NVIDIA가 Hugging Face에 4D-RGPT를 출시했습니다

원문 발행 2026. 06. 02. 16:04원문 언어 영어AI 한국어 번역X @huggingpapers (검증됨) 원문 보기

요약

NVIDIA가 CVPR 2026 Highlight 모델인 4D-RGPT를 Hugging Face에 출시했습니다. 이 모델은 추가 추론 비용 없이 학습 단계에서 깊이와 움직임을 학습하여 영역 수준의 4D 비디오 이해를 지원합니다. 또한 ByteDance는 음향적 일관성을 유지하며 다수 화자의 대화를 합성하는 SwanVoice를 공개했습니다.

핵심 포인트

NVIDIA 4D-RGPT: 추가 비용 없는 4D 비디오 이해 모델
학습 단계에서 깊이(depth)와 움직임(motion) 학습
ByteDance SwanVoice: 다수 화자 간의 일관된 대화 합성
SwanVoice는 flow-matching DiT 기술 활용

NVIDIA가 Hugging Face에 4D-RGPT를 출시했습니다.

영역 수준 (region-level)의 4D 비디오 이해 (4D video understanding)를 위한 CVPR 2026 Highlight 모델입니다.
이 모델은 추론 (inference) 시 추가 비용 없이, 학습 (training) 단계에서 전문가로부터 깊이 (depth)와 움직임 (motion)을 학습합니다.

모델:
https://huggingface.co/nvidia/4D-RGPT
-8B
...

논문 페이지:
https://huggingface.co/papers/2512.17012
...

ByteDance가 SwanVoice를 출시합니다.

이 모델은 최대 4명의 화자가 참여하는 긴 형태의 독백 (monologue)과 대화 (dialogue)를 합성합니다.

모델은 대화 차례 (turns) 전반에 걸쳐 음향적 일관성 (acoustic consistency)을 유지합니다.

이 모델은 화자 차례 조건화 (speaker-turn conditioning)가 포함된 flow-matching DiT를 사용합니다.

AI 자동 생성 콘텐츠

원문 바로가기

NVIDIA가 Hugging Face에 4D-RGPT를 출시했습니다

요약

핵심 포인트

댓글