Telexed

AI 분야의 주요 소식 · 솔로 사업자에게 도움 되는 것만8 / 412

FILTER[전체][에이전트·도구][모델·API][생성형 미디어][인프라·SaaS][ASO·그로스][인디 비즈니스][아이디어 시그널][기타][★6+ high-signal]

필터 해제

5월 18일 (월)1 dispatches

#0412
#0412생성형 미디어 yozm_it그저께
기획부터 실행까지 묶는 크리에이티브 에이전트 `Luma AI`
`Luma AI` as a Creative Agent From Planning to Execution
50radar
Luma AIAI 크리에이티브 에이전트 — 자체 생성 모델 기반 워크플로우
소재 생성에 머물던 크리에이티브 AI를 기획·조율 단계까지 확장한다. 자체 모델을 에이전트 흐름에 넣어 반복 콘텐츠 제작 자동화에 테스트할 가치 있음.
- Luma AI는 단순 이미지·영상 생성기가 아니라 AI 크리에이티브 에이전트 플랫폼으로 소개된다.
- 자체 생성 모델을 오래 운영해왔고, 에이전트 안에서도 그 모델을 써 워크플로우 연결성이 강점이다.
- 기획, 소재 생성, 변형, 조율을 한 흐름으로 묶는 방향이라 광고·SNS 소재 반복 제작에 맞다.
- 단일 결과물 품질보다 운영 흐름 개선이 포인트. 기존 생성형 미디어 툴과 병행 비교해볼 만함.
출처: yozm.wishket.com/magazine/detail/3740원문 보기 →
FIG-4121:1
50radar
FIG-4121:1

5월 17일 (일)1 dispatches

#0411
#0411생성형 미디어 GeekNews3일 전
`SANA-WM`, 1분 720p 비디오용 26억 파라미터 오픈소스 월드 모델
`SANA-WM`, a 2.6B open-source world model for 1-minute 720p video
50radar
SANA-WM오픈소스 월드 모델 — 이미지와 카메라 궤적으로 긴 영상 생성
이미지 한 장과 카메라 궤적만으로 긴 장면 이동을 제어하는 쪽에 초점이 있다. 제품 목업·게임 씬 프리뷰 실험 신호는 좋지만, 당장 SaaS 기능으로 붙이긴 무겁다.
- 입력은 이미지 1장 + 6-DoF 카메라 궤적. 텍스트 영상 생성보다 장면 내부 이동 제어에 강점이 있음.
- Hybrid Linear Diffusion Transformer가 프레임 단위 Gated DeltaNet과 주기적 softmax를 섞어 긴 롤아웃 일관성을 잡는다.
- 단일 GPU에서 720p 1분 생성이 가능하다는 점은 실험 비용을 낮춘다. 실제 적용은 가중치·라이선스·추론 세팅 확인이 관건.
출처: news.hada.io/topic?id=29572원문 보기 →
FIG-4111:1
50radar
FIG-4111:1

5월 15일 (금)1 dispatches

#0410
#0410생성형 미디어 GeekNews5일 전
`Supertonic 3` 초경량 온디바이스 TTS 출시, **31개 언어** 및 감정 태그 지원
`Supertonic 3` launches ultra-light on-device TTS with 31 languages and emotion tags
60radar
Supertonic 3온디바이스 TTS 엔진 — 감정 태그와 다국어 지원
클라우드 호출 없이도 웃음·숨소리·비명 같은 표현을 텍스트 태그로 제어할 수 있게 됐다. TTS를 앱 안에 직접 넣고 싶은 경우, 지연시간과 비용을 함께 줄이는 선택지다.
- 한국어 포함 31개 언어를 지원해 다국어 음성 기능을 붙일 때 서버 의존도를 크게 낮춘다.
- <laugh>, <breath>, <scream> 등 10종 태그를 텍스트에 삽입하는 방식이라 대사 연출 자동화에 바로 연결된다.
- 발음 정확도를 끌어올리고 단어 반복·누락 실패를 줄여, 데모보다 실제 배포 품질 쪽 개선 폭이 크다.
- 음성 복제 성능도 개선됐다. 캐릭터 보이스, 안내 음성, 내레이션을 기기 내부에서 처리하는 구성이 쉬워진다.
출처: news.hada.io/topic?id=29522원문 보기 →
FIG-4101:1
60radar
FIG-4101:1

