dettato, 21M 파라미터로 1.3B 음원 변환 모델 추월
dettato는 약 21M 파라미터로 오디오를 MIDI로 변환하며, muscriptor 1.3b 대비 약 1/60 크기의 경량 모델이다. 프로젝트 측 테스트에서는 성능 우위를 주장하지만, 데이터 구성과 효율성 측정 방식은 독립 검증이 남아 있다.
tamserve는 SAM 3의 검출과 EdgeTAM의 추적을 분리해 단일 RTX 4090에서 Meta SAM 3 tracker보다 4배 빠른 처리 속도를 달성했다. 정확도는 92%를 유지했으며, 멀티카메라 아키텍처와 실제 배포 시 고려할 제약도 함께 살펴본다.
dettato는 약 21M 파라미터로 오디오를 MIDI로 변환하며, muscriptor 1.3b 대비 약 1/60 크기의 경량 모델이다. 프로젝트 측 테스트에서는 성능 우위를 주장하지만, 데이터 구성과 효율성 측정 방식은 독립 검증이 남아 있다.
Google DeepMind가 Project Genie을 통해 공개한 Genie 4는 텍스트·이미지·비디오를 바탕으로 상호작용 가능한 환경을 생성한다. 그러나 물리적 정확성, 장기 작업의 일관성, 현실과의 차이를 극복해야 안정적인 Agent 훈련 환경으로 활용할 수 있다.
Claude의 사전 학습 데이터에 대규모 단백질序列이 포함됐다는 보도가 나왔지만, Anthropic은 아직 이를 확인하지 않았다. 데이터의 증거 수준, 평가 방법, LLM과 과학 도구를 연결하는 현실적인 활용 방식을 짚는다.
YC F26 스타트업 Axonnic은 전완부 EMG 신호로 손가락 동작과指尖 힘을 추정해 기 dexterous 로봇의 학습 데이터를 만드는 데 집중하고 있다. 영상 모션 캡처가 포착하지 못하는 힘 exertion 정보를 보완하는 방식이다.
OpenAI가 로봇 관련 팀을 해체하면서 범용 모델 기반의 로봇 운용이 시작됐다는 보도가 나왔습니다. 조직 조정은 시장 철수와 다르며, 새로운 기술路线의 성패는 전환 비용과 안전성 지표에 달렸습니다.
Google SWE는 48개의 AI Agent를|Published 72시간 동안驅動해 NASA Lidar 데이터를 분석하고, 기존에 기록되지 않은 마야 피라미드 후보를 찾아냈다. 이 사례를 통해 다중 Agent의 역할 분담, 증거 검증, 비용 한계와 오류가 전파되는 방식 살펴본다.
Pietro Miotti의 AI Agent 팀은 기존에 지도화되지 않은玛雅遗址 발견에 참여했다. 이 사례를 통해 검색, 탐색 계획, 현장 조사, 증거 보존 과정을 살펴보고, Agent의 실제 기여와 인간 연구자의 전문적 판단을 구분한다.
두 사람 규모의 연구팀이 약 2만 달러로 PJIT-21K를 처음부터 학습하고 Apache 2.0 라이선스로 가중치를 공개했다. 이 글에서는 학습·추론·라이선스·배포 비용을 분리해 AI Agent와 멀티모달 팀이 모델을 평가할 때 확인할 항목을 정리한다.
Martin Fowler가 다룬 LLM Voice는 음성 모델 공개가 아니라 실시간 음성 애플리케이션의 아키텍처를 분석한 글이다. 핵심은 ASR·LLM·TTS 연결뿐 아니라 지연 시간, 사용자 말 interrupting, 대화 상태 관리를 다루는 데 있다.
Destined AI가 공개한 저대역폭 TTS 모델 Hurston-1은 Southern American와 Regional African English를 중점적으로 지원한다. 승인된 음성 데이터의 규모와 활용 범위, 실제 배포 비용, 성능 검증에서 확인할 수 있는 지점을 짚는다.
Lynch Lab의 테스트에서 10세 연구자가 개발한 CNN이 피부 병변 분류에서 GPT-4o와 Claude 3.5를 앞섰다. 다만 이 결과만으로 일반적인 우열을 판단할 수는 없으며, 데이터 구성과 평가 방법에 대한 추가 검증이 필요하다.