AI

엔비디아, 허깅페이스에 '코스모스3' 계열 모델 5종 공개… MS 포함 일주일 새 8종 올라와

엔비디아와 마이크로소프트가 최근 일주일 사이 AI 모델 공유 플랫폼 허깅페이스에 새 모델 8종을 잇달아 올렸다. 두 회사가 허깅페이스 공식 계정에 게시한 모델 카드에 따르면, 엔비디아는 10월 19일 'cosmos3-nano-libero10-sdg-export-S5_2_s43' 등 '코스모스3(Cosmos3)' 계열 모델 5종을 공개했다. 이보다 앞서 마이크로소프트는 17일 텍스트 생성 모델 'Sentiment-Analysis-7B'를, 엔비디아는 15일 'RFD4-Proteina' 모델 2종을 내놨다.가장 최근에 나온 코스모스3 계열은 5종이다. 'cosmos3-nano-libero10-sdg-export-S5_2_s43', 'cosmos3-nano-libero10-sdg-export-D2_s43', 'cosmos3-nano-libero10-sdg-export-S2_s43' 3종은 이름 앞부분이 같고 끝의 식별자만 다르다. 세 모델 모두 매개변수가 152억 개다. 여기에 'Cosmos3-H-Embodied-Nano'와 'Cosmos3-H-Dreams'가 함께 올라왔다. 라이선스는 엔비디아 자체 라이선스다. 누구나 같은 조건으로 쓰는 범용 오픈소스 라이선스가 아니라 엔비디아가 이용 조건을 직접 정한 방식이다. 그래서 모델을 내려받아 서비스나 연구에 쓰려면 엔비디아가 정한 조항을 따로 확인해야 한다.마이크로소프트의 'Sentiment-Analysis-7B'는 모델 이름에 '감성 분석(Sentiment Analysis)'을 내건 텍스트 생성 모델이다. 매개변수는 72억4000만 개이고, 모델 카드에 표기된 지원 언어는 영어다. 라이선스는 MIT다. MIT 라이선스는 저작권 고지만 남기면 상업적 이용과 수정, 재배포를 폭넓게 허용하는 대표적인 '허용형' 오픈소스 라이선스다. 기업이나 개발자가 비교적 부담 없이 가져다 쓸 수 있는 조건이다.15일 공개된 엔비디아의 'RFD4-Proteina'는 'RFD4-Proteina-prep'과 'RFD4-Proteina-Diff

오픈AI, 에이전트 API에 문서 작성 기능·'울트라패스트' 모드 추가하고 12시간 프롬프트 캐싱 도입

오픈AI가 OpenAI API 개발자 문서의 공식 변경 이력에 10월 16일부터 20일까지 새 항목 2건을 올렸다. 에이전트 API(v1/agents)에는 스프레드시트·프레젠테이션·워드 문서를 만들고 고치는 기능과 토큰 생성 속도를 높이는 '울트라패스트(Ultrafast)' 모드가 추가됐다. 리스폰스 API(v1/responses)에는 프롬프트 캐시를 12시간 동안 유지하는 옵션이 생겼다. 이번 업데이트는 에이전트가 할 수 있는 일, 응답 속도, 비용 세 가지를 함께 손본 것이다.먼저 10월 16일 항목을 보면, 오픈AI가 에이전트 API에서 제공하는 샌드박스에 '아티팩트 SDK(Artifact SDK)'와 문서 작업용 스킬이 들어갔다. 샌드박스는 오픈AI가 직접 운영하는 실행 환경으로, 에이전트는 이 안에서 스프레드시트와 프레젠테이션, 워드 문서를 새로 만들거나 수정할 수 있다. 지금까지 에이전트가 주로 텍스트 답변이나 코드를 내놓았다면, 이제는 업무에서 곧바로 쓰는 문서 파일까지 결과물로 내놓을 수 있다는 뜻이다. 개발자가 문서 생성 도구를 따로 붙이지 않고 오픈AI가 호스팅하는 환경 안에서 이런 작업을 처리할 수 있게 된 점이 핵심이다.같은 날 추가된 울트라패스트 모드는 속도를 위한 옵션이다. 지원 모델을 쓸 때 agent.service_tier 값을 ultrafast로 지정하면 토큰과 토큰 사이의 생성 간격이 줄어든다. 응답이 한 글자씩 나오는 속도 자체가 빨라지는 셈이어서, 사용자가 화면을 보며 기다리는 대화형 서비스나 여러 단계를 거치는 에이전트 작업에서 체감 효과가 클 것으로 보인다. 이 모드는 모든 모델이 아니라 '지원 모델'에서만 쓸 수 있다.10월 20일에는 리스폰스 API에 12시간 프롬프트 캐싱 옵션이 생겼다. 프롬프트 캐싱은 요청마다 반복해서 보내는 시스템 지시문, 도구 정의, 배경 자료 같은 공통 부분을 저장해 두었다가 다시 쓰는 기능이다. 캐시에 남아 있는 입력은 일반 입력보다 싼 '캐시 입력' 요금이 매겨진다. 오픈AI는 12시간

