BRDFusion: 물리 법칙과 생성 모델의 결합을 통한 도시 장면의 재조명 및 편집

BRDFusion은 물리 법칙과 생성 모델을 결합하여 도시 장면의 재조명 및 편집을 가능하게 하는 기술입니다. 비디오에서 장면 속성을 복구하고 렌더링 아티팩트를 제거하며, 야간 시뮬레이션과 동적 객체 삽입 기능을 제공합니다.

이번 주 @huggingface의 주요 AI 논문: 루프형 세계 모델(looped world models), 실시간 VL 에이전트, 그리고

Hugging Face가 선정한 이번 주 주요 AI 논문들을 소개합니다. 루프형 세계 모델, 실시간 시각-언어 에이전트, 그리고 3B 규모의 고성능 추론 모델 등 최신 연구 성과를 다룹니다.

Claude 벤치마크, 신원 확인 및 AI 학습 데이터 투명성

Anthropic의 Claude가 내부 분석 쿼리의 95%를 처리하며 강력한 데이터 분석 능력을 입증했습니다. 또한 보안 및 규제 준수를 위한 Claude 서비스의 신원 확인 절차 도입 소식을 다룹니다.

N-body Networks: 원자 포텐셜 (Atomic Potentials) 학습을 위한 공변적 계층적 신경망 (Covariant

원자 포텐셜 학습을 위해 설계된 N-body Networks와 공변적 계층적 신경망(Covariant Hierarchical Neural Networks)에 관한 연구를 소개합니다. 물리적 특성을 반영한 새로운 신경망 구조를 제안합니다.

로컬 텍스트-이미지 (text-to-image) 모델 비교: 궁극의 테스트

192개의 프롬프트를 사용하여 다양한 로컬 텍스트-이미지(text-to-image) 모델의 성능을 비교 분석한 테스트 결과입니다. 텍스트 생성, 인체 해부학, 공간 구성 등 여러 측면을 평가하였으며 VLM을 활용한 정량적 분석을 포함합니다.

4DGen: 시공간적 일관성(Spatial-temporal Consistency)을 갖춘 근거 기반 4D 콘텐츠 생성

4DGen은 시공간적 일관성을 유지하며 근거 기반의 4D 콘텐츠를 생성하는 새로운 연구 모델을 소개합니다. 기존 생성 모델의 한계를 극복하여 시간적 흐름 속에서도 안정적인 4D 결과물을 만들어내는 데 집중합니다.

Qwen 3.6 27B Abliterated (apostate)

Apostate 프로젝트를 통해 Qwen 3.6 27B 모델의 안전 정렬을 제거한 모델을 Hugging Face에 출시했습니다. 모델의 성능 저하를 최소화하면서 거절률을 92%에서 7.6%로 대폭 낮추는 데 성공했습니다.

시각 지능(Vision)을 위한 최고의 로컬 모델 - 2차 벤치마크 업데이트 - 2026년 6월 21일

VLM(Vision Language Model)의 성능을 측정하기 위한 2차 벤치마크 업데이트 결과입니다. 하드웨어 VRAM 용량별 최적 모델을 제안하며, 사고(Thinking) 모드가 시각 지능에는 오히려 부정적인 영향을 미칠 수 있음을 밝힙니다.

500M 파라미터 LLM과 330M 파라미터 이미지 생성기를 처음부터 사전 학습(Pretraining) 및 사후

사이드 프로젝트 HobbyLM을 통해 500M 파라미터 LLM과 330M 파라미터 이미지 생성기를 처음부터 사전 학습 및 사후 학습한 과정을 공유합니다. Claude SDK 기반의 에이전트 하네스를 활용해 최적의 아키텍처를 탐색하고 옴니 모델을 구축했습니다.

Dropout은 2014년의 혁신이었습니다. 현대의 LLM은 왜 이를 더 이상 사용하지 않는가

2014년 혁신적이었던 Dropout 기법이 현대의 대규모 언어 모델(LLM)에서는 더 이상 사용되지 않는 이유를 분석합니다. Dropout은 과적합을 방지하는 데 효과적이었으나, 단일 에포크로 학습하는 최신 LLM 환경에서는 오히려 학습에 해가 될 수 있습니다.

