TL;DR
이번 기간에는 Wan3.0이 30초 단일 생성, 최대 1080p, 최대 20개 참조와 오디오 지원을 내세우며 OpenRouter·Pika·Picsart·OpenArt 등 여러 서비스로 확장됐다. Grok Bot은 사용자가 자연어로 적은 피자 재료를 Whole Foods 장바구니로 바꾸고 결제까지 이어가는 흐름을 구현했으며, 에이전트가 기존 소프트웨어를 소비하는 방식에 대한 관심도 이어졌다. 오픈 모델 쪽에서는 Qwen3.8-27B의 Code Arena 성적과 중국 오픈 LLM의 연구 논문 활용 증가가 함께 거론됐다. Claude Code 2.1.245는 Linux glibc 2.44 시작 오류를 고치고 CLI 명령 구성을 크게 바꿨으며, 새 연구는 순환 메모리 재작성과 언어별 추론 성능 차이를 다뤘다.
𝕏 실시간 트렌드 토픽
🔥 Wan3.0, 여러 영상 서비스에서 30초 단일 생성으로 확장포스트 16
Wan3.0 관련 포스트 16개가 OpenRouter와 Pika, OpenArt, Picsart, SocialSight, Magnific 등 서비스 연동 소식을 전했다. 핵심 기능은 여러 프레임을 이어 붙이지 않고 한 번에 최대 30초 영상을 만들며, 일관된 인물·장면과 최대 1080p 출력을 유지하는 처리 방식이다.
세부 내용 보기
- 기존 짧은 클립을 이어 붙이는 방식과 달리 Wan3.0은 텍스트·이미지·참조 입력을 받아 최대 30초 분량을 한 번의 생성으로 처리하고, 서비스별로 1080p 출력·최대 20개 참조·동기화 오디오·캐릭터 일관성을 제공한다. OpenRouter, SocialSight, Pika, OpenArt, Picsart, FlickartHQ, Magnific, fal, TopviewAI, ZenCreator.pro 등으로 접근 경로가 넓어졌으며, Film Arena의 20K+ 블라인드 pairwise vote 기준 애니메이션 4개 부문 성적도 함께 인용됐다. 한 장면 안에서 인물과 움직임을 유지해야 하는 영상 제작 흐름에 바로 연결되는 배포 범위와 생성 길이가 이번 묶음의 핵심이다.
원문 트윗 2개 보기
Alibaba Cloud
Wan 3.0 has arrived on @pika_labs . Longer, more coherent generations with up to 20 references and richer visual & audio realism. Special pricing is also available through Pika API Club. More API access： • Model Studio: https:// click.alibabacloud.com/m/20000002017/ • Qwen Cloud: https:// click.qwencloud.com/m/20000002025/
The wait is over. WAN 3.0 is here—20 references, enhanced visual and audio realism, and 30-second generations. In fact, this entire video was one generation. Up to 35% less expensive than competitors on the Pika API Club. Always.
Alibaba Cloud
Wan 3.0 is featured in @KoyalAI 's latest Film Arena results. Based on 20K+ blind pairwise votes, it ranked highly across four animated video categories. Explore the results. More API access： • Model Studio: https:// click.alibabacloud.com/m/20000002017/ • Qwen Cloud: https:// click.qwencloud.com/m/20000002025/
There is a new state of the art in animated video. Wan 3.0 takes first across four animated categories in Film Arena: multi-character (several characters in one shot), high movement (fast action), world building (backgrounds and environments), and object handling (props holding
📈 Grok Bot, 재료 목록을 Whole Foods 장바구니로 변환포스트 2
Grok Bot에 피자 재료를 자연어로 입력하자 Whole Foods 장바구니가 구성되고 Amazon을 열지 않은 채 26.68달러 결제까지 이어졌다는 사용 사례가 확산됐다. 별도 포스트에서는 서로 다른 Grok Bot이 대화하는 기능과 새 저가 요금제도 거론됐다.
세부 내용 보기
- 사용자는 Dough, Sauce, Mushrooms, Mozzarella, Pepperoni를 문장으로 입력했고 Grok Bot은 이를 상품 검색과 장바구니 구성 단계로 바꿔 Whole Foods 카트에 5개 품목과 26.68달러 금액을 담았다. 이 흐름은 검색·규격 선택·브랜드 재선택 같은 반복 작업을 에이전트가 대신 처리하고 사용자가 결제만 수행하는 구조이며, 원문 포스트는 Amazon 앱을 열지 않았다고 기록한다. Grok Bot이 대화형 인터페이스를 넘어 외부 쇼핑 시스템의 상품 선택과 장바구니 조작으로 확장되는 사례라는 점이 핵심이다.