블랙포레스트랩스, 이미지 변환 모델 ‘flux-3-image-klein-comfy’ 공개… 일주일 만에 내려받기 43만 회 넘어

독일 인공지능(AI) 기업 블랙포레스트랩스(black-forest-labs)가 이미지 변환 모델 ‘flux-3-image-klein-comfy’를 내놓았다. AI 모델 공유 플랫폼 허깅페이스(Hugging Face)의 모델 정보에 따르면 이 모델은 2026년 10월 14일 공개됐다. 21일 기준 내려받기는 439,528회, 즐겨찾기는 1,080회다.이 모델은 허깅페이스에서 ‘이미지 변환’ 용도로 분류돼 있다. 텍스트만 넣어 이미지를 새로 만드는 모델과 달리, 이미 있는 이미지를 받아 다른 형태로 바꾸는 작업에 쓰는 모델이다. 모델 이름에는 블랙포레스트랩스가 이미지 생성 모델에 붙여 온 ‘FLUX’ 브랜드와 세대 번호 ‘3’, 그리고 ‘klein’과 ‘comfy’라는 이름이 함께 들어갔다. 독일어 ‘klein’은 ‘작은’이라는 뜻이다. 모델 페이지는 https://huggingface.co/black-forest-labs/flux-3-image-klein-comfy 에서 볼 수 있다.눈에 띄는 것은 내려받기 수치다. 공개 뒤 약 일주일 동안 43만 9천여 회를 기록했으니, 하루 평균 6만 회 넘게 내려받은 셈이다. 허깅페이스는 전 세계 개발자와 연구자가 공개 AI 모델을 올리고 내려받는 곳이어서, 공개 직후의 내려받기 수는 개발자들이 그 모델을 얼마나 빨리 써 보려 하는지를 가장 직접 보여 주는 지표다. 내려받기에는 개인 개발자가 직접 받은 것뿐 아니라 각종 도구와 서비스가 자동으로 받아 간 것도 포함된다. 그래서 숫자가 그대로 사용자 수를 뜻하지는 않지만, 짧은 기간에 이만큼 쌓였다는 것은 실제 작업 환경에 빠르게 들어가고 있다는 신호로 볼 수 있다.반면 즐겨찾기는 1,080회로, 내려받기와 비교하면 약 0.25% 수준이다. 즐겨찾기는 이용자가 직접 눌러야 하는 ‘관심 표시’에 가깝다. 반면 내려받기는 실제로 모델을 받아 쓴 횟수다. 두 수치의 차이가 크다는 것은 화제성보다 실사용 수요가 먼저 움직이고 있다는 뜻으로 읽을 수 있다.라이선스는 허깅페이스에 ‘기타

오픈AI, '오케스트라 바이오' 인수… 생명과학 R&D에 AI 기반 운영 도입

오픈AI는 자사 공식 채널 OpenAI News를 통해 오케스트라 바이오(Orchestra Bio)를 인수한다고 밝혔다. 오픈AI는 이번 인수로 생명과학 연구개발(R&D)에 AI 기반 운영을 도입하겠다고 설명했다.오픈AI는 인수 목적이 바이오제약 연구팀의 신약 개발 속도를 높이는 데 있다고 밝혔다. 새로운 치료법 개발을 앞당기는 것도 목표로 제시했다. 발표의 핵심은 연구 현장의 운영 전반에 AI를 적용해 바이오제약 기업의 개발 과정을 효율화하겠다는 것이다.이번 발표는 오픈AI가 생명과학 연구 분야에 AI 기술을 직접 적용하겠다는 계획을 밝힌 것이다. 회사 측은 오케스트라 바이오를 인수해 바이오제약 업계의 연구개발 과정을 지원하겠다고 밝혔다.

