📑DeepMind: "영상 만들라고 시켰더니 3D를 통째로 배웠다"

🏛️ Independent

🏷️ Structural Reasoning, Multi-domain LLM, Scientific AI

특히 주목할 점:

→ 단백질·소분자·무기결정 3개 도메인을 단일 백본으로 통합

→ 라벨 누수 방지를 위해 테스트셋과 서열 유사도 30% 초과 단백질 제외 — 평가 신뢰성 확보

→ 구조 인식 어휘 임베딩 + 과학 지시학습(SciIF)으로 투명한 추론 제공

🏛️ Google DeepMind, MIT, University of Toronto

🏷️ Video Generation, Vision Pretraining, World Prior

특히 주목할 점:

→ 차세대 토큰 예측이 NLP를 바꿨듯, 텍스트→영상 생성을 비전의 범용 사전학습으로 제시

→ 생성 목표가 4D 시공간 인과·물체 영속성·3D 기하를 강제로 학습시킴

→ 깊이(DepthCrafter)·법선·4D 복원 등 개별 특화 모델을 하나의 생성 백본으로 흡수

🏛️ Independent

🏷️ Agent Benchmark, Long-Horizon, Dense Reward

특히 주목할 점:

→ 몇 분~1시간에 그치던 과제를 장기 실행(long-horizon) 으로 확장

→ 이분법적 합/불이 아닌 조밀 보상 기반 채점으로 부분 진척 포착

→ 장기 계획·컨텍스트 관리·반복 디버깅을 함께 스트레스 테스트

🏛️ Shanghai AI Lab

🏷️ Visual Pretraining, Document Understanding, Multimodal

특히 주목할 점:

→ 같은 PDF를 텍스트로 뽑으면 약 800억 토큰, 이미지로 처리하면 약 200억 토큰 — 4배 압축

→ 총 학습 예산도 TP 180B vs VP 120B 토큰으로 시각 쪽이 더 적게 듦

→ 다음 시각 잠재를 맞히는 대조학습(InfoNCE)으로 '보는 사전학습' 구현

🏛️ Independent

🏷️ Scientific Reasoning, Idea Lineage, Benchmark

특히 주목할 점:

→ 검색 품질·사실 정확도·문장력에 머물던 평가를 '과학 계보 이해력' 으로 확장

→ 아이디어의 유전·수리·재조합 구조를 벤치마크로 정식화

→ 계보에 근거한 아이디어 생성(lineage-grounded generation) 까지 함께 평가

🏛️ Independent

🏷️ Proactive Agent, Real-World Benchmark, Tool Use

특히 주목할 점:

→ 자체 미러·VM 캐시가 아닌 실시간 실세계 환경에서 직접 평가

→ 기반 모델 성능과 에이전트 프레임워크 설계의 기여를 분리 측정

→ 시키기 전에 움직이는 능동성(proactivity) 을 역량 단위로 채점

🏛️ Independent

🏷️ Event Camera, Video Diffusion, Reconstruction

특히 주목할 점:

→ 복원·예측·프레임 보간 3개 과제를 단일 프레임워크로 통합

→ CNN/RNN 회귀 방식의 텍스처 뭉개짐(regression-to-mean) 문제 해결

→ 사전학습 확산 프라이어로 장기 시간 안정성 확보

🏛️ Meta

🏷️ Memory Agent, Long-Horizon, Proactive Recall

특히 주목할 점:

→ 행동 에이전트(π_A)와 기억 에이전트(π_M) 를 역할 분리

→ 메모리 관리 + 개입 시점 선택·일시 주입 2단계 구조

→ 개방형 실험으로 Qwen3.5-27B를 기억 에이전트로 훈련(행동은 122B 고정)

🏛️ NVIDIA, ETH Zurich

🏷️ Motion Generation, Autoregressive Diffusion, Real-Time

특히 주목할 점:

→ 오프라인 방식의 정교한 텍스트·키네마틱 제어를 실시간으로

→ 자기회귀 구조의 제한된 컨텍스트 창 문제를 하이브리드 표현으로 완화

→ 애니메이션·시뮬레이션·휴머노이드 로봇 응용을 정조준

🏛️ Independent

🏷️ Panoramic Generation, Geometry-aware, In-context

특히 주목할 점:

→ 기하 인식 사전학습 → 과제별 미세조정의 2단계 프레임워크

→ 100만 장(1M) 고품질 인컨텍스트 파노라마 데이터셋 구축

→ 구면 왜곡을 줄여 더 자연스러운 360도 생성