 개선 폭은 초기 시점만으로 답할 수 있는 질문에서는 0.6%였지만, 넓은 범위의 탐색이 필요한 질문에서는 16.3%로 커졌다.

MJev-Spatial, 단일 패스 분류로 공간 추론을 가속하는 멀티모달 판단 모델 발표

MJev-Spatial은 공간 추론 과제를 단일 패스 분류 프레임워크로 통합한 멀티모달 판단 모델로, Qwen3.5-4B를 기반으로 학습되었다. 테스트한 8개 모델 가운데 종합 점수 65.64%를 달성했으며, 12개 벤치마크 중 7개에서 1위를 차지했다. 수정하지 않은 자기회귀 베이스 모델은 12개 전부에서 뒤처졌고, 가장 빠른 자기회귀 베이스라인보다 2.5배, 베이스 모델보다 5.6배 빠르게 동작한다.

Apple, 세 가지 모달리티 Masked Diffusion Models의 설계 공간을 대규모로 분석

Apple 연구진이 텍스트, 이미지-텍스트 쌍, 음성-텍스트 쌍으로 사전 학습한 최초의 세 모달리티 Masked Diffusion Models(MDM)를 발표하고 그 설계 공간을 체계적으로 분석했다고 밝혔다. 예비 모델은 3B 규모에 6.4T 토큰으로 학습했으며, 텍스트 생성, T2I, T2S 각 과제에서 강력한 결과를 얻었다고 한다. 또한 물리적 배치 크기와 논리적 배치 크기를 분리하는 SDE 기반 재매개변수화를 적용해 최적 배치 크기를 조정할 필요를 없앴다고 보고했다.

Dyna Robotics·Jason Ma 인터뷰, Dyna-2와 1시간 이상 자율 동작을 목표로 하는 범용 피지컬 에이전트

Dyna Robotics의 Jason Ma(공동창업자 겸 수석 과학자)가 100만 시간 이상의 인간 영상으로 사전 학습한 월드 액션 모델 'Dyna-2'와 그 피지컬 로봇 에이전트 'Dyna-2.1'에 대해 이야기한다. 강연에서는 냅킨 접기 작업을 24시간 연속으로 수행해 성공률 99.4%를 달성했다는 점이 소개되었다. 또한 로봇은 최소 45분의 시연만으로 새로운 작업을 학습할 수 있으며, Din Tai Fung에서는 매일 수천 장의 냅킨을 접는 방식으로 운용되고 있다고 설명했다.

Google Gemini@GeminiAppAI 점수3535

Gemini 4 Argon에서는 동영상이나 웹캠 영상을 연주 가능한 신디사이저로 재구성할 수 있다. Canvas에서 인터랙티브 오디오 앱을 실행하고 분위기를 설정하면, 카메라를 악기처럼 연주할 수 있다.

BlenderWorld, 실제 세계 참조 기반 3D 제작을 평가하는 비주얼 에이전트용 벤치마크

BlenderWorld는 Blender에서 수행하는 실용적인 3D 제작 과제에 대해 멀티모달 언어 모델을 평가하는 벤치마크다. 건축, 제품, 자연 환경, 과학 시각화 분야에서 223개 과제를 마련했으며, 텍스트, 이미지, 동영상, 구조화된 사양을 입력으로 받는다. 13개의 최신 모델을 평가한 결과 GPT-6-Astra가 종합 점수 79.9점으로 1위를 차지했으며, Opus-5(73.0점), GPT-5.6-Sol(67.7점)이 뒤를 이었다. 다만 3D 공간의 일관성과 정확한 구조 재현에는 여전히 큰 과제가 남아 있다.

RoTA-Bench, 대화형 투영 정렬로 3D 공간 추론 평가

RoTA-Bench는 2D 관측에서 정밀한 3D 회전 제어로 변환하는 Vision-language model의 능력을 대화형 3D-2D 투영 정렬 과제로 평가하는 벤치마크다. GPT-5.6-Sol의 성공률은 과제의 17%에 그쳐, 학부생 20명이 테스트 집합을 4회 완료했을 때의 성공률 100%와 큰 차이가 난다. 모델은 사람에 비해 같은 상태에서 이미지 겹침은 개선하면서 자세 정렬은 악화시키는 비율이 높았고(19.4% 대 10.9%), 조작 이력을 제외하면 행동의 96.8%가 30도 단위의 거친 단계가 되어 성공률도 크게 떨어진다.

통합 멀티모달 모델의 생성 측 표현을 활용해 세밀한 시각 이해를 높이는 «GAFU»

GAFU는 통합형 멀티모달 모델(UMM)의 생성 측 표현을 컴팩트한 G 토큰으로 압축하여, 이해 측이 과제에 따라 이를 참조할 수 있도록 하는 사후 학습 프레임워크다. 같은 데이터로 학습한 SFT 베이스라인을 다양한 시각 이해 과제와 UMM 아키텍처 전반에서 앞섰으며, VStar-Bench, OmniSpatial, VSR-Bench에서의 상대적 개선폭은 최대 각각 20.00%, 17.94%, 8.62%다. 생성 경로의 보완적 정보가 세밀한 시각 이해의 향상으로 이어질 수 있음을 보여준다.

PrismaCoder, 분해형 루브릭 합성으로 오픈 멀티모달 코드 생성 강화

PrismaCoder는 루브릭 기반 파이프라인으로 멀티모달 코드 데이터를 합성·선별해, 시각적 코딩 과제에서 독점 모델에 필적하는 오픈 모델을 구현했다고 밝혔다. 학습용 데이터로 논문이 최대 규모라고 밝힌 오픈 데이터셋 'PrismaCoder-2M'을 구축했으며, PrismaCoder-9B와 PrismaCoder-35B를 학습해 공개했다. 동일한 루브릭은 데이터 필터링과 시각적 코딩 과제의 강화학습 보상에 함께 사용된다.

WorldCast, 세계 상태 예측에서 지능형 시각 생성을 탐구

다단계 세계 상태 예측을 평가하는 벤치마크 'WorldCast'가 제안됐다. 8개 카테고리 320개 사례로 12개 모델을 평가한 결과, GPT-Image-2.5 System은 72.8점, Nano Banana Pro는 42.8점, 최고 성능의 오픈소스 모델은 20.1점을 받았다. 강력한 생성 모델은 기반 언어 모델의 능력도 효과적으로 활용하고 있다.

Google DeepMind, 로보틱스용 Gemini 4 Argon 공개…ERQA 87% 기록

Google DeepMind가 Gemini 4 Argon을 공개했다. 물리 이해, 코드 생성, 시각·의미 추론이 크게 발전했다고 밝혔으며, Embodied Reasoning(ERQA) 벤치마크에서 순수 추론만으로 87%를 기록해 다른 프런티어 모델을 앞선다고 설명했다. gemini-4-argon이라는 이름으로 Google AI Studio, Gemini API, Google Antigravity에서 사용할 수 있다.