마누스, 앱스토어 생산성 순위 200위 밖에서 98위로…상위권은 클로드·제미나이·챗GPT 그대로

AI 앱 마누스(Manus)가 애플 앱스토어 한국 생산성 무료 순위에 새로 들어왔다. 메타브리프가 집계한 10월 20일 애플 앱스토어 한국 무료 앱 순위(아이폰)를 보면, 마누스는 직전 측정 때 200위 밖이었다가 이번에 생산성 부문 98위에 올랐다. 같은 시점 생산성 부문 상위권은 1위 클로드(Claude), 2위 구글 제미나이(Gemini), 4위 챗GPT(ChatGPT)로 순위가 바뀌지 않았다.이번 순위는 애플이 공개하는 한국 앱스토어 무료 앱 순위를 바탕으로 했다. 직전 순위는 메타브리프가 반나절에서 하루 전에 기록한 값이다. 하루도 안 되는 간격에 200위 밖에서 두 자릿수 순위로 올라온 셈이어서, 이번 측정에서 가장 큰 변화는 마누스였다. 구글 플레이 순위는 집계에 넣지 않았다.생산성 부문 상위 10위 안에서는 네이버 클로바노트가 13위에서 10위로 세 계단 오르며 10위권에 들었다. 직전 10위였던 그록(Grok)은 12위로 두 계단 내려갔다. 클로바노트가 그록을 앞지르면서 두 앱의 자리가 사실상 바뀌었다.중위권에서도 오른 앱이 많았다. SK텔레콤 에이닷은 18위에서 17위로, 메타 AI는 32위에서 31위로 한 계단씩 올랐다. 마이크로소프트 코파일럿은 40위에서 36위로 네 계단 올랐다. 반대로 퍼플렉시티(Perplexity)는 31위에서 33위로 내려가 메타 AI에 자리를 내줬다.하위권에서는 오름폭이 더 컸다. 네이버 클로바는 72위에서 59위로 13계단 올라 이번 측정에서 마누스 다음으로 많이 올랐다. 딥시크(DeepSeek)는 78위에서 68위로, 젠스파크(Genspark)는 90위에서 80위로 각각 10계단씩 뛰었다. 새로 들어온 마누스는 젠스파크 바로 아래인 98위에 자리 잡았다.이로써 생산성 무료 순위 100위 안의 AI 앱은 모두 13개가 됐다. 국내 기업 앱으로는 네이버 클로바노트(10위), SK텔레콤 에이닷(17위), 네이버 클로바(59위)가 있고, 나머지는 해외 서비스다. 네이버는 클로바노트와 클로바 두 앱이 모두 순위를 끌어올

