쌓인 기록에서 찾기
무엇을 찾으세요? 날짜를 몰라도 됩니다. 제목·Key Point·요약·태그를 한꺼번에 뒤집니다.
검색 범위 2026년 8월 13일 (목) 부터 2026년 10월 30일 (금)까지 3636건
17건 · "시공간"조건 지우기 ×
001 12:11 ▲ 52 · 댓글 2 비디오의 특정 영역만 자유롭게 스타일링하는 AI 모델 LociArt 공개 비디오 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 Point 비디오 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 → 002 18:11 ▲ 11 · 댓글 1 자율주행 카메라 영상으로 3D 인식·재구성 일괄 처리 Foundation4D Foundation4D는 다중 카메라 주행 영상으로부터 깊이 추정, 3D 객체 감지, 의미론적 점유격자(occupancy), 가우시안 재구성을 모두 수행하는 통합 신경망 모델이다. AI · 머신러닝 · Foundation4D: Towards a unified perception and reconstruction model for autonomous vehicles
Key Point 자율주행 단일 모델로 깊이·객체감지·공간점유까지 동시에 처리하고 이를 장면 재구성까지 연결하는 통합 파이프라인이 등장했으며, 라이다 없이도 상용 벤치마크에서 경쟁 방식을 앞도는 성능을 보였다.
핵심 요약
Foundation4D는 다중 카메라 주행 영상으로부터 깊이 추정, 3D 객체 감지, 의미론적 점유격자(occupancy), 가우시안 재구성을 모두 수행하는 통합 신경망 모델이다. 공유 백본은 인수분해 시공간 어텐션(factorized spatiotemporal attention)으로 여러 카메라의 관측값과 시간 정보를 효율적으로 결합한다. 비디오 추론 파이프라인은 포즈 그래프 최적화로 카메라 궤적을 개선하고 입력 윈도우 전체에서 객체 추적을 조합한다. 전체 요약 7문장 읽기 → 003 21:11 당일 +385 2400년 중국사를 손가락으로 넘기는 대형 인터랙티브 지도 전국시대(기원전 403년)부터 현대까지 18개 왕조에 걸친 중국 역사를 한 장의 인터랙티브 지도에 담은 웹 프로젝트로, 164개의 영토 스냅숏과 2400개 이상의 역사 도시를 포함한다. 웹 · 프론트엔드 · DeanChensj/jiangshan-map · JavaScript
Key Point 제목이나 텍스트만으로는 파악 불가한 초대형 중국사 인터랙티브 지도의 전체 기능을 한 번에 이해할 수 있으며, 타임라인·카드 검색·인물 추적·퀴즈·딥링크·API 등 7가지 주요 기능이 구체적으로 어떻게 동작하는지 알 수 있다.
핵심 요약
전국시대(기원전 403년)부터 현대까지 18개 왕조에 걸친 중국 역사를 한 장의 인터랙티브 지도에 담은 웹 프로젝트로, 164개의 영토 스냅숏과 2400개 이상의 역사 도시를 포함한다. 타임라인을 드래그해 왕조의 흥망을 추적하고 황제와 연호를 실시간으로 표시하며, 행정 구역·성·회로 등 다단계 영토 변화를 층화된 지도로 비교할 수 있다. 한 번에 여러 국가가 대립하는 장면을 보여주는데, 예를 들어 전국 시대 7개 국 외에도 북-남조·5대 10국·송·요·서하·금·원·명·청 등을 색상으로 구분해 표시한다. 전체 요약 14문장 읽기 → 004 21:11 ▲ 37 · 댓글 2 로봇 정책 학습의 미래 프레임 예측 성능 개선 World Action Models(WAMs)는 사전학습된 비디오 확산 모델의 시공간 정보를 활용해 범용 로봇 정책을 학습하는 방식으로, 최근 버전들은 단일 디노이징 단계에서 추출한 중간 미래 비디오 표현으로 액션 디코더를 조건부로 동작시켜 반복 디노이징 비용을 줄인다. AI · 머신러닝 · Self-Distilling Future Video Representations for World Action Models
Key Point 미래 프레임 표현을 한 단계로 정확히 예측하는 기술이 로봇의 장기 작업 수행과 인간 시연 영상 학습 성능을 크게 높이기 때문에, 로봇 학습의 실용화를 앞당기는 중요한 진전이다.