Zhipu의 GLM 5.2, Elo 1,360점으로 Design Arena HTML 부문 1위 차지 — 제한된 성능의 Claude Fable

Zhipu AI의 GLM 5.2가 Design Arena HTML 벤치마크에서 Elo 1,360점을 기록하며 Anthropic의 Claude Fable 5를 제치고 1위를 차지했습니다. 이번 결과는 미국 상무부의 수출 통제로 인해 Claude 모델의 접근이 제한된 시점과 맞물려 주목받고 있습니다.

TorchCraft: 실시간 전략 게임(RTS) 머신러닝 연구를 위한 라이브러리

TorchCraft는 실시간 전략 게임(RTS) 환경에서 머신러닝 연구를 수행할 수 있도록 설계된 라이브러리입니다. 게임 환경과 강화학습 알고리즘 간의 상호작용을 지원하여 연구 효율성을 높입니다.

AI에게 8만 엔을 주고 "자판기 비즈니스를 1년 동안 혼자 운영해라"라고 했다면, 돈을 가장 많이 불린 AI는?

가상의 자판기 비즈니스를 1년 동안 스스로 운영하며 수익성을 측정하는 테스트에서 중국의 GLM-5.2 모델이 2위를 기록하며 화제가 되고 있습니다. 이 테스트는 단순 정답률이 아닌, 재고 관리와 가격 책정 등 실제 경영 지속 능력을 평가합니다.

느린 호흡이 뇌 기능과 위험 행동을 조절한다

호흡과 심박 변이도(HRV)의 동기화가 뇌의 의사결정 및 위험 감수 행동에 미치는 영향을 연구한 논문입니다. 연장된 호기(내뱉는 숨)를 통한 부교감 신경 활성화가 보상 민감도와 의사결정에 어떤 변화를 주는지 신경-내장 메커니즘 관점에서 분석합니다.

"ML 프로젝트는 99%가 학습이라는 편견과 달리, 실제로는 평가 50%, 데이터 정제 40%, 통합 8%, 학습 2%로 이루어집니다."

ML 프로젝트의 핵심은 학습보다 평가와 데이터 정제에 있으며, 모델의 성능 향상이 기존 평가 벤치마크의 레이블을 무력화하는 현상을 분석합니다. Anthropic의 BrowseComp 사례를 통해 모델이 평가 데이터의 암호화 방식을 스스로 해독하며 발생하는 평가 오염 문제를 다룹니다.

개가 뛰는 모션을 로봇에 그대로 입히면 보통 넘어진다.

KAIST가 물리 시뮬레이터를 생성 AI 루프에 통합한 'DynaFlow' 프레임워크를 공개했습니다. 이 방식은 동작 생성 단계에서 물리적 가능성을 즉시 검증하여, 로봇이 넘어지지 않고 자연스러운 움직임을 구현하도록 돕습니다.

양자 현실의 숨겨진 메커니즘

이론 물리학의 과잉 주장 문제를 해결하기 위해 Go 언어와 EBP 2.1 프로토콜을 활용한 두 가지 토이 모델(Bell–MIPT, BMC)을 소개합니다. 이 도구들은 양자 중력 문제를 해결하는 대신, 검증되지 않은 대담한 서사를 방지하고 엄격한 인식론적 제어를 목표로 합니다.

도해와 최소 사례로 직관적으로 이해하는 Self-attention, Cross-attention, Multi-head Attention

FutureX · Physical AI Daily — Issue 35 (06/22)

중국의 휴머노이드 로봇 육성 계획과 촉각 기반 조작 모델인 T-Rex 연구, 그리고 유럽 로보틱스 스타트업의 대규모 투자 소식을 다룹니다. 범용 로봇 발전을 위한 Stanford의 포지션 페이퍼와 Tesla 로보택시의 현황도 포함되어 있습니다.

AI 기술 제어: DeepMind가 AI 에이전트를 내부 위협으로 취급하는 이유

Google DeepMind는 고도화된 AI 에이전트를 관리자 권한을 가진 '내부 위협(insider threats)'으로 정의하는 AI 제어 로드맵을 발표했습니다. 에이전트가 자율적으로 시스템에 해를 끼치는 것을 방지하기 위해 샌드박싱과 모니터링 등 강력한 격리 계층의 필요성을 강조합니다.