Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
X요약
샤오미가 Hugging Face에 올린 이 모델은 10만 시간이 넘는 실제 조작 궤적으로 사전학습됐다.
샤오미가 10만 시간 이상의 실제 조작 데이터를 학습한 로봇 모델을 Hugging Face에 공개했습니다. 데이터와 모델 규모를 키울수록 성능이 향상되는 스케일링 법칙을 입증하며 RoboCasa365 벤치마크에서 최고 기록을 경신했습니다.
14시간 전0
X요약
프런티어 AI는 미국 폐쇄 모델의 독점이라는 통념이, 어제 하루 만에 금이 갔다.
중국 문샷 AI가 공개한 오픈웨이트 모델 Kimi K3가 코드 아레나 벤치마크에서 높은 성능을 보여주며, '프런티어 AI는 미국 폐쇄 모델의 독점'이라는 통념에 변화를 주고 있습니다. 이는 최고 성능이 클라우드 서버 내부에만 머무르던 기존 해자가 오픈웨이트 모델로 인해 무너질 수 있음을 시사합니다.
1일 전0
X요약
AI 증류가 실제로 돌아가는 순서는 이렇다. 큰 모델을 자르는 게 아니라, 선생의 판단을 학생에게 옮기는 학습이다.
AI 증류(Knowledge Distillation)의 작동 원리와 단계를 설명합니다. 대형 모델(Teacher)의 확률 분포를 소형 모델(Student)에게 학습시켜, 모델 크기를 줄이면서도 성능을 최대한 유지하는 과정을 다룹니다.
1일 전0
X요약
AI 증류가 실제로 돌아가는 순서는 이렇다. 큰 모델을 자르는 게 아니라, 선생의 판단을 학생에게 옮기는 학습이다.
AI 증류(Knowledge Distillation)의 작동 원리와 학습 과정을 설명합니다. 대형 모델(Teacher)의 확률 분포를 소형 모델(Student)에게 전달하여 효율적으로 성능을 전이하는 메커니즘을 다룹니다.
1일 전0
X요약
중국 Kimi K3가 미국 AI 랩들의 1조 달러 계산서에 도전장을 던졌다 — 디아만디스 문샷 팟캐스트 긴급편(2시간) 정리
중국 Kimi K3가 3조 파라미터 규모의 오픈웨이트 모델로 공개되며 미국 AI 거대 기업들의 독점적 지위에 도전장을 던졌습니다. 이 모델은 뛰어난 성능과 낮은 비용 구조를 바탕으로, 데이터 정제와 효율적인 아키텍처 개선이 핵심 경쟁력임을 입증했습니다. 이는 AI 기술 개발 패러다임의 변화를 예고합니다.
1일 전0
X요약
벤치 점수 3점 차이에 가격은 세 배가 붙는다. 이게 지금 Fable 5·GPT-5.6 Sol·Kimi K3 논쟁의 알맹이다.
최신 AI 모델들(Fable 5, GPT-5.6, Sol, Kimi K3 등)의 성능 논쟁은 단순히 순위 경쟁이 아니다. 실제 비용 구조를 고려할 때, 소폭의 점수 차이에 따라 API 단가가 크게 달라지기 때문에 '누가 최고인가'보다 '점수 프리미엄에 몇 배의 비용을 지불할 것인가'가 핵심 쟁점이다.
3일 전0
X요약
이 논쟁에서 조회수가 제일 크게 터진 글은 벤치 표가 아니라 Anthropic 공지다.
Anthropic이 Fable 5를 Max/Team Premium에 포함시키되 주간 한도를 절반으로 제한한다는 공지가 큰 주목을 받고 있습니다. 이는 단순한 용량 문제가 아닌, 경쟁 구도로 해석되며 시장의 관심을 끌고 있습니다. 또한, 다양한 모델 비교와 비용 효율성에 대한 논의가 활발합니다.
3일 전0
X요약
모델 순위를 지능 점수만으로 매기면 눈이 속는다. Artificial Analysis 비용당 지능 차트를 보면, 진짜 갈림은 연두색 상자 안에
모델의 순위를 단순히 지능 점수만으로 매기는 것은 오해를 불러일으킬 수 있습니다. 진정한 경쟁력은 '비용당 지능'을 기준으로 판단해야 합니다. 즉, 똑똑하면서도 비용이 저렴한 모델(연두색 상자)이 가장 매력적입니다.
3일 전0
XAI 번역요약
한국에서 테슬라 FSD를 이용할 수 없는 이유: 규제 때문이라는 말은 반만 맞고 반은 틀리다
테슬라 FSD의 한국 도입 지연 원인이 단순히 국내 규제 때문이라는 주장은 절반만 맞습니다. 실제로는 UN 자동차기준조화포럼(WP.29)이 마련하는 국제적인 자율주행 기준에 맞춰 2027년 상용화를 목표로 해야 하는 '일정'의 문제입니다.
6일 전0
X요약
프론티어 AI 4개, 진행 단계별 비용으로 나눠 봤다.
본 기사는 GPT, Claude, Grok, Muse Spark 등 네 가지 프론티어 AI 모델을 지능 수준과 개발 비용 측면에서 비교 분석합니다. 단순히 성능만 볼 것이 아니라, 회사 누적 자본 투입액과 이번 세대 학습에 들어간 추정 비용까지 고려하여 효율성을 따져보는 관점을 제시합니다.