5월 14일 (목)1 dispatches

#0409
#0409생성형 미디어 together_ai6일 전
`Violin`: 오픈소스 AI 영상 번역 스택
`Violin`: open-source AI video translation stack
50radar
Violin오픈소스 영상 번역 도구 — `ASR`·번역·`TTS` 통합
영상 현지화에 필요한 ASR·번역·TTS를 한 번에 묶었다. 벤더 여러 개를 직접 이어붙일 필요가 줄어, 다국어 영상 재활용이 잦다면 지금 써볼 만함.
- 음성 인식, LLM 번역, 음성 합성을 한 파이프라인으로 묶어 영상 번역용 글루 코드와 운영 복잡도를 줄인다.
- 차별점은 모델 성능보다 오픈소스라는 점에 있다. 구성 요소 교체, 자체 호스팅, 비용 통제가 가능한 구조다.
- 자막만 뽑는 용도보다 더빙·현지화 재가공에 맞는다. 기존 영상 자산을 여러 언어로 돌릴 때 효율이 커진다.
출처: www.together.ai/blog/violin-open-source-translation-skil원문 보기 →
FIG-4091:1
50radar
FIG-4091:1

5월 13일 (수)1 dispatches

#0408
#0408생성형 미디어 GitHub Trending Weekly7일 전
`SuperSplat`, 브라우저에서 바로 쓰는 `3D Gaussian Splat` 에디터
`SuperSplat`: browser-based editor for 3D Gaussian Splats
50radar
SuperSplat3D Gaussian Splat 에디터 — 브라우저에서 편집·최적화·배포
설치 없이 브라우저에서 3D Gaussian Splat을 보고 수정하고 최적화한 뒤 배포까지 처리한다. 무료 오픈소스라 워크플로에 바로 끼워 넣기 좋지만, 3D 캡처·공간형 콘텐츠를 다루지 않으면 우선순위는 높지 않다.
- 기능 범위가 넓다. 확인, 편집, 최적화, 퍼블리싱을 한곳에서 처리해 splat 파이프라인 전환 비용을 줄인다.
- 실행 방식이 가볍다. 다운로드 없이 브라우저에서 돌아가니 내부 툴 검증이나 데모 공유가 훨씬 빠르다.
- 로컬 개발 진입도 낮다. Node.js 18+에서 npm install 후 npm run develop만으로 localhost:3000까지 바로 띄운다.
- 다국어 구조가 이미 잡혀 있다. static/locales와 src/ui/localization.ts만 건드리면 로컬라이징이나 화이트라벨 확장이 쉽다.
출처: github.com/playcanvas/supersplat원문 보기 →
FIG-4081:1
50radar
FIG-4081:1

5월 12일 (화)1 dispatches

#0407
#0407생성형 미디어 together_ai지난주
`Voice Finder`, **600+** TTS 보이스를 빠르게 찾는 검색 도구
`Voice Finder`: search and audition **600+** TTS voices faster
50radar
Voice FinderTTS 보이스 검색 도구 — 프롬프트·오디오로 매칭
보이스 고르는 과정을 수동 탐색에서 프롬프트·참조 오디오 검색으로 바꿨다. 음성 UX가 들어가는 앱이면 후보 압축 속도는 빨라지지만, 모델 성능 자체가 바뀌는 업데이트는 아니다.
- Together AI TTS 모델 전반의 600+ 보이스를 한 번에 검색·필터링·청음한다. 프리셋을 하나씩 뒤지던 시간을 줄여준다.
- 자연어 프롬프트로 톤·스타일을 찾는 방식이라 초기 프로토타입 단계에서 보이스 탐색 비용을 낮춘다.
- 오디오 샘플 업로드로 유사한 목소리를 매칭할 수 있다. 레퍼런스가 있는 앱 리브랜딩이나 캐릭터 음성 교체에 바로 맞는다.
- 새 음성 모델 출시가 아니라 탐색 레이어 추가다. 이미 Together AI TTS를 쓰고 있다면 체감이 크고, 아니면 우선순위는 낮다.
출처: www.together.ai/blog/introducing-voice-finder-a-new-tool원문 보기 →
FIG-4071:1
50radar
FIG-4071:1

