멀티모달·피지컬 AI

10월 29일 목요일

Google멀티모달·피지컬 AI

Google, Gemini Robotics ER 2 공개 프리뷰 시작, 로봇 두뇌 모델 기업에 제공

Google이 로봇의 상위 판단을 맡는 Gemini Robotics ER 2를 Google Cloud의 Gemini 플랫폼에서 공개 프리뷰로 내놨다. 영상 속 사건 시점을 91.3% 정확도로 짚고, 여러 형태의 로봇을 하나의 모델로 지휘한다고 밝혔다.

10월 28일 수요일

멀티모달·피지컬 AI

NVIDIA, 휴머노이드 제어 모델 Metatron-v1 Hugging Face에 올려, G1 로봇용

NVIDIA가 Unitree G1 휴머노이드를 제어하는 오픈 모델 Metatron-v1을 Hugging Face에 올렸다. 브라우저용 ONNX 파일과 PyTorch 추론용 체크포인트가 함께 있고, 모델 라이선스는 NVIDIA Open Model License다.

Google멀티모달·피지컬 AI

Google DeepMind, 오디오 넣은 월드 모델 Genie 4 공개, 장면 유지 2분

Google DeepMind가 10월 27일 월드 모델 Genie 4를 발표하고 신뢰 테스터 대상 연구 프리뷰를 시작했다. 오디오와 대사를 만들고 프롬프트로 장면을 바꾸며, 장면은 2분 유지된다.

10월 24일 토요일

Google멀티모달·피지컬 AI

Google Research, 결핵 흉부 X선 AI 현장 적용 사례 공개

Google Research가 결핵 선별용 흉부 X선 AI의 현장 적용 사례를 공개했다. 파트너사 Nexus AI의 도구는 3개국 약 40개 시설에서 쓰이고 3개국으로 확장 중이며, 오픈 모델 MedGemma는 인도네시아 국가 사업에도 활용된다.

10월 23일 금요일

멀티모달·피지컬 AI

Tencent Hy-Nomas 공개, 텍스트·카메라로 이어 만드는 월드 생성

Tencent가 Hugging Face에 영상 월드 생성 모델 Hy-Nomas를 올렸다. 텍스트와 카메라 경로로 장면을 이어 가며, RTX 4090 한 장에서 돌리는 저메모리 설정과 벤치마크 280건도 함께 나왔다.

멀티모달·피지컬 AI

Tencent, 객체·픽셀 인식 통합 모델 WeVisOne-VL 4B·2B 공개

Tencent WeChat Vision팀이 Qwen3-VL 기반의 시각 인지 모델 WeVisOne-VL 4B와 2B를 Hugging Face에 올렸다. 객체 탐지부터 알파 매팅까지 한 모델이 처리하며 코드는 Apache 2.0이다.

10월 22일 목요일

멀티모달·피지컬 AI

NVIDIA, 시뮬레이터 영상을 실사로 바꾸는 Cosmos3-Nano-Sim-Transfer 공개

NVIDIA가 시뮬레이터가 만든 깊이 맵 등을 실사 영상으로 바꾸는 160억 매개변수 모델 Cosmos3-Nano-Sim-Transfer를 Hugging Face에 공개했다. 로봇 정책 학습과 평가에 쓰도록 설계됐다.

10월 16일 금요일

10월 13일 화요일