핵심 요약
World Action Models(WAMs)는 사전학습된 비디오 확산 모델의 시공간 정보를 활용해 범용 로봇 정책을 학습하는 방식으로, 최근 버전들은 단일 디노이징 단계에서 추출한 중간 미래 비디오 표현으로 액션 디코더를 조건부로 동작시켜 반복 디노이징 비용을 줄인다. 이 설계에서 액션 예측이 미래 표현의 품질에 직접 영향을 받기 때문에, 노이즈로부터 단일 단계로 미래 표현 품질을 높이는 것이 중요하다. 논문은 FRED(Future REpresentation learning via self-Distillation with temporal context) 프레임워크를 제시한다. 전체 요약 9문장 읽기 → 005 21:11 ▲ 24 · 댓글 2 최소한의 촬영으로 4K 급 입체 영상 생성하는 RealMe 기존 다중 카메라 입체 영상 재구성은 고품질을 내지만 비싼 촬영 장비가 필수라는 문제가 있고, 최근 생성형 AI 방식은 해상도가 낮고 시간-공간 일관성이 떨어진다. AI · 머신러닝 · RealMe: Immersive Volumetric Video from Minimal Captures
Key Point 저예산 촬영 환경에서도 고품질 입체 영상을 만들 수 있는 방식이 나왔고, 시간-공간 일관성 문제를 처음으로 체계적으로 해결했기에 활용 가능한 응용 범위가 크게 넓어진다.
핵심 요약
기존 다중 카메라 입체 영상 재구성은 고품질을 내지만 비싼 촬영 장비가 필수라는 문제가 있고, 최근 생성형 AI 방식은 해상도가 낮고 시간-공간 일관성이 떨어진다. 논문은 이를 해결하는 통합 프레임워크 RealMe를 제안하는데, 고해상도 비디오 확산 모델을 중심으로 제한된 촬영 데이터를 2K 해상도의 4D 일관성 있는 영상으로 향상시킨다. RealMe는 촬영 영상에서 보조 데이터를 만들어 잠재 벡터로 인코딩하고, 위치 임베딩을 함께 처리해서 비디오 확산 모델에 입력한다. 전체 요약 6문장 읽기 → 006 00:11 ▲ 18 · 댓글 2 장시간 비디오에서 사건 추론하는 새로운 과제 Event-STVG 제시 기존 시공간 비디오 그라운딩(STVG)은 자연어 질의로부터 비디오 내 대상을 시간과 공간에 걸쳐 정확히 찾는 작업이었으나, 개별 인스턴스 설명에만 초점을 맞춰 장시간 추론 능력이 부족했다. AI · 머신러닝 · Event-STVG: Spatio-Temporal Video Grounding for Long-Form Event Reasoning
Key Point 비디오 이해 AI의 현재 한계를 실제 벤치마크로 검증하며, 장시간 사건 추론이라는 새로운 요구에 맞춘 모델 개발 방향을 제시한다.