5월 8일 (금)1 dispatches

#0406
#0406생성형 미디어 GitHub Trending Weekly2주 전
`ACE-Step UI`, `ACE-Step 1.5`용 로컬 음악 생성 프런트엔드
`ACE-Step UI`: polished local frontend for `ACE-Step 1.5` music generation
50radar
ACE-Step UI음악 생성 UI — ACE-Step 로컬 실행을 쉽게 함
로컬 음악 생성 모델을 바로 쓸 수 있게 다듬은 UI다. GPU만 받쳐주면 무료·무제한·로컬 실행 조합이 강해서, 구독형 음악 생성 툴 대체재로 지금 시험해볼 만하다.
- ACE-Step 1.5 위에 스포티파이풍 UI를 얹어 풀송, 연주곡, 가사 편집, 배치 생성, 프롬프트 재사용까지 한 화면에서 처리한다.
- 비용 구조가 가장 직접적이다. 월 구독 없음, 큐 제한 없음, 결과물 소유권 유지라 반복 생성 많이 돌릴수록 체감 차이가 커진다.
- 단순 프롬프트 입력기를 넘어서 레퍼런스 오디오, 오디오 커버, 구간 리페인팅, 시드 고정, 추론 스텝 조절까지 넣었다.
- 걸림돌도 분명하다. 클라우드형 Suno 대체라기보다, 로컬 GPU 운용이 가능한 쪽에서 비용을 시간으로 바꾸는 선택지에 가깝다.
출처: github.com/fspecii/ace-step-ui원문 보기 →
FIG-4061:1
50radar
FIG-4061:1

5월 7일 (목)1 dispatches

#0405
#0405생성형 미디어 GitHub Trending Weekly2주 전
`Pixelle-Video`, 한 문장으로 숏폼 영상까지 뽑는 오픈소스 엔진
`Pixelle-Video`: open-source pipeline for one-prompt short video production
60radar
Pixelle-Video오픈소스 영상 엔진 — 한 줄 입력으로 숏폼 자동 제작
주제 한 줄만 넣으면 문안, 이미지·영상, TTS, BGM, 합성까지 한 번에 끝낸다. ComfyUI 기반이라 모델 교체와 워크플로 조합이 쉬워서 콘텐츠 자동화 파이프라인으로 바로 써볼 만하다.
- 입력은 주제 한 줄인데 결과는 대본 작성, 컷별 이미지/영상 생성, 음성 합성, 배경음악, 최종 렌더까지 이어진다. 숏폼 제작 공수가 크게 준다.
- 구조가 ComfyUI 중심이라 FLUX, ChatTTS, GPT, Qwen, DeepSeek, Ollama 등으로 부품 교체가 가능하다. 특정 벤더 종속이 약하다.
- 최근 업데이트로 디지털 휴먼, image-to-video, 동작 전이, 다국어 TTS, 배치 생성, 히스토리 페이지까지 붙었다. 데모보다 운영형 도구에 가깝다.
- Windows는 통합 패키지로 Python·ffmpeg 수동 설치 없이 시작하고, macOS/Linux는 소스 설치를 지원한다. 실험 진입 장벽이 낮은 편이다.
출처: github.com/AIDC-AI/Pixelle-Video원문 보기 →
FIG-4051:1
60radar
FIG-4051:1

기획부터 실행까지 묶는 크리에이티브 에이전트 `Luma AI`

`SANA-WM`, 1분 720p 비디오용 26억 파라미터 오픈소스 월드 모델

`Supertonic 3` 초경량 온디바이스 TTS 출시, 31개 언어 및 감정 태그 지원

`Violin`: 오픈소스 AI 영상 번역 스택

`SuperSplat`, 브라우저에서 바로 쓰는 `3D Gaussian Splat` 에디터

`Voice Finder`, 600+ TTS 보이스를 빠르게 찾는 검색 도구

`ACE-Step UI`, `ACE-Step 1.5`용 로컬 음악 생성 프런트엔드

`Pixelle-Video`, 한 문장으로 숏폼 영상까지 뽑는 오픈소스 엔진