LMArena 웹 개발 부문 메타 'Muse Wonder Full' 6위로 첫 진입… 비전 부문 1~4위는 앤트로픽 차지

LMArena가 10월 19일 공개한 리더보드 자료에 따르면, 웹 개발(코딩) 부문에서 메타의 'Muse Wonder Full (Max)'가 처음 집계되자마자 6위에 올랐다. 이미지 이해(비전) 부문에서는 앤트로픽의 'Claude Fable 5 (High)'가 직전 발표에 이어 1위를 지켰다. 이번에 처음 집계된 앤트로픽 모델 3종은 2~4위에 들어갔다. 이로써 비전 부문 상위 4개 자리는 모두 앤트로픽 모델이 차지했다.LMArena는 옛 이름이 Chatbot Arena인 AI 모델 비교 평가 플랫폼이다. 사용자는 어떤 모델인지 모르는 상태에서 두 모델의 응답을 보고 더 나은 쪽에 투표한다. 이 투표를 모아 Elo 계열 점수를 추정하고 순위를 매긴다. 정해진 시험 문제로 성능을 재는 벤치마크와 달리, 사람들이 실제로 어느 모델의 답을 더 낫게 여기는지가 순위에 반영된다. 부문별 리더보드는 AI 업계에서 모델 경쟁력을 비교하는 참고 지표로 쓰인다.웹 개발 부문에 새로 들어온 Muse Wonder Full (Max)는 1,639표를 받아 6위에 자리했다. 상위 10위는 1위 Claude Opus 5.5 (Max), 2위 GPT-6 Astra (Max), 3위 Claude Sonnet 5.5 (xHigh), 4위 GPT-6.1 Sol (Max), 5위 Claude Fable 5.1 (Max), 6위 Muse Wonder Full (Max), 7위 Claude Sonnet 5.5 (High), 8위 Claude Opus 5 (Max), 9위 GPT-6 Sol (Max), 10위 Gemini 4 Argon (High) 순이다. 회사별로는 앤트로픽이 5개, 오픈AI가 3개, 메타와 구글이 1개씩이다. 앤트로픽과 오픈AI가 10자리 중 8자리를 나눠 가진 상위권에 메타가 이름을 올렸다.이미지 이해 부문 1위 Claude Fable 5 (High)는 점수 1325점, 투표 1만4,714표를 기록했다. 새로 집계된 모델 가운데 Claude Opus 5.5 (High)는 3,0

오픈AI, 'Cooking with Codex' 첫 회 공개… 라멘 요리하며 코덱스 새 기능 소개

사진 유튜브 ‘OpenAI’ 영상 갈무리오픈AI가 20일 공식 유튜브 채널에 새 영상 시리즈 'Cooking with Codex'의 첫 회를 공개했다. 9분 분량의 이 영상은 라멘 요리를 소재로 삼아 자사 AI 도구를 실제 생활과 개발 작업에 쓰는 장면을 보여준다. 영상에는 코덱스(Codex) 클라우드 환경과 코덱스 CLI의 새 기능 소개가 함께 담겼다.영상 설명을 보면 첫 회는 부엌에서 시작한다. 오픈AI의 'dot'이 라멘 레시피를 짜고, 'ChatGPT Space'에서 재료 손질 같은 준비 과정을 정리해 준다. 실제 조리 단계에서는 'GPT-Live'가 요리 과정을 안내한다. 레시피 계획부터 준비, 조리까지 한 끼를 만드는 흐름 전체에 AI가 관여하는 구성이다.개발 도구 쪽 소식도 비중 있게 다뤘다. 오픈AI는 노트북을 닫은 뒤에도 작업을 계속 실행하는 코덱스 클라우드 환경을 소개했다. 작업이 사용자의 로컬 기기가 아니라 클라우드에서 돌아가기 때문에, 시간이 오래 걸리는 코딩 작업을 맡겨 두고 자리를 비울 수 있다는 뜻이다.터미널에서 쓰는 코덱스 CLI에는 세 가지 새 기능이 추가됐다. 첫째는 음성 입력이다. 키보드로 명령을 치는 대신 말로 지시를 내릴 수 있다. 둘째는 에이전트 관리 기능으로, 코덱스가 수행하는 AI 에이전트를 다루는 기능이다. 셋째는 대화를 별도의 워크트리(worktree)로 분기(fork)하는 기능이다. 워크트리는 하나의 코드 저장소에서 여러 작업 공간을 따로 만들어 쓰는 방식을 말한다. 진행 중인 대화를 갈래로 나눠 각각 독립된 작업 공간에서 이어 가면, 한 프로젝트 안에서도 서로 다른 접근을 동시에 시도해 보고 결과를 비교할 수 있다.영상 중반에는 외부 크리에이터도 출연한다. 포워드 퓨처(Forward Future)의 매슈(Matthew)와 브라이언(Brian)이 'Ultrafast'를 이용해 라멘을 주제로 한 8비트 게임을 만들고, 이를 레트로 휴대용 게임기 모드레트로(ModRetro)에서 직접 실행해 플레이한다. 요리 에피소드

