Stable Audio 3.0

Stability AI가 음악·효과음 생성을 위한 모델 패밀리 'Stable Audio 3.0'을 출시했다. 이번 패밀리는 Small SFX, Small, Medium, Large 4종으로 구성되며, 이 중 Small SFX·Small·Medium은 오픈 웨이트로 허깅페이스에서 다운로드할 수 있다. 모든 모델은 완전히 라이선스된 데이터로 학습됐으며, Stability AI 커뮤니티 라이선스 하에 사용자가 생성물을 소유하고 자유롭게 배포·상업화할 수 있다. 연간 매출 100만 달러를 초과하는 기업에는 엔터프라이즈 라이선스가 별도 적용되며, 법적 면책(indemnification)도 제공한다. 기술적으로는 초당 단위 제어가 가능한 가변 길이 생성(최대 6분 20초), 모바일 기기에서의 완전 곡 작곡, LoRA 파인튜닝, 오디오 인페인팅을 지원한다. Universal Music Group·Warner Music Group과의 파트너십도 함께 공개했다.

AI Solves a Longstanding Geometry Conjecture

OpenAI의 추론 모델이 1946년부터 미해결 상태였던 조합기하학 분야의 주요 추측—평면 단위거리 문제와 연관된 추측—을 자율적으로 반증했다. 증명 과정에서 대수적 정수론의 기법이 도입됐으며, 외부 수학자들의 독립 검증을 통과했다. AI 시스템이 著名한 미해결 수학 문제를 스스로 해결한 사례 중 가장 이른 케이스 중 하나로 평가된다.

Lance Unified Multimodal Model

ByteDance가 이미지 및 영상의 이해·생성·편집을 단일 프레임워크 내에서 처리하는 통합 멀티모달 모델 Lance를 공개했다. 활성 파라미터 수 30억(3B) 규모로, ViT와 VAE 인코더를 제외한 트랜스포머 백본 전체를 처음부터(from scratch) 학습했으며, A100 GPU 128장 예산에서 훈련을 완료했다. Lance는 텍스트→영상(T2V), 텍스트→이미지(T2I), 이미지 편집, 영상 편집, 이미지 이해, 영상 이해 등 6가지 태스크를 지원한다. 이미지 생성 벤치마크 DPG-Bench에서 SDXL(3.5B), SD3-Medium(2B) 등 동급 규모 생성 전용 모델과 비교 가능한 성능을 기록했다. 추론에는 VRAM 40GB 이상의 GPU가 필요하며, 모델 가중치는 Hugging Face를 통해 배포 중이다. 멀티태스크 시너지 기반의 스테이지별 학습 방식을 채택해 하나의 모델이 이해와 생성을 동시에 처리하는 통합 아키텍처의 가능성을 보여주고 있다.

WavFlow Generates Audio Directly in Waveform Space

Meta AI 연구팀이 영상·텍스트 입력으로부터 고품질 오디오를 생성하는 플로우 매칭(flow-matching) 프레임워크 WavFlow를 공개했다. 기존 방식이 잠재 공간(latent space)으로 오디오를 압축한 뒤 생성하는 것과 달리, WavFlow는 원본 파형(raw waveform) 공간에서 직접 생성을 수행한다. 이를 위해 파형 패치화(waveform patchifying)와 진폭 리프팅(amplitude lifting) 기법을 도입해 안정적인 플로우 매칭이 가능하도록 했다. VGGSound(영상→오디오) 및 AudioCaps(텍스트→오디오) 벤치마크에서 기존 잠재 기반 방식과 동등한 음향 풍부도·충실도·동기화 성능을 달성했다고 보고했다. 다만 조직 정책상 학습된 체크포인트는 현재 공개하지 않고, 오픈소스 데이터로 학습한 파운데이션 체크포인트를 준비 중이라고 밝혔다. 코드와 학습 가이드는 GitHub에서 제공된다.

