OpenAI、Images 2.6 발표

OpenAI는 이미지 생성 기능 「Images 2.6」을 ChatGPT, Codex, API에서 제공하기 시작했다. 기존보다 50% 빠르게 이미지를 생성하며, API에서는 GPT‑Image‑2.6의 Flare와 Sunburst를 선택할 수 있다. GIF를 이용한 애니메이션 제작도 지원하며, 이미지 마크업 기능이 API에 추가되었다.

OpenAI@OpenAIAI 점수4242

이미지 생성 기능이 업그레이드됐다. OpenAI가 ChatGPT Images 2.6을 발표했다. GIF와 참조 이미지를 지원하게 됐다. 또한 2개의 신규 모델이 API로 제공될 예정이다. 이미지 생성 속도는 50% 빨라졌다.

ChatGPT, Images 2.6 모델로 텍스트와 사진에서 애니메이션 GIF 생성 가능해져

ChatGPT가 OpenAI의 새 모델 Images 2.6을 기반으로 텍스트 프롬프트나 사진에서 애니메이션 GIF를 만들 수 있는 기능의 제공을 시작했다. 웹, 데스크톱, 모바일 앱의 모든 ChatGPT 및 Codex 사용자에게 순차적으로 적용된다.

ChatGPT, 프롬프트나 사진으로 GIF 생성 기능 추가… Images 2.6과 동시 출시

ChatGPT가 프롬프트나 업로드한 사진으로 GIF를 만들 수 있게 됐다. OpenAI의 새 모델 Images 2.6과 함께 출시되며, 애니메이션 속도 조정, 프레임 단위 편집, 공유도 지원한다. Images 2.6은 ChatGPT와 Codex의 모든 사용자에게 제공된다.

Adobe, Photoshop 숙련자처럼 편집 도구를 쓰는 AI 에이전트 'EditAgent' 연구

Adobe Research와 캘리포니아대학교 샌디에이고 캠퍼스(UCSD) 연구진은 이미지 편집용 AI 에이전트 'EditAgent'를 개발했다. 범용 편집기와 전용 도구를 작업 단계별로 나눠 쓰며, 표준 언어 모델이 확대 이미지, 변화 영역 맵, 밝기와 색상 통계값 등 검증 데이터를 바탕으로 후보를 비교하는 구조다. 600건의 편집 테스트에서 범용 편집기 Flux-2-Klein-9B는 42.7%만 실제로 쓸 만한 결과를 냈다. 반면 검증 데이터를 제공했을 때는 Qwen3.8-27B가 81.3%의 비율로 유용한 후보를 골라, 미세 조정된 EditScore-72B(74.8%)를 앞질렀다.

TBC, 이미지에서 동영상을 생성하는 모델 「Mischief 1」 공개… 뉴런 연구도 활용

The Biological Computing Co.(TBC)가 이미지에서 동영상을 생성하는 모델 「Mischief 1」을 공개했다. 요금은 480p 기준 초당 0.005달러부터이며, 3초 또는 5초 클립을 16:9 비율로 출력할 수 있다. fal과 OpenRouter에서 이용할 수 있으며, 회사 측은 생체 뉴런을 활용한 실험이 소프트웨어 개선에 도움이 되었다고 설명했다.

SpecSlot, 전역 어텐션을 늘리지 않고 픽셀 공간 생성 Transformer의 세부 묘사를 강화

SpecSlot은 픽셀 공간의 rectified-flow Transformer에서 각 공간 앵커를 DCT 계수의 주파수 대역별로 할당된 여러 슬롯으로 확장하고, 가장 저주파 슬롯만 전역 어텐션에 참여시키는 기법이다.

Intrinsic Distribution Matching(IDM): 생성기 자체의 특징량으로 분포를 맞추는 기법

IDM은 생성기 자체의 EMA 특징량 평균과 좌표별 표준편차에 명시적인 손실을 추가함으로써, 외부 특징 인코더 없이 분포 매칭을 수행하는 기법이다. 2 NFE 설정에서 IDM(Z-Image)은 LongText-CN에서 94.25%, LongText-EN에서 90.20%를 기록해, 비교 대상 가운데 같은 예산에서 가장 높은 점수를 얻었다. Z-Image-Turbo 6B와 Qwen-Image 20B에 대해 전체 파라미터 및 LoRA 방식의 튜닝을 평가했으며, 모델 가중치는 조만간 공개될 예정이라고 한다.

