쌓인 기록에서 찾기
무엇을 찾으세요?
날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위부터 2026년 11월 17일 (화)까지4750건
9건 · "비디오 편집"조건 지우기 ×
001▲ 13 · 댓글 3하이브리드 어텐션으로 텍스트-이미지 동시 이해·생성하는 유니스파크UniSpark-9B는 시각 이해와 생성을 위해 하이브리드 어텐션을 조사하는 통합 멀티모달 모델이다.AI · 머신러닝 · UniSpark: Exploring Hybrid Attention for Multimodal Understanding and Generation

Key Point텍스트 생성과 이미지 생성을 동시에 처리하는 통합 모델의 새로운 아키텍처 접근법으로, 다양한 멀티모달 작업에서 하이브리드 어텐션의 효과를 검증한다.
핵심 요약
- UniSpark-9B는 시각 이해와 생성을 위해 하이브리드 어텐션을 조사하는 통합 멀티모달 모델이다.
- 각 브랜치에 약 9B 파라미터를 가진 Mixture-of-Transformer-Experts 백본을 기반으로 하며, 명시적 토큰 상호작용을 위한 전체 어텐션과 컨텍스트 전파를 위한 GatedDeltaNet 선형 어텐션을 결합한다.
- 자동회귀 텍스트 예측과 시각 흐름 매칭이 시각 질문 응답, 텍스트-이미지 생성, 지시 기반 편집, 인터리브 텍스트-이미지 예측을 지원한다.
전체 요약 8문장 읽기 → 002스타 1,934비디오 속 인물 한 번에 바꾸기, 오픈소스로 나왔다비디오와 인물 사진을 업로드하고 생성 버튼을 누르면 영상의 주인공을 새 인물로 자동 교체하거나 헤어·옷을 바꾸거나 제거할 수 있는 오픈소스 도구 'Openjutsu' 공개AI · 머신러닝 · D3voz/openjutsu · TypeScript

Key Point로컬 GPU에서 돌아가는 오픈소스 비디오 인물 교체 도구로, 상용 Genjutsu 같은 수준의 기능을 무료로 제공하면서 정확한 추적과 다양한 편집 옵션으로 창작자의 선택지를 크게 넓혀줍니다.
핵심 요약
- 비디오와 인물 사진을 업로드하고 생성 버튼을 누르면 영상의 주인공을 새 인물로 자동 교체하거나 헤어·옷을 바꾸거나 제거할 수 있는 오픈소스 도구 'Openjutsu' 공개
- MiniMax H3 영상 생성, SAM 3.1 인물 추적, Qwen3-VL 8B 이미지 설명 모두 오픈 가중치 모델을 로컬 GPU에서 실행하며, 카메라 움직임·편집·사운드는 유지
- Next.js 프론트엔드와 ComfyUI 워크플로우 기반이며, FLUX.3 Klein으로 조명 재설정 가능
전체 요약 10문장 읽기 → 003▲ 74 · 댓글 2긴 영상도 한 번에, 다중 장면 편집 프레임워크 MoviEdit 공개Hugging Face와 연구진이 장편 다중 장면 비디오 편집을 위한 MoviEdit 프레임워크를 발표했습니다.AI · 머신러닝 · MoviEdit: Long-form Multi-Shot Video Editing Made Easy

Key Point장편 영상의 다중 장면 편집을 자동화하는 기술로, 영상 제작 팀의 작업 효율을 크게 높일 수 있으며 오픈소스로 공개되어 개발자가 활용할 수 있습니다.
핵심 요약
- Hugging Face와 연구진이 장편 다중 장면 비디오 편집을 위한 MoviEdit 프레임워크를 발표했습니다.
- 기존 단일 장면 편집과 달리 장면 전환, 카메라 각도, 피사체 모습의 급격한 변화 속에서도 편집 의도를 일관되게 유지해야 한다는 도전 과제를 해결합니다.
- 다중 시점 동기화 영상, 실제 다중 장면 비디오, 생성된 콘텐츠로부터 87K개의 쌍을 이루는 편집 비디오 데이터세트를 수동 작업 없이 자동 생성했습니다.
전체 요약 6문장 읽기 → 004▲ 52 · 댓글 2비디오의 특정 영역만 자유롭게 스타일링하는 AI 모델 LociArt 공개비디오 스타일화는 전체 장면을 변환하는데, 로컬 편집은 정확한 영역-스타일 연결, 공간 제어, 시간적 일관성이 필요하다.AI · 머신러닝 · LociArt: A Unified Paradigm for Free-Style Local Video Stylization

