claude-howto, Claude Code를 시각 가이드로 익히는 법
· #AI #LLM #트렌드 #기술블로그
arXiv 논문
PixelSmile: Toward Fine-Grained Facial Expression Editing
자연스럽고 미세한 얼굴 표정 편집을 위한 새로운 Diffusion 모델인 PixelSmile을 제안합니다. 이를 위해 얼굴 표정을 더 잘 이해할 수 있는 FFE 데이터셋을 구축하고, 모델 성능을 다각도로 평가하는 FFE-Bench도 함께 공개했습니다.
Intern-S1-Pro: Scientific Multimodal Foundation Model at Trillion Scale
1조 개의 파라미터를 자랑하는 세계 최초의 과학 분야 Multimodal Foundation Model인 Intern-S1-Pro를 소개합니다. 뛰어난 추론 및 이미지-텍스트 이해력과 강력한 Agent 기능을 통해 100개 이상의 복잡한 과학 전문 작업까지 완벽하게 수행할 수 있습니다.
CUA-Suite: Massive Human-annotated Video Demonstrations for Computer-Use Agents
복잡한 데스크톱 작업을 자동화하는 Computer-Use Agents(CUA) 훈련용 대규모 비디오 데이터셋 CUA-Suite를 소개합니다. 기존의 단편적인 스크린샷 위주 데이터가 가진 한계를 극복하고, 고품질의 연속적인 사람 데모 영상을 제공하여 Agent 성능을 크게 끌어올립니다.
Calibri: Enhancing Diffusion Transformers via Parameter-Efficient Calibration
학습 가능한 단일 스케일링 파라미터만 추가하여 Diffusion Transformers(DiT)의 이미지 생성 성능을 크게 높이는 Calibri라는 기법을 제안합니다. 이 방식은 적은 파라미터로도 모델의 구성 요소를 효율적으로 최적화할 수 있어 매우 실용적입니다.
RealRestorer: Towards Generalizable Real-World Image Restoration with Large-Scale Image Editing Models
실제 환경에서 손상된 이미지를 복원할 때 기존 모델들이 겪는 한계를 극복하기 위해, 대규모 이미지 편집 모델을 활용하는 RealRestorer를 제안합니다. 이를 통해 자율주행이나 객체 탐지 등 다양한 환경에서 훨씬 더 범용적이고 뛰어난 이미지 복원 성능을 보여줍니다.
Hugging Face Blog
ShotStream: Streaming Multi-Shot Video Generation for Interactive Storytelling
사용자의 입력에 맞춰 실시간으로 긴 스토리의 비디오를 생성할 수 있는 ShotStream 모델을 소개합니다. 끊김 없이 스트리밍 형태로 프롬프트를 입력하면, 모델이 이전 맥락을 이해하고 그에 맞는 다음 장면을 자연스럽게 만들어냅니다.
Yawen Luo, Xiaoyu Shi, Junhao Zhuang
Less Gaussians, Texture More: 4K Feed-Forward Textured Splatting
고해상도 3D 이미지를 생성할 때 데이터가 폭발적으로 늘어나는 3D Gaussian Splatting의 한계를 해결한 LGTM 프레임워크입니다. 모델의 기하학적 구조와 텍스처를 분리하여 더 적은 데이터로도 깔끔한 4K 화질을 빠르게 구현할 수 있습니다.
Yixing Lao, Xuyang Bai, Xiaoyang Wu
MuRF: Unlocking the Multi-Scale Potential of Vision Foundation Models
Vision Foundation Models(VFMs)이 추론 시 단일 해상도에만 얽매이던 기존의 한계를 깨고, 다양한 해상도의 장점을 모두 활용하는 MuRF를 소개합니다. 이를 통해 이미지의 전체적인 맥락과 세밀한 디테일을 동시에 파악하여 훨씬 더 정확한 시각적 이해가 가능해집니다.
Bocheng Zou, Mu Cai, Mark Stanley
무신사 기술블로그
To. MUSINSA ROOKIES
2026년 무신사의 첫 AI 네이티브 신입 엔지니어 공채인 ‘무신사 루키즈’ 최종 합격자들에게 전하는 따뜻한 환영 편지입니다. AI Agent 코딩 테스트 등 쉽지 않은 기술 검증 과정을 통과한 66명의 신입 개발자들에게 그간의 노고를 격려하고 앞으로의 기대를 담았습니다.
Tao Kim
GitHub Trending
luongnv89/claude-howto
Claude Code를 처음 접하는 분들을 위해 기본 개념부터 고급 Agent 활용까지 다루는 친절한 시각적 가이드입니다. 실무에 바로 복사해서 붙여넣기만 하면 되는 유용한 템플릿들을 풍부하게 제공합니다.
microsoft/VibeVoice
마이크로소프트에서 새롭게 공개한 강력한 오픈소스 기반의 음성 AI 모델입니다. 최첨단 음성 합성 및 인식 기술을 누구나 쉽게 활용하고 개발에 적용해 볼 수 있습니다.
OpenBB-finance/OpenBB
금융 분석가와 퀀트 투자자, 그리고 AI Agent를 위해 특별히 설계된 오픈소스 금융 데이터 플랫폼입니다. 방대하고 복잡한 금융 정보를 손쉽게 수집하고 분석할 수 있는 훌륭한 환경을 제공합니다.
thedotmack/claude-mem
개발 중인 코딩 세션의 모든 과정을 자동으로 기록하고 요약해 주는 유용한 Claude Code 플러그인입니다. 과거의 작업 내역을 맥락으로 저장해 두었다가 다음 작업 시 AI Agent에게 자동으로 제공하여 작업의 연속성을 높여줍니다.
mvanhorn/last30days-skill
Reddit, X, YouTube 등 다양한 웹 플랫폼을 돌아다니며 원하는 주제를 스스로 조사해 주는 똑똑한 AI Agent 도구입니다. 방대한 채널에서 수집된 정보를 바탕으로 사실에 기반한 깔끔한 요약본을 만들어줍니다.
오늘의 키워드
Eval Multimodal Agent Transformer Prompt Vision Inference AI Agent Claude Claude Code