통합형 멀티모달 모델을 위한 연속 공간 잠재 추론(LARC)

LARC는 통합형 멀티모달 모델(UMM)의 이미지 생성에서 이산 토큰이 아니라 연속적인 은닉 상태 위에서 추론을 수행하는 잠재 추론 프레임워크이다. GenEval에서는 BAGEN을 7%p 웃도는 state-of-the-art를 달성했으며, 병렬과 순차 모두의 테스트 시점 스케일링에서도 토큰 기반 생성을 능가한다고 보고되었다. 학습은 커리큘럼 지도 파인튜닝(SFT)과 정답 데이터를 사용하지 않는 정보 이득 강화학습(RL)의 2단계로 구성된다.

Google Gemini@GeminiAppAI 점수5555

Gemini 앱에서 나만의 아바타를 만들어 공유하고, 친구와 함께 이미지나 동영상에 등장시킬 수 있게 되었다. 아바타 공유, 프롬프트 내 상호 태그 지정, 캐릭터와 목소리의 일관성 유지를 지원하며, 접근 권한은 언제든지 추가하거나 삭제할 수 있다.

Microsoft AI, 이미지 편집 모델 MAI-Image-2.7 프리뷰 공개… Arena Edit 3위

Microsoft AI는 최신 이미지 편집 모델 MAI-Image-2.7을 프리뷰로 공개했다. Arena Edit에서 3위, Artificial Analysis의 이미지 편집 리더보드에서 2위를 기록했으며, Microsoft AI는 Arena Edit 기준 2위 연구소가 됐다. Artificial Analysis가 평가한 10개 활용 사례와 7개 편집 액션 전부에서 2.6을 넘어섰다.

FrameForge, 동영상 기반 모델의 사전 지식을 활용한 통합 이미지 생성

FrameForge는 사전 학습된 동영상 모델을 활용해 통합적인 조건부 이미지 생성을 수행하는 기법이다. 동적으로 선택되는 가상 시간 간격의 시간적 RoPE 전문가(MoTE)로 조건과 목표 사이의 거리를 모델링하고, 잠재적 중간 상태를 거치는 시간적 추론(CoTR)으로 변환 과정을 표현한다. DreamBench, COCO2017, GEdit-Bench에서의 실험에서는 피사체 기반 생성, Canny-to-image 생성, 이미지 편집에서 비교 대상 기법들 가운데 우수한 성능을 달성했다.

Google, 이미지 생성 모델 'Nano Banana 2.1' 조용히 공개

Google은 이미지 생성 모델 'Nano Banana 2.1'을 별다른 발표 없이 공개했다. Google Flow에서 이용할 수 있으며, Gemini 앱으로의 확대도 시작됐다. 초기 테스트에서는 복잡한 지시에 대한 따라가는 능력과 텍스트 렌더링이 개선됐고, 특정 처리에서는 GPT Image 2.5보다 최대 2배 빠르게 생성할 수 있었다고 한다. 한편, 출력 품질은 Nano Banana Pro와 큰 차이가 없다는 지적도 있다.

Canva, 디자인 특화 첫 자체 이미지 생성 AI 모델 "Craft" 공개

Canva는 디자인 용도에 특화해 자체적으로 처음부터 학습시킨 첫 이미지 생성 AI 모델 "Craft"를 공개했다. 2K 이미지를 임의의 화면 비율로 생성할 수 있으며, Canva 앱과 공개 API에서 이용할 수 있다. DesignArena에서는 4번째로 높은 성능의 이미지 생성 모델로 등장했다고 설명했다.

Canva, 첫 이미지 생성 모델 'Craft' 공개…DesignArena 4위

Canva는 10월 22일 자사 연구 조직인 Canva Research가 처음부터 학습시킨 최초의 기반 모델이자 이미지 생성 모델인 Craft를 공개했다. 최대 2K 해상도와 최대 30개의 종횡비를 지원하며, Canva는 DesignArena에서 4위로 데뷔했다고 발표했다. 이용 경로는 Dream Lab과 Canva API이며, 요금과 이용 한도는 확인되지 않은 상태다.