블랙포레스트랩스, 이미지 변환 AI 'flux-3-image-klein' 허깅페이스 공개…일주일 새 6만2천 회 내려받기

인공지능(AI) 개발사 black-forest-labs(블랙포레스트랩스)가 이미지 변환용 AI 모델 'flux-3-image-klein'을 내놨다. 허깅페이스(Hugging Face) 모델 정보에 따르면 이 모델은 2026년 10월 13일 허깅페이스에 공개됐다. 공개 이후 내려받기는 6만2006회, 즐겨찾기는 526회를 기록했다.허깅페이스는 전 세계 개발자와 연구자가 AI 모델과 데이터셋을 올리고 내려받는 공유 플랫폼이다. 새 모델이 개발자들에게 얼마나 관심을 받는지는 이곳의 내려받기와 즐겨찾기 수치로 가늠할 수 있다. 내려받기는 모델 파일을 실제로 가져간 횟수다. 즐겨찾기는 개발자가 해당 모델을 계속 지켜보겠다는 뜻으로 표시한 횟수다. 두 지표 모두 모델이 공개된 직후 개발자 커뮤니티가 어떻게 반응했는지 보여준다.공개일인 13일부터 20일까지 약 일주일 동안 쌓인 내려받기 횟수를 단순 계산하면 하루 평균 8800회를 조금 넘는다. 즐겨찾기 1회당 내려받기는 약 118회다. 즐겨찾기를 누른 경우보다 모델 파일을 직접 받아 간 경우가 훨씬 많았다는 뜻이다. 즐겨찾기는 계정에 로그인한 이용자가 따로 눌러야 하지만 내려받기에는 그런 절차가 없어서, 일반적으로도 두 수치는 차이가 크게 난다.이 모델의 용도는 이미지 변환이다. 이미지 변환은 이미지를 입력하면 이를 바탕으로 다른 이미지를 만들어 내놓는 작업을 말한다. 원본 이미지의 구도나 형태는 그대로 두고 화풍을 바꾸거나 일부 요소를 고치는 식으로 활용할 수 있다. 텍스트만 입력해 이미지를 처음부터 만드는 생성 모델과 달리 이미 있는 이미지를 출발점으로 삼는다. 그래서 디자인 시안 수정이나 사진 보정, 콘텐츠 제작 같은 작업에 쓸 수 있다. 모델 이름 끝에 붙은 'klein'은 독일어로 '작은'이라는 뜻이다.라이선스는 '기타(other)'로 표시돼 있다. 허깅페이스에서는 모델마다 이용 조건을 알려주는 라이선스 항목이 있다. 아파치(Apache)나 MIT처럼 널리 쓰이는 표준 라이선스가 아니면 '기타'로 분류된다. 표준

앤트로픽, 클로드 '대시보드'·'모션' 베타 공개…문서·슬라이드·디자인은 무료 이용자까지 정식 출시

사진 유튜브 ‘Claude’ 영상 갈무리앤트로픽이 20일 공식 유튜브 채널(클로드 채널)에 올린 1분 분량의 발표 영상에 따르면, 회사는 데이터를 실시간 대시보드로 만들어 주는 '클로드 대시보드(Claude Dashboards)'와 보고서나 차트를 짧은 애니메이션 설명 영상으로 바꿔 주는 '클로드 모션(Claude Motion)'을 이날 베타로 공개했다. 같은 날 '클로드 독스(Claude Docs)', '클로드 슬라이드(Claude Slides)', '클로드 디자인(Claude Design)'은 베타를 마치고 무료(Free) 요금제를 포함한 모든 요금제에 정식으로 제공되기 시작했다.앤트로픽은 영상 설명에서 두 신규 기능을 "클로드에게 데이터를 실시간 대시보드로, 아이디어를 애니메이션 설명 영상으로 바꿔 달라고 요청하는 기능"이라고 소개했다.클로드 대시보드는 사용자가 쓰는 데이터 플랫폼이나 고객관계관리(CRM) 시스템에 연결해 대시보드를 만든다. 한 번 만들고 끝나는 정적인 보고서가 아니라, 원본 데이터가 바뀌면 대시보드도 함께 갱신된다는 점이 핵심이다. 이 기능은 모든 유료 요금제에서 베타로 쓸 수 있다.클로드 모션은 보고서나 차트를 짧은 애니메이션 설명 영상으로 바꿔 준다. 앤트로픽은 쓰임새로 전사 회의(올핸즈)나 이사회 발표 자료를 들었다. 눈에 띄는 점은 제작 방식이다. 앤트로픽은 클로드가 영상을 하나하나 '코드로 작성'하며 영상 생성 모델은 쓰지 않는다고 밝혔다. 그래서 사용자는 영상 속 단어, 숫자, 타이밍을 하나하나 고칠 수 있고, 완성본은 MP4 파일로 내보내거나 영상 편집 프로그램에서 열어 이어서 작업할 수 있다. 클로드 모션은 팀(Team)·엔터프라이즈(Enterprise) 요금제에서만 베타로 제공된다.코드 기반 방식이 갖는 의미는 업무용 영상의 성격에서 드러난다. 사내 보고나 이사회 자료에 들어가는 영상은 화려함보다 숫자 하나, 문구 하나가 정확한지가 더 중요하다. 영상을 코드로 만들면 특정 수치나 자막만 골라 고칠 수 있다. 앤트로픽이 '

