이미지·표·음성·영상을 한 번에 다루는 모델이 어떻게 작동하고, 스크린샷 오류 찾기·문서 이해·시각 질의응답에서 실제로 무엇에 쓰이는지 뜯어본다.
Rho-1은 Reka AI가 내놓은 연구 프리뷰 모델이다. 2026년 10월 5일, The Decoder는 19B 파라미터의 이 '전능' 모델을 보도했다. 텍스트, 이미지, 영상, 로봇 제어 동작을 하나의 신경망 안에서 처리하고 생성하며, 외부 도구 호출도 없고 작업을...
확산 모델은 먼저 데이터에 단계적으로 노이즈를 더한 뒤, 그 노이즈를 단계적으로 제거하는 법을 학습해 새로운 콘텐츠를 생성하는 생성 모델로, 현재 이미지 생성의 주류 방법 중 하나입니다. 이미지를 직접 그리는 것이 아니라 순수한 노이즈에서 출발해 노이즈를 한 단계씩 걷...
창발 능력이란 작은 모델은 거의 해내지 못하다가 규모가 어떤 임계점을 넘는 순간 갑자기 수행할 수 있게 되는 과제 능력을 말합니다. 이는 평범한 점진적 향상이 아니라, 없는 것에서 있는 것으로 도약하는 것처럼 보이는 변화입니다. 모델이 작을 때는 여러 단계의 산술 문제...
2026년 10월 1일, AI 음악 기업 Suno의 최고제품책임자 잭 브로디는 공식 블로그를 통해 새로운 음성 오디오 모델 Speech(베타)가 한 달간의 소규모 테스트를 마치고 모든 사용자에게 개방됐다고 발표했다. Suno는 이를 "음성과 음악을 하나의 응집된 트랙으...
멀티모달 모델이란 텍스트, 이미지, 오디오 등 여러 형태의 정보를 동시에 처리할 수 있는 AI 모델이다. 이미지 한 장, 음성 한 토막, 짧은 글을 건네면 그것들을 종합적으로 이해하고 응답한다. 다만 먼저 경계선을 그어 두자. '멀티모달'이 '만능'은 아니다. 입출력 ...
AI 이미지 인식이 글자를 잘못 읽는 것은 대부분 모델이 멍청해서가 아니라, 입력한 이미지 유형에 맞는 처리 방식을 쓰지 않았기 때문입니다. 모델을 바꾸기 전에 사진을 사진·스크린샷·스캔본 세 경우로 나누어 각각에 맞는 방법을 쓰세요. 인식 정확도가 바로 크게 올라갑니...
Holo4가 등장했다. 2026년 9월 28일, 파리 AI 기업 H Company가 차세대 컴퓨터 조작 에이전트 모델 Holo4를 공개했다. 27B 밀집형과 35B-A3B 혼합 전문가(MoE) 두 가지 크기로, 가중치는 Hugging Face에 동시 공개됐으며(BF16...
2026년 9월 22일, 샤오미 MiMo 팀은 공식 채널을 통해 대규모 모델 MiMo-V2.6 시리즈를 정식 발표하고 오픈소스로 공개했다. 플래그십 모델 MiMo-V2.6-Pro와 고효율 추론 모델 MiMo-V2.6-Flash다. 두 모델 모두 네이티브 전모달 모델로 ...
