StepAudio 3 Music: 계획을 세워 작곡할 수도 있는 5분 30초짜리 AI 음악 모델
선택적 편곡 계획(ABC-CoT 모드)과 텍스트 제어로 최대 5분 30초 장편 음악을 만드는 StepAudio 3 Music을 초록 기준으로 심층 분석한다.
표를 읽는 AI LimiX-2: 예측을 넘어 '변수의 연결'을 그리다
표 데이터용 AI LimiX-2는 예측을 맞히는 동시에 변수들이 어떻게 얽혔는지 연결 지도까지 그려낸다. 단, 원인의 방향까지는 말하지 못한다.
말하면서 생각한다: 실시간 음성 AI StepAudio 3 Realtime 심층 분석
StepAudio 3 Realtime은 '말하는 동안 속으로 추론'하는 구조로 실시간 음성 대화의 반응 속도와 깊은 사고를 함께 노린 오디오-언어 기반 모델이다.
파운데이션 모델 시대의 게임 AI: 여섯 가지 역할로 다시 그린 지도
게임 개발 전 과정에 스며든 파운데이션 모델 연구를 '여섯 역할'로 정리하고, 무엇이 다른 게임으로 옮겨가고 무엇이 특정 상황에 묶이는지 짚은 서베이 논문 분석.
PhysBrain 1.5: 이해는 증명했지만 실제 로봇 실행은 아직 — 물리 파운데이션 모델
이해·행동·예측을 하나로 묶은 8B 오픈소스 모델. 28개 이해 시험 평균 72.5로 오픈소스 최고를 찍었지만, 행동은 오프라인 예측 지표만 있을 뿐 실제 로봇 실행은 아직 검증되지 않았다.
해보지 않은 길도 채점한다: Dream-RSI
Dream-RSI는 과거 탐색 기록을 되감아, 해보지 않은 전략까지 그 기록 위에서 다시 돌려 저비용으로 채점한다.
100번 배우고도 첫 수업을 잊지 않는 법: 지속학습 메커니즘의 조합
언어모델이 100개 과제를 순차 학습할 때 생기는 파국적 망각을, 세 종류의 앵커와 병합 LoRA를 조합해 최종 기억률을 1.2%에서 34.9%로 28배 끌어올린 연구를 쉽게 풀어봅니다.
작은 7B가 거대 모델에 맞서는 법: 완전 공개 파운데이션 모델 ZGCM-1
7B 완전 공개 모델 ZGCM-1이 내부 사고와 외부 도구를 결합해 수학·에이전트 검색에서 수십 배 큰 모델과 경쟁한다. 256K 문맥·FP8 Muon 최적화, 에이전트 보조 R&D가 특징.
Atria Dawn 논문 해설: 에이전트 초지능과 사람의 몫
744B MoE 기반 에이전트 모델 Atria Dawn Preview를 16개 벤치마크와 자기 개발과정 769건 기록으로 뜯어보고, AI PM 제품에 주는 시사점을 정리한다.
Vidu S2: 실시간으로 대화하고 편집하는 영상 생성 모델의 등장
실시간 상호작용 영상 생성은 Vidu S1에서 열렸고, S2는 그 위에서 720p·동적 참조·스트림 편집을 끌어올립니다. 이 '흐르는 도중 개입' 구조를 AI PM 업무에 대입해 짚습니다.
세계 모델로 AI 연구 에이전트를 3~4배 빠르게: WMRL 논문 해설
실험 실행을 '세계 모델'로 대체해 RL 학습 병목을 제거한 WMRL. 4B·9B 에이전트가 48B·120B를 능가한다.
Gander — 끊김 없이 대화하며 일하는 이중통신 AI 시스템
텐센트·저장대 연구진의 Gander는 실시간 대화 모델(Cerebellum)과 별도 추론 백엔드(Brain)를 결합해, 말 중간에 끼어들고 되묻는 풀듀플렉스 에이전트를 구현한다.