텐센트 훈위안, 장기 과제용 AI 에이전트 강화학습 기법 'TreeOPSD' 공개…GRPO보다 정확도 4.97포인트 높아

텐센트 훈위안(Tencent Hunyuan) 연구진이 여러 단계의 상호작용을 거쳐야 하는 AI 에이전트를 강화학습으로 훈련하는 새 기법 'TreeOPSD'를 공개했다. 논문 사전공개 플랫폼 arXiv에 올라온 「Tree-Aware Posterior Distillation for Long-Horizon Agentic Reinforcement Learning」(arXiv:2610.23181) 논문에 따르면, 이 기법은 '딥 리서치(Deep Research)' 환경에서 Qwen3-30B-A3B-Thinking-2507 모델의 평균 정확도를 기존 GRPO 방식보다 4.97포인트 높였다. 논문 저자는 Heming Zou 등 10명이다. 이 논문은 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서 추천 18회를 받았다.연구진이 문제로 삼은 것은 장기 과제를 수행하는 에이전트를 학습시키는 일이다. 정답을 검증할 수 있는 보상을 쓰는 강화학습(RLVR)은 대형언어모델 사후학습의 표준 방법으로 자리 잡았다. 그러나 에이전트가 여러 차례 행동을 이어가는 과제에서는 두 가지 난제가 생긴다고 연구진은 설명했다. 첫째, 마지막 결과에 대한 보상만 쓰면 중간의 어느 턴이 성공에 기여했는지 가려내는 '신용 할당'이 드물고 들쭉날쭉해진다. 둘째, 한 번 모은 롤아웃 데이터로 미니배치 업데이트를 연달아 하면 현재 정책이 데이터를 만든 행동 정책에서 점점 멀어지는 '정책 노후화'가 나타난다.기존에도 해법은 있었다. 학습된 비평 모델(크리틱)이나 과정 보상 모델, 온폴리시 증류로 보상 신호를 촘촘하게 만드는 방식이다. 다만 연구진은 이런 방식이 가치 네트워크나 단계별 주석, 더 강한 외부 교사 모델을 필요로 해 훈련이 복잡해진다고 지적했다. 정책이 멀어지는 문제를 완화하는 중요도 샘플링과 클리핑에 대해서도, 연속된 업데이트가 지나치게 나아가지 않도록 붙잡아 줄 유한한 목표를 정해주지는 못한다고 평가했다.TreeOPSD는 크리틱 없이 이 두 문제를 함께 다루는 자기 증류 프레임워크다. 상호

