OpenMontage — 세계 최초의 오픈소스 agentic 비디오 프로덕션 시스템

2026년 06월 21일 · #AI #LLM #트렌드 #기술블로그

arXiv 논문

Moebius: 0.2B Lightweight Image Inpainting Framework with 10B-Level Performance

모델/아키텍처

#MoE #Diffusion

100억개 파라미터 수준의 대규모 이미지 인페인팅 모델은 성능은 뛰어나지만 실제 배포에 필요한 연산 비용이 너무 높다는 한계가 있습니다. 이를 해결하기 위해 ‘Moebius’는 2억개 파라미터의 경량화된 프레임워크로, 확산 모델의 백본을 체계적으로 재구성하여 대규모 모델에 필적하는 성능을 달성했습니다.

108

DragMesh-2: Physically Plausible Dexterous Hand-Object Interaction with Articulated Objects

추론/검색

#RAG

여러 손가락을 가진 로봇 손이 문이나 서랍처럼 관절이 있는 물체를 자연스럽게 조작하는 것은 매우 어려운 과제입니다. ‘DragMesh-2’는 지속적인 물리적 접촉을 통해 목표 부품을 움직여야 하는 관절형 객체 조작 문제를 해결하며, 물리적으로 타당한 손-객체 상호작용을 시뮬레이션합니다.

MolmoMotion: Forecasting Point Trajectories in 3D with Language Instruction

에이전트

AI 에이전트가 행동을 계획하고 물리적 상호작용을 이해하려면 객체의 움직임을 예측하는 능력이 필수적입니다. ‘MolmoMotion’은 언어 지시를 기반으로 3D 공간상의 특정 지점들이 어떻게 움직일지 예측하는 새로운 방식을 제안하며, 이를 통해 에이전트는 시각적 기록과 목표를 결합하여 미래의 움직임을 예측할 수 있습니다.

Playful Agentic Robot Learning

에이전트

#Coding Agent

기존의 에이전트 로봇은 명시적인 지시가 있을 때만 기술을 학습하여 재사용 가능한 능력을 스스로 습득하는 데 한계가 있었습니다. ‘Playful Agentic Robot Learning’은 로봇이 특정 과제를 받기 전에 ‘놀이’를 통해 스스로 기술을 지속적으로 학습하는 새로운 패러다임을 제안하며, 이를 통해 로봇은 더 다양한 상황에 대처할 수 있는 능력을 기릅니다.

Multi-LCB: Extending LiveCodeBench to Multiple Programming Languages

모델/아키텍처 개발 도구

#Eval

LLM의 코드 생성 능력을 평가하는 벤치마크 ‘LiveCodeBench(LCB)’는 파이썬 언어에만 국한되어 있어 모델의 일반화 성능을 파악하기 어려웠습니다. 이를 확장한 ‘Multi-LCB’는 다양한 프로그래밍 언어를 포함하여, LLM이 여러 언어에 걸쳐 얼마나 뛰어난 코딩 능력을 보이는지 종합적으로 평가할 수 있는 기준을 제시합니다.

Hugging Face Blog

JanusMesh: Fast and Zero-Shot 3D Visual Illusion Generation via Cross-Space Denoising

JanusMesh는 텍스트를 기반으로 3D 시각적 착시 효과를 만드는 빠르고 학습이 필요 없는 프레임워크입니다. 이 기술은 기존 방식의 느린 속도와 부자연스러운 결과물 문제를 해결하여, 여러 각도에서 완전히 다른 모습으로 보이는 기하학적으로 일관된 3D 모델을 생성합니다.

Siang-Ling Zhang, Huai-Hsun Cheng, Tsung-Ju Yang

Current World Models Lack a Persistent State Core

개발 도구

#Eval

현재의 월드 모델(World Models)은 관찰과 무관하게 지속적으로 변화하는 핵심적인 내부 상태를 유지하는 능력이 부족합니다. 진정한 물리 세계를 모델링하기 위해서는, 마치 우리가 보지 않을 때도 달이 궤도를 도는 것처럼, 관찰 여부와 상관없이 객체와 사건이 계속해서 존재하는 상태를 이해하고 추론할 수 있어야 합니다.

Jinpeng Lu, Dexu Zhu, Haoyuan Shi

LedgerAgent: Structured State for Policy-Adherent Tool-Calling Agents

추론/검색 에이전트 개발 도구

#RAG

LedgerAgent는 고객 서비스 분야의 AI 에이전트가 여러 대화 턴에 걸쳐 작업 상태를 효과적으로 유지하도록 돕는 새로운 접근법입니다. 이 모델은 대화 기록과 작업 상태를 구조적으로 분리하여, 매번 전체 문맥을 재구성할 필요 없이 정책을 준수하며 정확하게 도구를 사용할 수 있게 합니다.

Md Nayem Uddin, Amir Saeidi, Eduardo Blanco