원문 트윗 2개 보기
Teslaconomics
I told Grok Bot I wanted pizza. Dough. Sauce. Mushrooms. Mozzarella. Pepperoni. It built the Whole Foods cart. 5 of 5. $26.68. I did not even open Amazon. I just check out. Wild.
I just created the world's best Amazon Cart Grok Bot. Amazon shopping is often a tax on your time. You need bananas. Eggs. Paper towels. A basketball. So you open the app. You search. You click the wrong size. You forget the brand you actually buy. You do this every week. So
Dirty Tesla
ok watching the different Grok @bot s chat with each other is kinda magic. It's cool. It's exciting. It's fun. 100% worth giving it a try for a month on the new lower cost plan.
📈 Qwen 오픈 모델, Code Arena와 연구 현장에서 존재감 확대포스트 3
Qwen3.8-27B가 Code Arena 전체 9위이자 해당 크기급 유일한 상위 10위 모델로 기록됐다는 소식이 나왔다. 별도 분석 인용에서는 ChatGPT 이후 arXiv AI·ML 논문 50만 편을 집계한 결과 중국 오픈 LLM의 언급 비중이 약 40%로 늘었다는 수치가 제시됐다.
세부 내용 보기
- Qwen3.8-27B는 Code Arena WebDev에서 1595점으로 전체 9위를 기록했고, 같은 크기급에서 유일하게 10위 안에 들었으며 Qwen3.8-Max보다 6계단 낮은 위치로 기록됐다. 또 50만 편의 arXiv AI·ML 논문을 집계한 자료에서는 2024년 미국 오픈 모델 약 30%, 중국 모델 10%였던 언급 비중이 현재 중국 오픈 LLM 약 40%로 변했다는 비교가 인용됐다. 코딩 평가 순위와 연구 문헌 활용 비중이 함께 오르면서 오픈 모델 경쟁의 기준이 단순한 모델 공개 여부에서 실제 사용과 성능으로 이동하는 흐름이다.
- 오픈 모델의 진전 속도가 폐쇄형 모델을 따라잡는 시간을 줄이고 있다는 해석과, 연구 커뮤니티에서 중국 오픈 LLM의 활용 비중이 커졌다는 관측이 함께 나왔다. 다만 포스트에 인용된 수치는 특정 집계와 Code Arena 결과에 근거하므로 전체 모델 생태계의 성능을 단정하는 근거로 확대할 수는 없다.
Code Arena에서 Qwen3.8-27B가 1595점으로 전체 9위와 동급 유일한 상위 10위라는 성적을 기록했고, 중국 오픈 LLM의 연구 논문 언급 비중도 약 40%로 늘었다는 자료가 오픈 모델의 확장을 뒷받침한다.
제시된 결과는 특정 코딩 평가와 arXiv 논문 집계에 한정되므로, 오픈 모델 전체가 폐쇄형 모델을 따라잡았다고 일반화하기에는 비교 범위가 제한적이다.
원문 트윗 2개 보기
Qwen
Qwen3.8-27B at #9 overall on Code Arena, the only model in its size class in the top 10. Small but mighty. Thanks for the recognition! @arena
Exciting news: Qwen3.8-27B by @Alibaba_Qwen just landed in Code Arena: WebDev at #9 overall with 1595 pts. It is the only model in its size class in the top 10, and also reshapes the Pareto Frontier! It is only 6 ranks behind the much larger Qwen3.8-Max. For scale: Gemma 4-31B x.com/Alibaba_Qwen/s…
Qwen
Open models, open science. Qwen keeps growing steadily, and we'll always be right here with the research community. Thanks for the deep dive! @natolambert
Over the weekend I had Codex parse 500K arXiv AI/ML papers since ChatGPT to understand which open models are used for research. In 2024, ~30% of papers mentioned an American open model and only 10% a Chinese model. Today, ~40% of papers mention a Chinese (open) LLM, and only
➖ Claude Code 2.1.245, Linux 오류 수정과 CLI 표면 변경포스트 4
Claude Code 2.1.245가 출시되면서 glibc 2.44를 사용하는 Linux 배포판의 시작 충돌이 수정됐다. 동시에 CLI에서 26개 명령이 추가되고 19개가 제거돼 기존 스크립트와 작업 흐름에 영향을 주는 변경이 발생했다.
세부 내용 보기
- 이번 버전은 Arch Linux, CachyOS, Fedora Rawhide처럼 glibc 2.44를 제공하는 Linux 환경에서 시작 시 발생하던 충돌을 수정해 실행 경로를 복구했다. 동시에 CLI 명령과 작업 흐름의 표면을 재편해 26개 명령을 추가하고 19개를 제거했으며, 별도 변경 목록에는 환경 변수와 모델 관련 항목도 포함됐다. 단순 버그 수정이 아니라 실행 가능 환경과 자동화 스크립트가 의존하는 명령 집합을 함께 바꾼 릴리스라는 점에서 업그레이드 전 호환성 점검이 필요한 변화다.
