Google DeepMind는 텍스트로 장소를 설명하면 실시간으로 이동 가능한 장면을 만드는 월드 모델 Genie 4를 발표했습니다. 실행 중에도 입력을 더해 날씨·카메라·인물을 바꿀 수 있고, 장면 일관성은 이전 버전 Genie 3의 두 배인 2분간 유지되며, 소리 생성과 캐릭터의 대화 응답 기능이 추가됐습니다①.

Genie 4 내부에서는 Gemini 3.8 Flash가 목표를 단계별로 나누고 매 프레임마다 각 단계의 성공 여부를 확인합니다. 생성되고 있는 세계 안에서 에이전트가 계획·실행·확인을 반복하는 구조입니다②.

현재는 신뢰받는 테스터를 대상으로 한 연구 프리뷰 단계이며 가격은 공개되지 않았습니다. 긴 세션에서 사물이 흐트러지는 문제와 텍스트·소리 정확도, 복잡한 물리 현상은 아직 해결되지 않은 과제로 제시됐습니다①.

MIT·Harvard·Oxford 소속 박사후연구원 두 명은 약 500달러의 비용으로 Claude와 ChatGPT를 활용해 Yang-Mills 존재성 문제에서 부분적 진전을 이뤘다고 발표했습니다. 연구 과정은 GitHub에 타임스탬프가 남는 PR 형태로 실시간 공개했습니다①.

OpenAI와 Anthropic은 각각 3-SAT 문제를 2^o(n) 시간에 풀어, 이 문제를 지수 시간보다 빠르게 풀 수 없다는 지수 시간 가설(ETH)을 반증했다고 주장했습니다②.

두 물리학자는 AI에게 연구 문제 선정부터 풀이, 논문 작성까지 맡긴 결과 2시간 만에 저명 저널 수준의 논문이 나왔다고 보고했습니다③.

Anthropic의 S-1 서류에 따르면 2025년 연간 매출은 46억 달러, 2026년 상반기 6개월 매출은 163억 달러였고, 연 10만 달러 이상을 지출하는 고객 수는 1년 사이 950여 개에서 1만 1,900여 개로 늘었습니다. 순손실은 807억 달러로 보고됐으나 이 중 724억 달러는 금융상품 가치 변동에 따른 회계상 손실이며, 영업손실은 6억 9,300만 달러였습니다①.

한 개발자는 직접 만든 CUDA 엔진 OpenJet으로 RTX 3090 한 장에서 Qwen3.8-27B 모델을 코딩 에이전트 4개가 동시에 쓰는 결과를 공유했습니다. 4개 에이전트의 작업을 하나의 배치로 묶어 16.7GB 가중치를 디코딩 단계마다 한 번만 읽는 방식으로 합계 초당 256~288토큰이 나왔으며, 이는 llama-server 병렬 처리의 초당 72~80토큰과 비교해 3~4배 수준이었습니다①.

또 다른 공유 사례에서는 PCIe 3.0 x1 라이저로 GPU를 연결한 환경에서, 각 층의 연산을 여러 GPU가 나눠 처리하는 텐서 스플릿이 층 단위로 GPU에 나눠 배치하는 레이어 분할보다 최대 77% 빠른 추론 속도를 냈다는 실측 데이터가 제시됐습니다. 측정된 PCIe 대역폭은 초당 90~110MB 수준으로, 공유자는 병목이 되지 않았다고 밝혔습니다②.

LiquidAI는 LFM3 시리즈로 오디오 특화 모델 LFM3-Audio-2B, 로컬 실행 도구용 GGUF 파일 형식으로 배포된 LFM3-Omni-2B, 비전-언어 모델 LFM3-VL-2B, 경량 텍스트 모델 LFM3-1.7B를 내놓았습니다①②④. LFM3-VL-2B는 WebGPU 기반 데모에서 별도 서버 연결 없이 브라우저 안에서 실시간 영상 캡셔닝을 수행하는 모습이 시연됐습니다③.

OpenBMB는 중국어·영어 문서에서 텍스트와 표 등을 추출하는 1.3B 규모의 MiniCPM-OCR 1.0과, OCR 결과물의 품질을 0~1 점수로 채점하는 2B 규모의 MiniCPM-OCR Jev를 별도 모델로 공개했습니다. Jev는 텍스트·수식·표를 다루고 다른 OCR 파서의 결과물도 채점할 수 있어, 사내 문서를 검색해 답변에 활용하는 RAG 구조에서 잘못된 숫자가 색인되기 전에 걸러내는 용도로 소개됐으며, 코드와 가중치는 Apache 2.0 라이선스로 공개됐습니다⑤.