본문으로 건너뛰기

AI Trends

매일 업데이트되는 글로벌 소스의 AI/ML 뉴스를 수집하고 한국어로 요약합니다.

둘러보기

피드 트렌딩 커뮤니티 공지사항 일자별 아카이브

탐색

기술 태그 AI 용어 사전

서비스

서비스 소개 문의

정책

운영 정책 개인정보 처리방침 이용약관

© 2026 AI Trends. All rights reserved.후원

피드 트렌딩 커뮤니티 탐색 보관함

홈 트렌딩 커뮤니티 보관함 프로필

관련 기사 바로가기

CtrlVTON: VIP-SAM 기반 마스크 제어형 가상 피팅 프레임워크 From RGB Generation to Dense Field Readout: 텍스트-투-이미지 백본에서 직접 픽셀-정렬 밀집 예측을 읽어내는 ReChannel LingBot World v2 공개 가중치와 장시간 롤아웃 안정성 보고 LingBot-World-Infinity: 인과적 사전학습과 증류로 실시간 무한 인터랙티브 월드 생성 LingBot-Video: DiT 기반 로봇 지향 대규모 MoE 비디오 파운데이션 모델이다. Mixture-of-Experts 아키텍처를 채택해 용량과 추론 효율의 균형을 맞추었다. 로봇 중심 데이터 프로파일링과 다차원 보상체계를 결합해 물리적 합리성과 작업 완수 능력을 학습하게 설계되었다.AlayaWorld: 장기간 탐험 가능하고 플레이 가능한 비디오 월드 생성에 관한 연구. 이 논문은 AlayaWorld 프레임워크의 전체 스택 설계와 핵심 모듈을 기술한다. 실시간 상호작용, 공간·시간 일관성 유지, 장시간 안정성 확보를 중심으로 구성되었다.MemLearner: 쿼리 토큰 기반의 학습형 컨텍스트 질의로 장기 일관성을 확보한 Video World Models LiveEdit 실시간 Diffusion 기반 스트리밍 비디오 편집 PhysisForcing: 로봇 조작을 위한 물리 정렬 기반 비디오 월드 시뮬레이터 PHYSIFORMER: 세계 좌표에서 역학을 학습해 시뮬레이션하기 IV-CoT: 구조 인식을 위한 암시적 시각 Chain-of-Thought 기반 텍스트→이미지 생성 DomainShuttle: 자유 형식 오픈 도메인 주체 기반 텍스트-투-비디오 생성 DiffusionBench: ImageNet과 Text-to-Image를 연결하는 통합 훈련 프레임워크 NanoGen을 통한 DiT(디퓨전 트랜스포머) 전방위 평가 RT-Lynx: Diffusion Transformers에서 GEMM Sparsity를 Activation으로 옮겨 실현하는 방법 Diffusion Transformers에서의 Cross-Layer 정보 라우팅 재고 Q-ARVD: Autoregressive Video Diffusion Models의 양자화 QuantVLA: 시각-언어-행동(VLA) 모델을 위한 척도 보정 사후 학습 양자화 DreamID-Omni: 제어 가능한 인간 중심 오디오-비디오 생성을 위한 통합 프레임워크 TokenDial: 시공간 토큰 오프셋을 통한 텍스트-비디오 생성의 연속적 속성 제어 GenMask: 직접적인 마스크 생성을 통한 세그멘테이션용 DiT 적응 기술

← 피드로 돌아가기

DiT

Architecture (AI 아키텍처)

약 38개 아티클

관련 태그:LoRA Flow Matching Wan ByteDance Diffusion Transformer diffusion Chain of Thought CaTok AMD Cosmos-Predict