핵심 요약
기존 시공간 비디오 그라운딩(STVG)은 자연어 질의로부터 비디오 내 대상을 시간과 공간에 걸쳐 정확히 찾는 작업이었으나, 개별 인스턴스 설명에만 초점을 맞춰 장시간 추론 능력이 부족했다. Event-STVG는 STVG를 단순 객체 검색에서 사건 수준의 추론으로 확장하는 새로운 과제로, 장시간 문맥 이해, 반복되는 사건 구분, 사건 위치 파악, 역할 추론, 다중 대상 그라운딩을 통합한다. 축구를 포함한 8개 도메인에서 총 4,016개의 사건 발생을 주석 처리한 대규모 벤치마크를 구축했다. 전체 요약 7문장 읽기 → 007 21:11 ▲ 105 · 댓글 58 양자 물리학의 무대, 힐베르트 공간이란 무엇인가 양자역학의 기본 규칙은 관찰 전 양자 물체가 고정된 성질을 갖지 않으며, 대신 모든 가능한 미래의 조합인 양자 중첩 상태를 갖는다는 것이다. AI · 머신러닝 · In Hilbert space, all things are quantumly possible
Key Point 양자역학의 수학적 기초인 힐베르트 공간이 어떻게 탄생했고 어떻게 작동하는지 이해하면, 현대 양자 컴퓨팅과 우주론이 왜 그런 방식으로 문제를 푸는지 알 수 있다.
핵심 요약
양자역학의 기본 규칙은 관찰 전 양자 물체가 고정된 성질을 갖지 않으며, 대신 모든 가능한 미래의 조합인 양자 중첩 상태를 갖는다는 것이다. 물리학자 존 폰 노이만은 1927년 논문에서 이러한 가능성들을 추적하는 추상적 공간을 힐베르트 공간으로 정의했고, 이는 1925~1926년 개발된 하이젠베르크의 행렬역학과 슈뢰딩거의 파동역학이 본질적으로 같은 이론임을 증명했다. 양자 상태는 힐베르트 공간 내 벡터(화살표)로 표현되며, 이 벡터는 특정 축과의 정렬 정도에 따라 관찰될 확률을 나타낸다. 전체 요약 10문장 읽기 → 008 18:11 ▲ 18 · 댓글 2 그림 그려지는 과정을 시간 지도로 제어하기 미술 생성 AI는 정적 이미지 합성에서 인간의 회화 과정을 모방하는 동적 비디오 생성으로 발전했으나, 기존 모델들은 창작 과정을 블랙박스로 취급한다. AI · 머신러닝 · Painting Change Map as guidance for generating painting processes
Key Point 기존 회화 영상 생성 모델은 사용자가 어느 부분을 언제 그려야 하는지 제어할 수 없는데, 이 연구는 시공간 변화 지도로 획 수준의 정밀한 제어를 처음 가능하게 한다.
핵심 요약
미술 생성 AI는 정적 이미지 합성에서 인간의 회화 과정을 모방하는 동적 비디오 생성으로 발전했으나, 기존 모델들은 창작 과정을 블랙박스로 취급한다. 현재의 조건 메커니즘은 Canny 엣지나 깊이 맵처럼 너무 경직되었거나 진행률 같은 단순 스칼라 변수로 너무 단순화되어, 그림이 시간에 따라 어떻게 진화하는지 사용자가 조종할 수 없다. 이 연구는 '페인팅 체인지 맵'이라는 새로운 시공간 제어 메커니즘을 제안하는데, 이는 1,000 타임스텝 전체에서 정규화된 구조적 변화를 명시적으로 추적한다. 전체 요약 7문장 읽기 → 009 21:11 ▲ 13 · 댓글 2 빠르게 움직이는 물체 복원, 가우시안 배치 방식 개선 동적 가우시안 표현은 고품질 실시간 볼루메트릭 비디오를 가능하게 했으나, 빠르게 움직이는 작은 물체가 소실되거나 동적 영역의 세부 텍스처가 손실되는 문제가 있다. AI · 머신러닝 · Dusting the Phantom: Gaussian Allocation for Fading Dynamic Content
Key Point 실시간 동적 장면 재구성에서 빠르게 움직이는 작은 물체의 소실 문제를 해결하는 새로운 가우시안 배치 방식을 제시하여, 3D 비디오 캡처 기술의 실용성을 높인다.