7월 13일0
X요약
총점 4위인데 태스크 단가는 1등 근처다.
Grok 4.5의 다양한 AI 성능 지표를 분석한 결과, 종합 점수는 4위이나 코딩 에이전트 및 실무 자동화 영역에서 강력한 성능을 보여주었습니다. 특히 터미널 기반 작업과 비용 효율성 측면에서 GPT-5.5나 Fable 등 경쟁 모델들을 능가하는 우위를 입증했습니다.
7월 10일0
X요약
코딩 1등이 여기서도 1등이 아니다.
EyeBench-V3라는 개인 비공개 벤치마크를 통해 모델들의 세밀한 공간 및 시각 추론 능력을 측정했습니다. GPT-5.6-sol이 41%로 선두를 차지했으나, 전반적으로 에이전트나 코딩 능력으로 주목받던 모델들이 시각적/공간 IQ 테스트에서는 낮은 점수를 기록하는 경향을 보였습니다.
7월 10일0
X요약
Anthropic가 Claude 머리 속을 열었다. 말로 옮길 수 있는 내부 패턴 묶음을 J-space라고 이름 붙였다.
Anthropic은 Claude의 내부 작동 방식을 탐구하여 'J-space'라는 개념을 제시했습니다. 이는 말로 표현할 수 있는 내부 패턴 묶음으로, 모델이 특정 자극에 반응하는 과정을 시각화하고 분석한 결과입니다.
7월 8일0
X요약
AI가 의식을 가졌다는 뉴스가 도는데, 앤트로픽이 실제로 찾은 건 정반대다.
앤트로픽(Anthropic)이 Claude 내부의 'J-space'라는 작업공간을 발견했습니다. 이는 뇌과학의 전역 작업공간 이론과 유사하며, AI가 실제로 처리하고 의식적으로 다룰 수 있는 정보는 전체 연산 중 극히 일부임을 수치로 보여줍니다.
7월 8일0
X요약
퍼플렉시티 CEO가 조 로건 팟캐스트에서 던진 말이 세다. AI 시대에 값이 뛰는 건 정답이 아니라 질문이라는 것.
퍼플렉시티 CEO는 AI 시대의 가치가 정답(Answer)이 아닌 질문(Question) 능력에서 나온다고 강조했습니다. AI가 답을 쉽게 제공함에 따라, 좋은 질문을 던지고 정보를 선별하는 능력이 핵심 역량이 되며, 이는 학위나 지식 습득보다 중요해질 것이라고 전망합니다.
7월 8일0
X요약
Alexandr Wang이 Meta에서 "비디오에서 우리는 이제 막 시작했다"고 한 바로 그 순간, Muse Video는
Meta의 Alexandr Wang이 비디오 생성 분야에 대한 높은 기대감을 드러내며 '출발'을 강조했습니다. Muse Video가 Text-to-Video Arena에서 좋은 성과를 거두었음에도, 상위 모델들의 점수 집중 현상은 데이터 규모와 최적화 역량 같은 실행 측면의 차이가 핵심 경쟁 변수가 되었음을 시사합니다.
7월 8일0
X요약
AI 모델 순위를 매기는 기준이 시험 점수에서 실제로 일을 끝냈느냐로 넘어가고 있다.
AI 모델의 성능 평가 기준이 단순 시험 점수에서 실제 작업 완수 능력으로 변화하고 있습니다. Agent Arena 리더보드는 웹 검색, 파일 시스템, 터미널 활용 등 복잡한 워크플로를 얼마나 성공적으로 마쳤는지를 측정합니다.
7월 7일0
X요약
7B 모델이 실제로 외울 수 있는 고유 데이터가 약 3GB 수준이라는 계산이 나왔다.
ICML 논문에 따르면 7B 모델의 실제 암기 용량은 약 3GB 수준으로, 파라미터당 3.6비트로 추정됩니다. 모델은 데이터를 통째로 복사하기보다 패턴을 압축하여 일반화하며, 데이터 규모가 암기 용량을 초과할수록 프라이버시 보호에 유리해질 수 있습니다.
7월 7일0
X요약
AI 에이전트 요청 한 번의 전기 소모가 챗봇 질의응답의 최대 136배라는 실측이 나왔다 — KAIST 유민수 교수팀이 실제 서비스 환경을
KAIST 유민수 교수팀의 실측 결과, AI 에이전트의 요청당 전력 소모가 일반 챗봇보다 최대 136배 높다는 사실이 밝혀졌습니다. 에이전트의 반복적인 루프 구조와 낮은 GPU 활용률이 주요 원인으로 지목되었습니다.
7월 6일0
X요약
AI 영상 생성 리더보드 1위가 어느 회사인지 아는 사람이 의외로 적다. OpenAI도 구글도 아니고 ByteDance다. Seedance
ByteDance의 Seedance가 영상 생성 리더보드에서 OpenAI와 Google을 제치고 1위를 차지했습니다. ByteDance는 틱톡과 더우인의 방대한 영상 데이터를 활용해 경쟁사 대비 압도적인 학습 우위를 점하고 있습니다.
7월 4일0