LiteFrame Scales Video LLM Efficiency

Video LLM의 장시간 영상 처리에서 발생하는 시각 토큰 폭증 문제를 해결하기 위한 경량 비전 인코더 LiteFrame이 제안됐다. 기존 연구들이 특징 추출 이후 토큰을 사후 감축하는 방식에 집중한 반면, LiteFrame은 LLM이 아닌 비전 인코더 자체가 주요 지연 병목임을 지목하고, 이를 직접 해소한다. 핵심 방법론은 압축 토큰 증류(Compressed Token Distillation, CTD)로, 대형 교사(teacher) 모델이 생성한 시공간 압축 표현을 소형 학생(student) 인코더가 직접 예측하도록 학습한다. 결과적으로 LiteFrame은 87M 파라미터로 교사 모델(304M)의 약 29% 크기를 달성하면서, 전체 추론 지연(비전 인코딩 + LLM 프리필링)을 최대 35% 단축했다. 같은 컴퓨팅 예산에서 처리 가능한 프레임 수는 최대 8배 증가하며, Video-MME·MLVU·LongVideoBench 등 주요 벤치마크에서 성능-지연 파레토 프론티어를 경신했다고 보고했다.

OpenAI Reportedly Moves Toward IPO

OpenAI가 이르면 올해 9월 기업공개(IPO)를 추진할 것으로 알려졌다. 월스트리트저널에 따르면 샘 올트먼 CEO는 9월까지 상장 준비를 마치겠다는 의지를 피력했으며, 골드만삭스와 모건스탠리와 협력해 수일 또는 수주 내 규제당국에 비밀리에 IPO 서류를 제출할 수 있다고 보도됐다. 이 같은 움직임은 일론 머스크가 OpenAI의 구조·경영·재무를 문제 삼아 제기한 소송이 기각된 다음 날 전해진 것이어서 주목된다. 한편 머스크의 로켓 기업 SpaceX도 수요일(현지시간)을 전후해 IPO 서류를 공개할 것으로 예상돼, OpenAI와 SpaceX 중 어느 쪽이 더 큰 IPO가 될지를 둘러싼 관심이 집중되고 있다. SpaceX는 머스크의 AI 모델 개발사 xAI를 흡수한 뒤 OpenAI의 주요 경쟁자로 부상했으며, 이번 IPO 경쟁은 '머스크 대 올트먼' 구도의 새로운 전선으로 해석된다.

Cheap AI could derail OpenAI and Anthropic's IPOs

오픈AI와 앤스로픽의 예상 IPO 기업가치는 각각 8,000억 달러 이상으로 평가되고 있으나, AI 추론 비용 하락과 중국 경쟁사의 급부상이 이 전제를 위협하고 있다. AI 벤치마킹 업체 Artificial Analysis 기준, 동일 워크로드 처리 비용은 앤스로픽 Claude가 4,811달러인 반면 DeepSeek 1,071달러, Zhipu GLM은 544달러로 최대 9배 차이가 난다. 개발자 마켓플레이스 OpenRouter에서 중국 모델의 점유율은 2024년 약 1%에서 2026년 5월 기준 60% 이상으로 급등했다. 기업들은 비용 절감을 위해 '어드바이저 모델' 기법—저렴한 오픈소스 모델이 대부분 처리하고 어려운 작업만 프런티어 모델에 위탁—을 도입하고 있으며, Figma는 토큰 소비를 20~30% 줄이는 기능을 상품화하고 있다. 미국 프런티어 랩의 방어선은 규제 산업(금융·국방 등)의 신뢰도이며, Cohere는 이 틈새에서 연간 6배 매출 성장을 기록하고 있다. 오픈AI는 이르면 그 주에 비공개 상장 신청서를 제출할 예정이라고 보도됐다.

Mind-Blowing Growth Is About to Propel Anthropic Into Its First Profitable Quarter

앤스로픽의 2분기 매출이 109억 달러로 두 배 이상 증가하며 첫 흑자 분기를 달성할 것으로 전망된다. 이 수치는 진행 중인 투자 유치 라운드 과정에서 투자자들에게 공개된 내부 자료에 근거한다. 분기 매출 성장 속도가 구글과 페이스북의 IPO 직전 성장률을 상회하는 수준으로 평가된다. 다만 이 성장세가 지속될지는 불확실하다고 원문 요약은 시사하고 있다.