원문 트윗 2개 보기
Claude Code Changelog
Claude Code 2.1.245 has been released. 1 CLI change Highlights: • Fixed startup crash on Linux distributions with glibc 2.44, restoring successful launches on affected systems • CLI commands and workflows changed: 26 added, 19 removed, altering available actions and scripts Complete details in thread ↓
Claude Code Changelog
Claude Code CLI 2.1.245 changelog: Fix: • Fixed a crash on startup on Linux distributions that ship glibc 2.44 (for example Arch Linux, CachyOS and Fedora Rawhide) Source:
📈 에이전트 운영 환경, 권한 제한보다 격리된 실행 구조로 이동포스트 4
Hermes Agent의 다중 subagent·세션 병렬 실행 사례와 ephemeral development environment를 중심으로 한 권한 설계 관점이 함께 나왔다. Slack 같은 기존 시스템이 사람 전용 도구가 아니라 에이전트가 소비할 수 있는 시스템으로 바뀌어야 한다는 관점도 이어졌다.
세부 내용 보기
- Hermes Agent 운영 사례에서는 한 세션에서 15~25개 subagent를 사용하고 25개 세션을 병렬로 돌릴 수 있다고 전했으며, 별도 포스트는 harness의 permission 기능을 반패턴으로 보고 ephemeral development environment를 대안으로 삼았다. 이 방식은 모델이 접근할 수 있는 대상을 일일이 줄이는 대신 작업마다 격리된 환경을 만들고 폐기해, 컴파일러 같은 도구가 운영 서버에 남지 않도록 시스템 경계를 설계하는 흐름이다. Slack 같은 기존 시스템도 사람이 직접 쓰는 화면에 머무르지 않고 에이전트가 호출할 수 있는 기록 시스템으로 바뀌어야 한다는 관점과 맞물린다.
- 개발 보조 도구인 Antithesis skill-pack은 correctness fault를 잡는 용도로 권장됐고, 자체 디버거에 접근하지 않아도 사용할 수 있다고 전해졌다. 따라서 에이전트의 자율성을 줄이는 권한 목록보다 격리된 실행 환경, 상태 관리, 오류 탐지 도구를 함께 설계하는 운영 방식이 실무 쟁점으로 부상했다.
에이전트가 광범위한 접근 권한을 가질 수 있다는 전제 아래 일회성 개발 환경과 시스템 경계를 설계하면, 세부 permission 목록에 의존하는 방식보다 실행 공간을 분리할 수 있다.
기존 시스템을 에이전트가 소비할 수 있게 바꾸자는 방향은 제시됐지만, Slack 같은 시스템의 구체적인 API·권한·상태 처리 방식은 원문에 충분히 나오지 않는다.
원문 트윗 2개 보기
Teknium
Hermes Agent has no limits
Whoever claimed this is absolutely wrong. My Hermes runs 15+ subagents all the time whenever it makes sense to... We absolutely have no "1 agent in parallel limit" I run 25~ sessions in parallel, each one using as much as 15-25 subagents per session. We have no limits. This is
Jerry Liu
not sure i fully get this. - i want my agents to use slack - i don't want my agents to build a new slack - i don't want to use slack's agent i think every piece of software/system of record needs to become agent-native and not just human-native, which will benefit them because agent consumption will be exponentially higher than humans. but that doesn't necessarily mean turning into agents themselves
Prediction: systems of record will need to become AI harnesses or face replacement by agents
📈 순환 메모리 재작성과 언어별 추론 성능 차이포스트 2
두 연구 포스트가 모델 내부 메모리와 언어 조건이 추론 성능을 좌우하는 방식을 각각 다뤘다. 하나는 과제 정보를 안 뒤 과거 토큰을 다시 읽는 Dynamic Compression을, 다른 하나는 같은 게임을 여러 언어로 수행해 언어별 전략 차이를 측정하는 방법을 사용했다.
세부 내용 보기
- Dynamic Compression in Recurrent Networks는 모든 토큰을 처음부터 압축해 버리는 순환 모델의 한계를 피하기 위해, 과제가 무엇인지 파악한 뒤 과거 토큰을 선택적으로 다시 읽고 recurrent state를 고친다. 함수 재사용 benchmark에서 111k-state dynamic model이 3.1M-state single-pass model을 앞섰다는 결과가 인용돼, 추가 연산을 메모리 효율과 교환하는 설계가 가능함을 수치로 나타냈다. 메모리 크기만 키우지 않고 필요한 시점에 과거 정보를 재처리하는 구조가 핵심이다.