Key Point비디오 편집에서 특정 영역만 정확하게 스타일을 바꾸면서도 나머지는 그대로 두는 것이 이제 더 정밀하게 가능해졌으며, 이는 영상 제작자와 AI 연구자에게 구체적인 벤치마크와 데이터셋을 제공한다.
핵심 요약
- 비디오 스타일화는 전체 장면을 변환하는데, 로컬 편집은 정확한 영역-스타일 연결, 공간 제어, 시간적 일관성이 필요하다.
- LociArt는 어디를 스타일화할지와 어떤 스타일을 적용할지 명시하면서 대상이 아닌 콘텐츠는 보존하는 자유로운 로컬 비디오 스타일화 패러다임을 제시한다.
- 핵심 모듈 GRNStyle은 생성형 정제 네트워크(GRN)를 기반으로 하며, 선택된 영역 내에 스타일 정체성을 동등한 크기의 방향으로 임베딩하는 극좌표 스타일 인식 마스크를 도입한다.
전체 요약 8문장 읽기 → 005▲ 13 · 댓글 2자막·로고 자동 제거하는 AI 모델과 벤치마크 공개비디오에서 자막, 제목, 로고 같은 오버레이를 제거하면서 주변 장면을 보존하는 문제를 다룬다.AI · 머신러닝 · DeOverlay: A Benchmark and Source-Anchored Flow for Video Overlay Removal

Key Point비디오 편집·정제 작업의 자동화를 가능하게 하는 새로운 방법론과 평가 기준이 제시되었기 때문입니다.
핵심 요약
- 비디오에서 자막, 제목, 로고 같은 오버레이를 제거하면서 주변 장면을 보존하는 문제를 다룬다.
- 기존 방식은 시간 정보 활용이나 조건부 생성을 썼지만 잔여 오버레이를 남기고 장면 구조를 왜곡할 수 있었다.
- DeOverlay라는 소스 앵커드 플로우 모델을 제안하는데, 소스 잠재 표현에서 고정된 가이던스로 깨끗한 영상을 복원한다.
전체 요약 11문장 읽기 → 006▲ 20 · 댓글 2텍스트·이미지·영상을 함께 쓰는 통합 비디오 편집 프레임워크OmniXRef는 텍스트 지시, 이미지 참조, 영상 참조를 조합하여 소스 비디오의 다양한 속성을 제어하는 통합 비디오 편집 프레임워크다.AI · 머신러닝 · OmniXRef: A Unified Framework for Multimodal Multi-Reference Video Editing

Key Point여러 형태의 참조를 통합하는 비디오 편집 방식은 창작자의 의도를 더 유연하게 표현하게 해주며, 공개된 벤치마크는 이 영역의 평가 표준을 정립합니다.
핵심 요약
- OmniXRef는 텍스트 지시, 이미지 참조, 영상 참조를 조합하여 소스 비디오의 다양한 속성을 제어하는 통합 비디오 편집 프레임워크다.
- 참조 은행 인터페이스와 R²-RoPE를 도입하여 가변 개수의 참조를 지원하는 통합 입력 설계를 구현했다.
- OmniXRef-Model은 단일 스트림 확산 트랜스포머를 사용해 소스 비디오와 MLLM의 다중모드 맥락을 인터리브 수열로 처리한다.
전체 요약 7문장 읽기 → 007▲ 25 · 댓글 1MLLM의 추론력으로 영상 편집을 정밀하게 제어하는 ThinkV2V기존 영상 편집 방식은 MLLM을 의미 인코더로만 사용해 암묵적인 편집 지시를 제대로 처리하지 못했다.AI · 머신러닝 · ThinkV2V: Unleashing the Reasoning Capability of MLLMs for Instruction-Guided Video Editing