Qwen-Image-PE, 시각 디자인을 학습하는 텍스트-이미지 생성용 프롬프트 강화 기법

Qwen-Image-PE는 2단계 학습을 통해 텍스트-이미지 생성(T2I)용 프롬프트를 강화하고, 조명, 구도, 레이아웃, 디테일 등 시각 디자인 요소를 학습하는 기법이다. Qwen-Image-Bench에서 Qwen-Image-2.1을 사용해 평가한 결과, Qwen-Image-PE-397B는 원래 요청보다 7.81포인트 향상됐으며, Qwen-Image-PE-9B는 평가에 포함된 모든 PE 베이스라인을 웃돌았다. Qwen-Image-PE-9B는 공개되어 있다.

Canva, 첫 자체 개발 이미지 모델 'Craft' 발표

Canva가 첫 자체 개발 이미지 생성 모델 'Craft'를 공개했다. 최대 2K 해상도와 30개 이상의 화면 비율을 지원하며, 55개 언어의 텍스트 렌더링과 Magic Layers를 통한 편집 가능한 레이어 분할을 지원한다. 모든 사용자가 Dream Lab과 공개 API에서 이용할 수 있으며, ChatGPT 및 Gemini와의 MCP 연동은 향후 예정되어 있다.

Canva, 독자 이미지 생성 모델 「Canva Craft」 발표… 생성 전에 디자인을 계획하는 2단계 구성

Canva는 이미지 생성 전에 디자인을 먼저 계획하는 2단계 구조의 이미지 생성 모델 「Canva Craft」를 발표했다. 최대 2K 해상도와 30개 이상의 화면 비율을 지원하며, 현재 전 세계 모든 사용자가 이용할 수 있다. Design Arena 리더보드에서는 4위를 기록해 OpenAI의 GPT-Image-2.5 Sunburst, GPT-Image-2.5 Flare, GPT-Image-2에 이어졌다.

InfiniDream: 절차적 생성 기반의 개방형 포토리얼리스틱 3D 월드

InfiniDream는 VLM으로 구동되는 절차적 3D 월드 생성 프레임워크로, 기호적 에셋 생성과 결정론적 씬 배치를 통해 편집 가능하고 포토리얼리스틱한 3D 월드를 개방형으로 생성한다. 기존 절차적 알고리즘을 활용하여 편집성과 seed 기반의 다양성을 유지한 채 새로운 포토리얼리스틱 에셋을 만든다. 100개의 오브젝트 생성 과제와 20개의 씬 생성 과제를 평가한 결과, 4개의 지각 지표에서 개선을 보였다고 밝혔다.

xAI, Grok Imagine API에 Quality Mode 제공 시작

xAI는 Grok Imagine API에서 이미지 생성과 편집을 지원하는 Quality Mode를 엔터프라이즈 개발자 및 팀 대상으로 공개했다. 사실감, 텍스트 렌더링, 크리에이티브 제어의 향상을 내세우고 있으며, 상품 비주얼과 마케팅 소재의 대량 제작, 동영상 생성과의 결합도 염두에 두고 있다. 문서는 공식 docs 페이지에서 제공된다.

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.

Microsoft AI, 자체 개발 이미지 생성 모델 MAI-Image-1 발표… LMArena 상위 10위 진입

Microsoft AI가 완전히 자체 개발한 첫 이미지 생성 모델 MAI-Image-1을 발표했다. LMArena의 텍스트-이미지 생성 모델 부문에서 상위 10위에 올랐다. 11월 4일 업데이트에서는 Bing Image Creator와 Copilot Audio Expressions에서 제공을 시작한다고도 전했다.

Swift: 약한 가이드에서 목표를 외삽해 확산 모델을 강화하는 학습 기법

Swift는 고정된 약한 디노이저의 예측으로부터 회귀 목표를 외삽해 확산 모델을 학습하는 자기 가이드형 기법이다. 추론 시 오버헤드를 늘리지 않고 오차와 학습 비용을 낮추며, CIFAR-10과 ImageNet-256에서 성능 향상을 보였다. ImageNet-256의 한 구성에서는 가이드 준비와 학습 오버헤드를 포함해도 약 절반의 총 학습 연산량으로 베이스라인의 최고 FID를 넘어섰으며, RAEv2에서는 가이드 없이 FID 1.15, 가이드 사용 시 0.99를 달성했다.

