이미지·표·음성·영상을 한 번에 다루는 모델이 어떻게 작동하고, 스크린샷 오류 찾기·문서 이해·시각 질의응답에서 실제로 무엇에 쓰이는지 뜯어본다.
Doubao Work(豆包工作)는 2026년 10월 9일 작업 모드에 캔버스 기능을 추가하고, Doubao 2.1 Lite 모델과 이미지 모델 Seedream 5.0 Flash를 함께 적용했다고 발표했다. 공식 소개에 따르면 이번 업데이트의 핵심은 단일 기능이 아니라 ...
Vidu Q4 Preview는 성수테크놀로지(Shengshu Technology)의 차세대 플래그십 오디오·영상 모델의 첫 공개 프리뷰 버전이다. 2026년 10월 7일 성수는 회사 발표를 통해 Vidu Q4 Preview를 정식 공개했고, 10월 8일에는 YouCam...
Perplexity의 새 임베딩 모델은 텍스트와 이미지를 하나의 검색 공간에 넣었다. 2026년 10월 7일, Perplexity CEO 아라빈드 스리니바스는 pplx-embed-v2-late의 오픈소스 공개를 발표했고, 가중치는 MIT 라이선스로 Hugging Fac...
GPT-6는 2026년 10월 7일 OpenAI가 ChatGPT의 훨씬 많은 사용자에게 제공한다고 발표한 모델로, Intelligent UI라는 새 기능도 함께 공개됐다. 지난달 첫 GPT-6 모델은 유료 고객에게만 열렸지만, 이번에는 대중을 위해 만든 새 GPT-6가...
AI 영상 생성 도구를 고르는 일은 무엇을 만드는지에서 시작합니다. 숏폼은 제작 속도와 트렌드 감각, 광고는 화면 제어와 상업적 안정성, 연습은 저렴함과 낮은 진입 장벽, 전문 영상은 카메라 언어와 일관성이 필요합니다. 네 가지를 동시에 최고로 하는 도구는 없습니다. ...
EmbeddingGemma 2는 Google DeepMind가 2026년 10월 6일 Google 개발자 블로그를 통해 공개한 오픈 웨이트 멀티모달 임베딩 모델로, Gemma 4를 기반으로 하며 파라미터는 7억 4천만 개에 불과하다. 텍스트, 이미지, 영상 프레임, 오...
Mistral Large 4는 Mistral AI가 2026년 10월 6일 공식 블로그로 공개한 공개 프리뷰 모델이다. 전체 파라미터 1조 개, 활성 파라미터 490억 개의 네이티브 멀티모달 모델로, 이 프랑스 회사가 만든 가장 큰 모델이다. 프리뷰 API는 같은 날 ...
AI 폰은 지난 2년 동안 발표회의 주인공이었습니다. 사진에서 지나가는 사람을 한 번에 지우고, 통화를 실시간으로 번역하고, 비서가 예약과 메시지 작성까지 해 줍니다. 문제는 매일 실제로 쓰는 기능이 몇 개 되지 않고, 그나마도 기종을 가리지 않는다는 점입니다. 구형 ...