On Building Agents From First Principles

Mishra는 TRL, Unsloth, PRIME-RL 등 각종 에이전트 훈련 프레임워크의 추상화 계층을 걷어내고, 모든 시스템이 동일한 루프—프롬프트 → 모델 행동 → 환경 → 보상 → 그래디언트 업데이트—로 환원됨을 보여준다. 이를 입증하기 위해 순수 Python으로 tldraw 방식의 텍스트-투-다이어그램 에이전트를 직접 구축했으며, 모델은 JSON 형식의 `create_shape`·`connect` 액션을 발행하고 검증 캔버스가 이를 처리한다. 여기에 구문 정확성·레이아웃 품질·의미 충실도를 결합한 보상 함수를 층층이 쌓아올리는 방식을 채택했다. 복잡한 프레임워크 없이도 에이전트 훈련의 핵심 원리를 이해하고 재현할 수 있다는 점을 직접 시연한 것이다.

A Bitter Lesson for Data Filtering

Stanford 연구진(Mohri, Duchi, Hashimoto)이 arXiv에 공개한 스케일링 연구에 따르면, 고컴퓨팅·데이터 희소 환경의 대규모 모델 사전훈련에서 데이터 필터링을 아예 하지 않는 것이 최적일 수 있다. 기존 통념과 달리, 충분히 훈련된 대형 파라미터 모델은 저품질 데이터와 노이즈성 데이터를 허용할 뿐 아니라 오히려 이로부터 성능상 이점을 얻는 것으로 나타났다. 즉, 컴퓨팅 자원이 충분하다면 품질 기반 필터링이 오히려 성능을 저해할 수 있다는 것이다. 연구는 2026년 5월 19일 제출됐으며 머신러닝(cs.LG) 분야로 분류됐다.

Anthropic to Pay SpaceX Nearly $45 Billion for Computing Deal

AI 개발사 Anthropic이 일론 머스크의 SpaceX와 Claude AI 운영을 위한 대규모 컴퓨팅 계약을 체결했다고 SpaceX의 IPO 제출 서류를 통해 확인됐다. 계약 규모는 3년간 약 450억 달러이며, Anthropic은 2029년 5월까지 매월 12억 5,000만 달러를 SpaceX에 지불한다. 2026년 5월과 6월은 용량 증설 기간으로 감액된 요금이 적용되며, 계약 당사자 어느 쪽이든 90일 사전 통보로 계약을 해지할 수 있다. 이번 합의를 통해 Anthropic은 테네시주 멤피스에 위치한 SpaceX의 대형 데이터센터 'Colossus 1'에서 300메가와트 규모의 컴퓨팅 용량을 확보한다. SpaceX는 xAI를 흡수해 AI 시장에 직접 참여한 기업으로, Anthropic의 경쟁사인 OpenAI의 대항마이기도 하다는 점에서 이번 협력 구도는 주목을 끈다.

Introducing Agent Executor, Google's distributed Agent Runtime

구글이 에이전트 실행·재개·분산 배포를 위한 오픈소스 런타임 표준 'Agent Executor'를 공개했다. 장시간 실행되는 에이전트 워크플로우가 프로덕션 환경에서 관리하기 어렵다는 문제 인식에서 출발했으며, 핵심 기능으로 **내구성 있는 실행**(장애나 HITL 인터럽션 후 재개), **보안 격리**(악의적 활동이 서비스 전체에 영향 못 미치도록 샌드박스 처리), **세션 일관성**(단일 쓰기 아키텍처로 분산 상태 오염 방지), **연결 복구**(클라이언트 재접속 시 누락 응답 백필), **궤적 분기**(체크포인트 기반 경로 테스트)를 제공한다. 기업은 온프렘·관리형·커스텀 에이전트를 혼합 배치할 수 있으며, Antigravity 2.0·Managed Agents API·LangChain/LangGraph·ADK·A2A 프로토콜 등 기존 프레임워크와 연동된다. 벤더 종속 없이 자체 인프라 위에서 MCP·스킬·에이전트 전체 스택을 운영할 수 있다. Kubernetes Engine 팀과 공동으로 'Agent Substrate'도 발표했는데, 수억 건의 서브초 툴 호출을 처리하기 위한 에이전트 특화 컨트롤 플레인을 제공한다.