Tianbao Xie 등 14명의 연구진은 GUI grounding의 한계를 극복하기 위해 4백만 개의 예제를 포함하는 거대한 데이터셋 Jedi와 새로운 벤치마크 OSWorld-G를 개발했습니다. Jedi를 통해 훈련된 모델은 기존 모델들을 능가하는 성능을 보였으며, 복잡한 컴퓨터 작업에서 AI 에이전트의 성능을 크게 향상시켰습니다.

AI 기반 얼굴 매칭 지원 시스템의 효과는 과제 난이도와 시스템 정확도에 따라 크게 달라집니다. 난이도가 높을수록 인간의 정확도는 떨어지고 AI의 정확성 판단도 어려워집니다. 따라서, AI 시스템 설계 시 사용자의 인지적 측면과 시스템 배포 환경을 고려해야 합니다.

Sand.ai 연구진이 개발한 240억 파라미터의 자기회귀적 비디오 생성 모델 MAGI-1은 텍스트 프롬프트를 기반으로 시간적 일관성과 확장성을 갖춘 비디오 생성을 가능하게 합니다. 청크 단위 프롬프팅과 메모리 효율적인 실시간 배포 기능을 통해 실용적인 활용 가능성을 높였습니다.

중국 고전 시가의 감정 분석에 음성, 이미지, 텍스트를 통합한 다중 모달 프레임워크가 개발되어 기존 방식보다 성능이 향상되었으며, 오픈소스 공개를 통해 연구 확장에 기여할 것으로 예상됩니다.

KAIST 등 국내외 연구진이 개발한 VocalAgent는 음성 기반 LLM을 활용한 음성 질환 진단 시스템으로, 병원 환자 데이터 기반 학습, 안전성 평가, 다국어 지원 등을 통해 높은 정확도와 확장성을 확보했습니다. 이는 AI 기반 의료 접근성 향상에 크게 기여할 것으로 기대됩니다.