Key PointMLLM의 추론 능력을 활용해 기존에 처리하지 못하던 복잡한 영상 편집 지시를 정확히 따르는 방법을 제시하며, 더 작은 모델로 더 큰 기준선을 능가하는 결과를 보였다.
핵심 요약
- 기존 영상 편집 방식은 MLLM을 의미 인코더로만 사용해 암묵적인 편집 지시를 제대로 처리하지 못했다.
- ThinkV2V는 MLLM의 사고 과정을 명시적으로 활성화한 뒤 영상 생성을 진행하는 추론 기반 프레임워크를 제안한다.
- MLLM-to-DiT 아키텍처로 영상과 지시에 대한 사고를 정제된 신호로 변환해 편집을 제어한다.
전체 요약 6문장 읽기 → 008▲ 11 · 댓글 2영상 편집에 물리 엔진을 입혔다, VideoPhysEdit비디오 편집 기술이 그림자와 가림 현상 같은 시각적 효과는 잘 처리하지만, 물리 법칙에 따른 움직임 변화는 거의 다루지 않는다.AI · 머신러닝 · VideoPhysEdit: Physical Counterfactual Video Editing via Rigid-Body Physical Scene Reconstruction

Key Point비디오 편집에서 물리 시뮬레이션 기반 움직임 예측까지 다루는 새로운 접근으로, 현재 AI 영상 생성 기술의 큰 공백을 채운다.
핵심 요약
- 비디오 편집 기술이 그림자와 가림 현상 같은 시각적 효과는 잘 처리하지만, 물리 법칙에 따른 움직임 변화는 거의 다루지 않는다.
- 연구팀이 '물리적 반사실 비디오 편집(PCVE)' 문제를 정의했으니, 편집된 장면에서 물리 시뮬레이션으로 실제 움직임과 상호작용이 어떻게 변할지 예측하는 것이다.
- VideoPhysEdit은 학습 없이 동작하는 새로운 파이프라인으로, 정확한 물리 장면을 재구성해 현실의 움직임을 시뮬레이션에서 재현한 뒤, 편집을 중재(intervention)로 적용해 새로운 궤적을 생성한다.
전체 요약 6문장 읽기 → 009▲ 13 · 댓글 2사전학습 확산 모델로 스트리밍 비디오 실시간 편집SVEET은 사전학습된 양방향 비디오 확산 모델을 활용하면서 자회귀 방식으로 고품질 스트리밍 비디오 편집을 지원하는 프레임워크다.AI · 머신러닝 · Streaming Video Editing with Easy Adaptation

Key Point비디오 편집의 실시간 스트리밍 처리가 GPU 한 개에서 15 FPS로 구현되면서 실제 응용 가능성이 높아졌으며, 사전학습 모델 활용으로 학습 비용을 줄인 점이 산업 적용의 진입장벽을 낮춘다.
핵심 요약
- SVEET은 사전학습된 양방향 비디오 확산 모델을 활용하면서 자회귀 방식으로 고품질 스트리밍 비디오 편집을 지원하는 프레임워크다.
- 기존 비디오-투-비디오 확산 방식을 재검토해 스트리밍 적응의 두 가지 핵심 원칙을 도출했다: 백본 특징 분리와 조건부 프레임 독립성.
- 보조 모델 브랜치가 시간 독립적 자기 주의로 소스 비디오를 인코딩하고, 중간 특징을 백본 블록에 주입해 스트리밍 호환 제어를 구현한다.
전체 요약 6문장 읽기 →