SpecKCast, 주파수 영역 칼만 필터 예측으로 디퓨전 Transformer 가속

SpecKCast는 디퓨전 Transformer(DiT)의 출력을 주파수 영역에서 예측하는, 학습이 필요 없는 가속 기법이다. 출력을 2D DCT로 변환한 뒤 대역별 칼만 필터로 각 계수를 추적하며, 예측의 불확실성이 임계값을 넘을 때만 Transformer를 평가한다. FLUX.1-dev, Qwen-Image, Wan2.1-14B, HunyuanVideo에서의 실험에서는 기존 캐시 기법과 예측 기법을 웃도는 속도와 품질의 균형을 보였으며, 0.05GiB 미만의 추가 메모리로 최대 6배의 가속을 달성했다.

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.

LayerEditor, 이미지를 재사용 가능한 RGBA 레이어로 편집하는 기법 제안

LayerEditor는 지시 기반 이미지 편집과 재사용 가능한 RGBA 레이어 생성을 통합한 프레임워크다. 편집 후의 캔버스와 RGBA 레이어 열을 하나의 토큰 열로 다루며, 사전 학습된 모델의 편집 사전 분포를 증류해 편집 능력을 유지한다. 실험에서는 편집의 충실도를 유지하면서 정확한 RGBA 레이어를 생성했고, 레이어 단위 조작과 다층 분해를 지원함을 보였다.

AI 생성 여성 계정이 스탠드업 코미디언의 개그를 무단 복제, Instagram 약관은 적용 대상이 아니라고 답변

WIRED는 AI로 생성된 여성 계정들이 적어도 8명의 스탠드업 코미디언 영상을 복제해 노출이 많은 영상 형태로 퍼뜨리고 있다고 보도했다. Meta는 이것이 사칭이 아니라 개그 소재의 무단 전용에 불과하다며 규약 위반에는 해당하지 않는다고 답변했다. Instagram 책임자 Adam Mosseri는 AI 콘텐츠를 전면 금지하는 것은 현실적이지 않다고 하면서도, 원작자에게 이용자를 안내하는 데는 힘을 쏟고 있다고 말했다.

트럼프 발 백악관 개보수 게시 사진, AI 편집 의혹…구글 SynthID Detector가 탐지

트럼프 대통령이 Truth Social에 올린 백악관 기둥의 「복원 후」 사진이 구글의 SynthID Detector에서 AI로 만들었거나 편집된 것으로 판정됐다. The Verge가 이 도구에 업로드해 확인했다. 계단 단수가 맞지 않는 등 부자연스러운 점도 지적됐으며, 백악관은 논평 요청에 즉시 응하지 않았다.

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.

White Circle, OpenAI·Google 이미지 생성 모델의 가드레일을 우회하는 공격 기법 RISE 보고

AI 안전 기업 White Circle은 DALL·E 3, Nano Banana 2, GPT-Image-2의 안전 필터를 시판·공개된 도구와 API 호출만으로 우회할 수 있는 공격 기법 RISE를 프리프린트 논문으로 보고했다. 사람이 검토해 노골적인 이미지로 확인된 비율은 DALL·E 3에서 약 13%, Nano Banana 2에서 10% 미만, GPT-Image-2에서 약 3%였다. OpenAI와 Google은 Ars Technica의 논평 요청에 응하지 않았다.

Higgsfield, AI 동영상 길이를 1분에서 10분 이상으로 확대

Higgsfield AI는 GPT-6 Astra를 활용해 AI 동영상의 길이를 기존 약 1분에서 10분 이상으로 늘렸다고 밝혔다. 회사는 GPT-6 Astra로 10분 이상의 교육용 동영상을 생성하는 워크플로도 구축했다고 설명했다. 소규모 사업자의 홍보 콘텐츠용으로는 GPT-Image-2.5를 통해 읽기 쉬운 텍스트와 인포그래픽이 포함된 이미지를 만들 수 있다고 소개했다.