"부분 점수는 높지만 결론까지는 못 간다"…상하이 AI 연구소, 물리 연구 수행하는 AI 에이전트 평가 벤치마크 공개

AI 에이전트는 물리 연구의 세부 과제를 상당 부분 해낸다. 하지만 근거를 갖춘 결론까지 연구를 끝내는 비율은 아직 낮다. 중국 상하이 AI 연구소(Shanghai AI Laboratory) 소속 야오지아 마오(Yijia Mao) 등 연구진 17명은 사전공개 논문 저장소 arXiv에 논문 「From Research Goals to Scientific Closure: Evaluating Agents Through Evidence-Supported Physics Research」(arXiv:2610.21767)를 공개했다. 저자들이 공개한 초록에 따르면 이 논문은 최신 대형언어모델(LLM) 7종을 평가했다. 가장 높은 평균 점수를 받은 모델조차 연구 질문을 완전히 해결한 비율은 3분의 1에 못 미쳤다.연구진이 던진 질문은 "AI 에이전트가 근거가 탄탄한 결론으로 이어지는 과학 조사를 스스로 짤 수 있는가"다. 이를 따져보려고 만든 것이 벤치마크 'PhysClosureBench'다. 강한 레이저장 물리(strong-field), 아토초(100경분의 1초) 물리와 그 인접 분야에서 전문가 검증을 거친 연구 과제 50개로 구성됐다. 과제마다 연구 목표와 반드시 지켜야 할 과학적 제약 조건이 주어진다. 조사를 어떻게 설계하고, 답에 필요한 증거를 어떻게 만들고 검증할지는 에이전트가 직접 정해야 한다. 정해진 답을 고르는 문제 풀이형 평가와 달리, 연구를 처음부터 끝까지 꾸려가는 능력을 보겠다는 설계다.평가는 두 축으로 이뤄진다. 20개 항목으로 된 '아토믹 스코어(Atomic Score)'는 개별 단계에서 얼마나 과학적 성과를 냈는지를 잰다. '리서치 클로저(Research Closure)'는 RC0부터 RC4까지 다섯 단계로 나뉘며, 조사가 주어진 연구 질문을 얼마나 완결했는지를 판정한다. 기준은 결론에 꼭 필요한 증거 요건과 적용 범위 조건을 충족했는지다. RC4는 연구가 완전히 닫힌 상태를 뜻한다.결과를 보면 두 지표 사이의 간극이 뚜렷했다. 7개 모델 가운데 'C

UC샌디에이고 연구진, 3D 공간을 직접 돌아다니며 답을 찾는 AI 모델 'ACT3D' 공개

미국 UC샌디에이고(University of California at San Diego) 연구진이 시각언어모델(VLM)이 3D 공간을 스스로 탐색하면서 추론하도록 학습시키는 방법을 내놨다. 사전공개 논문 저장소 arXiv에 공개된 Yijiang Li 등 연구자 3명의 논문 「Learning to Think and Explore in 3D World」(arXiv:2610.21783)에 따르면, 이 방법으로 만든 모델 'ACT3D'는 3D 벤치마크 6종에서 평균 정확도 53.2%를 기록했다. 기반이 된 Qwen 모델보다 22.0% 높고, 구글의 상용 모델 Gemini 3.6 Flash도 앞선 수치다. 이 논문은 연구자 커뮤니티 플랫폼 허깅페이스의 일일 논문 목록에서 추천 33회를 받았다.기존 3D 이해 연구는 대개 여러 시점의 이미지나 영상, 3D 표현 데이터를 모델에 한꺼번에 넣어 주는 방식이었다. 연구진은 이 방식 대신 VLM이 원래 쓰는 시각 입력 형태를 그대로 뒀다. 사람이 그러듯 한 번에 이미지 한 장만 본다. 3D 공간은 모델이 상호작용하는 '환경'으로만 쓰인다. 모델이 '왼쪽으로 이동' 같은 행동을 고르면 환경은 그 위치에서 렌더링한 이미지를 관찰 결과로 돌려준다.과정은 이렇다. 모델은 처음에 1인칭 시점 이미지 한 장과 시각 관련 질문을 받는다. 이어 추론하고, 공간을 이동하고, 시점을 바꾸는 일을 여러 번 되풀이한 뒤 최종 답을 낸다. 학습은 두 단계다. 먼저 탐색 경로 데이터로 지도 미세조정을 하고, 이어 강화학습(RL)을 적용한다. 강화학습의 보상은 주로 최종 답이 맞았는지로 정해진다.연구진은 강화학습 단계에서 어느 시점을 봐야 하는지, 어떤 탐색 행동을 해야 하는지를 직접 가르치지 않았다는 점을 핵심으로 꼽았다. 모델은 자기 행동이 답의 정확도를 얼마나 높였는지만 보고 효과적인 탐색 전략을 스스로 익혀야 한다. 결과만 보고 과정을 익히도록 한 셈이다.효율도 높았다. 논문에 따르면 ACT3D는 기존 오픈소스 3D 방법들보다 성능이 좋으면서도 입