- 다른 연구는 Multilingual LLM이 같은 게임·규칙·행동을 유지한 채 추론 언어만 바꿔도 전략과 성능에 큰 차이를 낸다는 방식으로 시험했다. 일부 경우 영어로 추론하면 손실된 성능 대부분이 회복됐다는 결과는 능력이 모델 안에 있어도 언어가 접근 가능성을 바꿀 수 있음을 뜻한다. 다국어 모델 평가에서 최종 답변 언어뿐 아니라 내부 추론에 쓰는 언어도 변수로 관리해야 한다는 시사점이 나온다.
원문 트윗 2개 보기
alphaXiv
"Dynamic Compression in Recurrent Networks" Recurrent models are memory-efficient, but they compress every token before knowing what will matter later. So this paper instead lets the model selectively re-scan past tokens and rewrite its recurrent state once the task is known. On their function-reuse benchmark, a 111k-state dynamic model beats a 3.1M-state single-pass model, showing you can trade extra compute for better memory efficiency. https:// alphaxiv.org/abs/2608.17896 v1 …
alphaXiv
"Skill Issue Are Skills Language-Invariant in LLMs?" Multilingual LLMs can actually become better or worse at the same skill depending on the language they’re using. This paper tests that cleanly by making the same model play against itself in different languages while keeping the game, rules, and actions fixed. The result is surprisingly large gaps in reasoning and strategy across languages, and in some cases switching only the reasoning language to English recovers most of the lost performance. So the skill may already be inside the model, but the language can determine whether it can actually access and use it. https:// alphaxiv.org/pdf/2608.skill -issue-language-invariant-llmsv1 …
➖ vLLM-Omni, 텍스트·이미지·오디오를 영상 처리 흐름으로 연결포스트 1
vLLM 프로젝트가 MiniMax H3 생태계와 함께 vLLM-Omni의 멀티모달 처리 레시피를 알렸다. 텍스트·프레임·이미지·오디오 입력을 영상과 립싱크, 자동 재조명·합성 결과로 연결하는 네 가지 흐름이 한 포스트에 정리됐다.
세부 내용 보기
- vLLM-Omni 레시피는 텍스트에서 동기화된 사운드가 있는 영상을 만들고, 첫 프레임 또는 첫·마지막 프레임에서 오디오 포함 영상을 생성하며, 이미지와 오디오로 립싱크 클립을 만들고, 그린스크린 영상과 배경 영상을 받아 자동 재조명과 합성을 수행한다. 입력 유형에 따라 영상 생성·음성 동기화·합성 결과를 연결하는 처리 경로를 묶어 제공한다는 점이 핵심이며, 원문은 MiniMax H3 통합 사례와 GitHub 레시피를 함께 가리킨다.
용어 해설
- 에이전트 네이티브(Agent-Native)
- — 사람이 직접 조작하는 데 맞춘 소프트웨어가 아니라 AI 에이전트가 읽고 호출하고 기록할 수 있도록 설계된 시스템을 뜻합니다. Slack 같은 업무 도구의 기능과 데이터 구조를 에이전트의 입력·출력 흐름에 맞추는 접근입니다.
- 일회성 개발 환경(Ephemeral Development Environment)
- — 에이전트나 개발 작업마다 독립적으로 만들고 작업이 끝나면 폐기하는 실행 환경입니다. 접근 권한을 세밀하게 제한하는 대신 환경 자체를 격리해, 모델이 넓은 접근 권한을 가져도 운영 시스템에 직접 영향을 주지 않도록 구성합니다.
- 순환 상태(Recurrent State)
- — 순환 모델이 과거 토큰 정보를 압축해 다음 계산에 전달하는 내부 메모리입니다. Dynamic Compression in Recurrent Networks는 나중에 필요한 정보가 밝혀진 뒤 과거 토큰을 다시 읽고 상태를 고치는 방식으로 메모리 효율과 추가 연산 사이의 균형을 시험합니다.
- 언어 의존적 추론(Language-Dependent Reasoning)
- — 같은 Multilingual LLM이라도 추론에 사용하는 언어에 따라 동일한 과제의 전략과 성능이 달라지는 현상입니다. 원문에 인용된 연구는 게임과 규칙을 고정한 채 언어만 바꿔 성능 차이를 측정하고, 일부 경우 영어 추론이 손실된 성능 대부분을 회복한다고 보고합니다.
AI 요약 · 북마크 · 개인 피드 설정 — 무료
출처 · 인용 안내
인용 시 "요약 출처: AI Trends (aitrends.kr)"를 표기하고, 사실 확인은 원문 보기 기준으로 진행해 주세요. 자세한 기준은 운영 정책을 참고해 주세요.