Qwen@Alibaba_QwenAI 점수5656

Qwen이 Qwen-Image-2.1-Turbo의 오픈 웨이트를 공개했다. Qwen-Image-2.1과 같은 7B 아키텍처를 기반으로 한 고속화 체크포인트로, 8회의 denoising step만으로 이미지를 생성하고 편집할 수 있다. Qwen-Image-2.1 Pro와 Turbo의 API도 정식으로 제공되고 있다.

Pollo AI, OpenAI 모델로 창작 아이디어를 광고 캠페인으로

Pollo AI는 GPT‑5.6, GPT‑6 Astra, GPT‑Image‑2.5를 활용한 AI 에이전트 'Pollo Agent'로 사용자의 창작 아이디어를 이미지와 동영상으로 완성하고 있다. 회사에 따르면 사용자가 모델을 고르고 전환하는 데 드는 시간이 50% 이상 줄었다. 정지 이미지와 프롬프트로 약 15초 분량의 동영상 광고를 만들 수 있는 'Photo to Video Ads'도 제공한다.

Normalizing Trajectory Models(NTM), 엄밀한 우도를 유지하면서 적은 단계로 이미지를 생성하는 기법

Apple의 연구팀이 확산 모델의 각 역방향 단계를 엄밀한 우도로 학습할 수 있는 조건부 Normalizing Flow로 표현하는 Normalizing Trajectory Models(NTM)를 제안했다. 자기 증류를 통해 4단계만으로 고품질 샘플을 생성할 수 있다. 텍스트-이미지 벤치마크에서는 강력한 이미지 생성 베이스라인과 같거나 그 이상의 성능을 4단계 생성만으로 보였다고 한다.

Diffusion Controller는 어떻게 AI 이미지 생성의 제어를 통합하고 단순화하는가

Diffusion Controller는 이미지 생성의 확산 과정을 연속적인 제어 문제로 재정의하고, 추론 시의 가이던스와 파인튜닝을 하나의 프레임워크로 다루는 기법이다. 베이스 모델을 고정한 채 경량 애드온 네트워크를 추가하는 방식으로, Stable Diffusion v1.4를 기반으로 한 실험에서는 인간의 선호 적합도를 나타내는 HPS-v2에서 업계 표준을 웃도는 결과를 기록했다고 보고되었다. 가중치에 전면적으로 접근할 수 있는 완전판은 베이스라인 모델 대비 90%의 승률을 달성했다.

Qwen@Alibaba_QwenAI 점수3131

@arena의 평가에 감사드립니다! 🏆 Qwen-Image-2.1은 Image Edit과 Text-to-Image 두 Arena에서 오픈소스 모델 가운데 1위를 차지했습니다. 꼭 직접 사용해 보시고, 만드신 결과물도 공유해 주세요! 🎨

Qwen@Alibaba_QwenAI 점수2626

@inteldevs의 OpenVINO Day-0 지원! 🥳 Qwen-Image-2.1은 Intel 하드웨어에서 최적화된 상태로 작동합니다. 생성과 편집을 모두 지원하는 하나의 오픈 웨이트 체크포인트입니다. 👇

Qwen@Alibaba_QwenAI 점수4444

day-0 지원을 제공해 준 @sgl_project에 감사드립니다. 🙌 SGLang-Diffusion이 Qwen-Image-2.1을 지원하게 되었습니다. 텍스트 기반 이미지 생성, 여러 이미지 편집, 투명 RGBA 출력을 사용할 수 있습니다. 꼭 한번 사용해 보세요. 🎨

Qwen@Alibaba_QwenAI 점수4444

Qwen-Image-2.1 × @HuggingApps: Spaces에서 라이브 데모를 공개했습니다! 🖼 생성과 편집을 하나의 체크포인트로 처리합니다. 별도 설정 없이 브라우저에서 바로 체험할 수 있습니다. 👇

Qwen@Alibaba_QwenAI 점수4747

Qwen-Image-2.1이 ComfyUI에서 지원되기 시작했습니다. 직접 사용해 보시고 작품을 공유해 주세요. 🖼️