핵심 요약
동적 가우시안 표현은 고품질 실시간 볼루메트릭 비디오를 가능하게 했으나, 빠르게 움직이는 작은 물체가 소실되거나 동적 영역의 세부 텍스처가 손실되는 문제가 있다. 더 오래 학습하거나 가우시안을 늘려도 이런 작은 고속 물체를 복원하기 어려운 이유는 표현 용량이 아니라 가우시안 초기화 위치와 시기가 핵심 병목이다. 기존 배치 전략은 현재 가우시안 위치에만 의존하고 이동할 가우시안의 시공간적 목표 위치를 간과한다. 전체 요약 7문장 읽기 → 010 18:11 ▲ 19 · 댓글 2 비디오 분할에 시각적 추론 체인 더하다 비디오 리즈닝 분할(VRS)은 텍스트 설명만으로 대상을 찾아 픽셀 단위 마스크 궤적을 예측하면서 공간 관계와 시간적 이벤트를 파악해야 하는 과제다. AI · 머신러닝 · Think Visually Across Space and Time: Grounded Reasoning for Video Segmentation
Key Point 비디오 분할에서 텍스트 추론과 시각적 증거의 연결 고리를 명시적으로 만듦으로써 모델의 판단 근거를 추적 가능하게 한 새로운 접근 방식이다.
핵심 요약
비디오 리즈닝 분할(VRS)은 텍스트 설명만으로 대상을 찾아 픽셀 단위 마스크 궤적을 예측하면서 공간 관계와 시간적 이벤트를 파악해야 하는 과제다. 기존 텍스트 기반 사고 연쇄(CoT)는 선택 이유를 설명하지만 시각적 근거를 명시하지 않아, 언어 추론과 프레임에 분산된 증거 사이에 갭이 생긴다. 연구팀은 시공간 근거를 갖춘 Temporal Chain of Video Primitives(TCoVP)를 제안했다. 전체 요약 9문장 읽기 → 011 18:11 ▲ 14 · 댓글 1 생성 영상의 물리 법칙 위반 평가하는 PhyProbe 생성 영상이 물리 법칙을 얼마나 잘 따르는지 평가하는 문제를 해결하기 위해 PhyProbe를 제안했다. AI · 머신러닝 · PhyProbe: Rethinking Physical Consistency Evaluation in Generated Videos
Key Point AI로 만든 영상이 물리 법칙을 얼마나 잘 따르는지 정량적으로 측정할 수 있는 평가 지표가 필요한데, PhyProbe가 기존 방식의 일반화 문제를 극복한 새로운 접근법을 제시한다.
핵심 요약
생성 영상이 물리 법칙을 얼마나 잘 따르는지 평가하는 문제를 해결하기 위해 PhyProbe를 제안했다. 기존 방식은 비전-언어 모델로 물리 역학을 제대로 인식하지 못하거나, 사람 주석으로 학습한 평가기가 특정 데이터셋에 과적합되어 일반화되지 않는 문제가 있었다. PhyProbe는 사전 학습된 시공간 인코더에서 특징을 추출한 뒤 가벼운 점수 헤드로 0~1 범위의 물리 일관성 위반 점수로 매핑한다. 전체 요약 7문장 읽기 → 012 18:11 ▲ 38 · 댓글 2 편집과 생성 작업을 위한 통합 대응점 매칭 프레임워크 FreeMatching Dense correspondence matching은 매끄러운 움직임과 강체 기하학 같은 시공간 제약에 의존해왔으나, 이미지 편집과 참고 기반 생성(IEG) 작업에서 물리적 연속성을 무시하면서 시각적 정체성을 보존하는 변환에는 대응하지 못함. AI · 머신러닝 · Beyond Spatio-Temporal Priors: A Generalizable Approach for Dense Correspondence Matching
Key Point 생성형 AI의 이미지 편집과 참고 기반 생성 작업에서 객체 정체성을 유지하면서 변환된 이미지 간 대응점을 찾는 근본적 문제에 새로운 해법을 제시해, 콘텐츠 생성 도구의 질적 개선에 직결된다.
핵심 요약
Dense correspondence matching은 매끄러운 움직임과 강체 기하학 같은 시공간 제약에 의존해왔으나, 이미지 편집과 참고 기반 생성(IEG) 작업에서 물리적 연속성을 무시하면서 시각적 정체성을 보존하는 변환에는 대응하지 못함. FreeMatching은 생성 모델과 의미론적 파운데이션 표현(semantic foundation representation)을 결합해, 고전 데이터셋·추적 비디오·합성 장면으로부터의 다양한 감독 신호를 활용해 정체성 보존 대응점을 학습하는 프레임워크. 교사 모델 가이드 반복 정제(teacher-guided iterative refinement) 기법을 통해 대응점 주석 없이도 IEG 작업에서 대응점 품질을 추가 개선. 전체 요약 6문장 읽기 → 013 18:30 ▲ 54 · 댓글 2 동영상 미래 사건 예측, 인과관계 추론으로 정확도 높인다 비디오 이벤트 예측(VEP) 문제를 해결하기 위해 VepAgent라는 에이전트 프레임워크를 제안했습니다. AI · 머신러닝 · VepAgent: Bridging Causal-Transition via Tool-Augmented Reinforcement Learning for Video Event Prediction
Key Point 동영상에서 아직 일어나지 않은 미래 사건을 예측하는 작업에서 단순 패턴 학습을 넘어 인과관계를 명시적으로 추론하는 새로운 접근이 핵심 기술로 제시되고 있습니다.
핵심 요약
비디오 이벤트 예측(VEP) 문제를 해결하기 위해 VepAgent라는 에이전트 프레임워크를 제안했습니다. 기존 멀티모달 대형언어모델(MLLM)은 과거에 의존한 요약에 머물러 관찰되지 않은 인과 관계를 연결하지 못한다는 문제를 지적합니다. VepAgent는 인과-전이 추론과 도구 기반 강화학습을 통합하여 마지막 관찰 상태에서 미래 사건까지의 논리적 진행을 명시적으로 모델링합니다. 전체 요약 7문장 읽기 → 014 18:35 ▲ 43 · 댓글 2 손재주 많은 로봇 제어, 3D 점군으로 배운다 세계 동역학과 로봇 행동을 함께 학습하는 월드 액션 모델에서, 기존 방식은 RGB 프레임이나 잠재 표현으로 세계를 모델링하고 손목 각도 같은 1차원 값으로만 행동을 예측해 3D 공간 구조와 접촉 기하를 놓쳤다. AI · 머신러닝 · PointWAM: 3D World Action Modeling for Dexterous Robotic Manipulation
Key Point 기존 손재주 로봇 조작 모델은 평면 이미지와 1차원 관절각만 다루며 3D 공간 기하를 놓쳤던 근본적 한계를 점군으로 해결한 접근법이 기존 방식을 11.7포인트 이상 추월했다.
핵심 요약
세계 동역학과 로봇 행동을 함께 학습하는 월드 액션 모델에서, 기존 방식은 RGB 프레임이나 잠재 표현으로 세계를 모델링하고 손목 각도 같은 1차원 값으로만 행동을 예측해 3D 공간 구조와 접촉 기하를 놓쳤다. Point World Action Model (PointWAM)은 환경과 손을 공유 시공간 좌표에서 3D 점 궤적으로 명시적, 분리적으로 표현하고 함께 예측한다. 작업별 물체 또는 키포인트 선택 없이 대규모 인간 시연 영상으로 사전학습할 수 있으며, 컬러 포인트 클라우드와 언어 지시로부터 장면과 손이 3D 공간에서 시간 경과에 따라 어떻게 공진화하는지 예측한 후 손 동작을 로봇 행동으로 재타겟팅한다. 전체 요약 4문장 읽기 → 015 09:11 ▲ 14 · 댓글 1 Minkowski 기하학으로 시공간 패턴을 명시적으로 학습하는 신경망 인코딩 물리 시뮬레이션과 비디오 예측에서 시간과 공간의 결합 구조를 모델링하는 것이 핵심 과제다. AI · 머신러닝 · MinkowskiPE: Minkowski Positional Encoding for Spatiotemporal Perception
Key Point 시공간 결합을 기하학적 불변량으로 명시적으로 모델링하면서도 표준 어텐션과 호환되는 새로운 인코딩이 다양한 스케일의 물리 지능 구축에 어떻게 기여하는지 보여준다.
핵심 요약
물리 시뮬레이션과 비디오 예측에서 시간과 공간의 결합 구조를 모델링하는 것이 핵심 과제다. 기존 접근법은 물리 법칙 기반이면 강한 사전지식을 제공하지만 유연성이 제한되고, 학습 기반은 유연하지만 시공간 결합을 대부분 암묵적으로만 처리한다. MinkowskiPE는 시간과 공간 좌표를 결합하여 Lorentz 변환을 query·key 특성에 적용하는 방식으로, 위치에 관한 어텐션 점수를 두 토큰 간의 상대적 시공간 변위에만 의존하게 만든다. 전체 요약 5문장 읽기 → 016 00:11 ▲ 14 · 댓글 1 이미지·영상 이해와 생성을 한 번에, 픽셀 기반 통합 모델 등장 기존 통합 멀티모달 모델들은 이해와 생성을 위해 서로 다른 시각 표현을 사용해 시각 컨텍스트 길이를 늘리고 복잡도를 높여왔다. AI · 머신러닝 · PixelUMM: Encoder-Free Unified Image and Video Understanding and Generation
Key Point 인코더를 제거하고 픽셀 공간에서 직접 작동하는 통합 접근법은 시각-언어 파이프라인의 복잡도를 낮추면서도 이미지·영상 작업을 한 모델으로 처리하는 새로운 패러다임을 보여준다.
핵심 요약
기존 통합 멀티모달 모델들은 이해와 생성을 위해 서로 다른 시각 표현을 사용해 시각 컨텍스트 길이를 늘리고 복잡도를 높여왔다. PixelUMM은 인코더 없이 픽셀 공간에서 이미지와 영상의 이해·생성을 통합하는 모델이다. 이미지를 공간 패치로, 영상을 시공간 튜블릿으로 표현해 원본 픽셀을 공유 백본에 단층 선형 투영으로 연결한다. 전체 요약 6문장 읽기 → 017 12:10 ▲ 103 · 댓글 88 시간을 오가는 전자 하나가 모든 입자? 1940년 물리학자 존 휠러가 제안한 '일전자 우주론'은 모든 전자와 양전자가 실은 하나의 입자가 시간을 거슬러 움직이는 현상이라는 가설이다. AI · 머신러닝 · One-Electron Universe
Key Point 입자물리학 역사에서 반입자 개념의 탄생 과정을 보여주는 과학 일화로, 현대 양자전기역학 이론의 기초가 어떻게 형성되었는지 알 수 있다.
핵심 요약
1940년 물리학자 존 휠러가 제안한 '일전자 우주론'은 모든 전자와 양전자가 실은 하나의 입자가 시간을 거슬러 움직이는 현상이라는 가설이다. 휠러는 시공간의 세계선 개념으로 설명했는데, 시간의 한 순간마다 자른 '슬라이스'가 이 얽힌 직선과 여러 번 만나고, 각 만남의 점이 그 순간의 전자를 나타낸다고 봤다. 시간 역행하는 부분을 양전자로 해석할 수 있다는 휠러의 통찰이 리처드 파인만을 사로잡았고, 파인만은 1949년 논문에서 '양전자는 시간을 역행하는 전자'라는 해석을 정식화했다. 전체 요약 5문장 읽기 → 
