OpenAI의 GPT-4 음성 어시스턴트 열풍 속에서 새로운 플레이어가 등장했습니다 - 프랑스 기업 Cute AI Labs가 개발한 오픈 소스 음성 어시스턴트 Moshi AI입니다. 이 웹 기반 인터페이스는 낮은 지연 시간의 상호 작용과 음성의 감정적 인식을 약속합니다.

Moshi AI의 주요 특징은 다음과 같습니다:

• 낮은 지연 시간: Moshi AI는 음성 어시스턴트와 종종 연관되는 지연된 응답과 달리 실시간, 인터럽트 구동 음성 경험을 제공하는 것을 목표로 합니다.

• 감정적 인식: 이 어시스턴트는 사용자의 감정적 톤을 감지하고 반응할 수 있는 능력을 가지고 있다고 주장하지만, 이 기능은 테스트 중 일관되게 입증되지는 않았습니다.

• 오픈 소스: Cute AI Labs는 Moshi AI의 코드를 오픈 소스화할 계획이어서 개발자들이 자신의 애플리케이션에 통합할 수 있습니다.

초기 테스트에서는 음성 변조와 감정 감지의 일관성 부족과 같은 어시스턴트 기능의 한계가 드러났지만, Moshi AI의 오픈 소스 성격은 커뮤니티의 기여를 통해 시간이 지남에 따라 개선될 수 있음을 시사합니다.

Moshi AI의 출현과 GPT-4의 음성 기능 출시 예정은 대화형 AI 세계에 흥미로운 시기를 알립니다. 이러한 기술이 계속 발전함에 따라 사용자들은 더 혁신적이고 접근 가능한 음성 어시스턴트가 등장할 것으로 기대할 수 있으며, 이는 기술과의 상호 작용 방식을 변화시킬 수 있습니다.

단 7년 전만 해도 AI 이미지 생성의 최첨단 기술은 거의 인식할 수 없었습니다. 이제 최신 비디오 생성 모델인 GenFree가 엄청난 발전을 이루어 놀랍도록 사실적이고 창의적인 시각적 효과를 만들어내고 있습니다.

GenFree는 인상적인 성과이지만, 그 기능과 한계를 이해하는 것이 중요합니다. 이 모델은 관련 시각 데이터에 대한 광범위한 교육 덕분에 등대의 드론 영상과 같은 고품질 시네마틱 샷 생성에 능합니다. 그러나 수달이 파도를 타는 것과 같은 더 특정한 요청에는 어려움을 겪는데, 이는 교육 데이터에 그러한 독특한 예가 부족하기 때문입니다.

GenFree의 주요 강점 중 하나는 다양한 예술 스타일을 혼합할 수 있는 능력입니다. 모델에 네덜란드 화가 히에로니무스 보스의 스타일로 장면을 만들라고 지시하면, 중세 판타지와 현대 GTA 스타일 영화의 매력적인 혼합이 결과물로 나옵니다.

그러나 GenFree 사용의 비용은 빠르게 늘어날 수 있습니다. 10초 생성에 1달러의 크레딧이 들며, 원하는 결과를 얻기 위해서는 여러 번의 반복이 필요할 수 있습니다. 이로 인해 이 도구를 일회성 실험에 사용하기에는 비용이 너무 많이 들 수 있습니다.

이러한 한계에도 불구하고 GenFree의 잠재력은 부인할 수 없습니다. 모델이 계속 발전하고 사용 비용이 감소함에 따라 모토로라 광고 캠페인과 같은 실제 응용 사례가 더 많이 등장할 것으로 예상됩니다.

그 동안 GenFree의 가장 보람 있는 사용은 창의적 탐험과 실험 영역일 수 있습니다. '모자를 쓴 고양이들로 가득한 댄스 파티'와 같은 독특한 요소 조합을 모델에 제공하면 기발하고 상상력 넘치는 결과를 얻을 수 있습니다.

AI 비디오 생성 분야가 빠르게 발전함에 따라 이러한 최첨단 도구의 기능과 한계를 탐험하는 것은 흥미로운 시기입니다. 인내심과 실험 의지를 가지고 GenFree의 전체 잠재력을 발견할 수 있습니다.

11 Labs는 음성 어시스턴트 플랫폼에 새로운 기능을 출시했습니다. 주요 업데이트는 다음과 같습니다:

1. 아이콘 음성: 11 Labs 리더 앱이 이제 미국, 영국, 캐나다 사용자들에게 제임스 딘이나 버트 라르와 같은 아이콘 음성으로 텍스트를 읽어주는 기능을 제공합니다. 이는 텍스트 음성 변환 경험에 재미있고 독특한 터치를 더합니다.

2. 오디오 분리: 11 Labs는 소음이 있는 오디오에서 음성을 분리할 수 있는 새로운 AI 도구를 출시했습니다. 이를 통해 사용자는 배경 소음을 제거하고 또렷한 오디오를 얻을 수 있습니다. 이는 올해 초 다른 회사들이 출시한 기능과 유사합니다.

3. AI 음악 생성 모바일 앱: Sooner라는 음악 생성 AI가 사용자가 이동 중에도 AI 음악을 생성할 수 있는 모바일 앱을 출시했습니다. 그러나 현재 이 기능은 미국의 iOS 사용자로 제한되어 있으며, 다국어 기능이 통합되면 Android 버전과 전 세계 출시가 계획되어 있습니다.

11 Labs와 Sooner의 이러한 업데이트는 AI 기반 음성 어시스턴트와 오디오 조작 기능의 지속적인 발전과 확장을 보여줍니다. 아이콘 음성과 오디오 분리 기능은 즉시 유용하지만, 모바일 음악 생성 앱은 AI 주도의 창의성이 이동 중에도 가능해질 수 있는 잠재력을 시사합니다.

잠깐 부가적으로 Luma AI도 Luma Keyframes라는 새로운 기능을 출시했습니다. 이 기능을 통해 한 가지를 다른 것으로 변환하여 AI 비디오로 부드러운 전환을 만들 수 있습니다.

우리는 이 기능을 테스트해 보기로 했고, 우리 팀의 Star Wars 테마 영상에서 Mid-Journey로 생성된 이미지를 사용했습니다. 이를 통해 Luma Keyframes 기능이 이러한 전환을 얼마나 잘 처리할 수 있는지 확인하고자 했습니다.

불행히도 결과는 다소 실망스러웠습니다. 테스트한 8명의 팀원 중 8명의 전환이 거의 사용할 수 없는 수준이었습니다. 이 기능은 종종 장면의 중간에 딱 끊기는 전환을 만들어냈, 우리가 기대했던 부드러운 전환과는 거리가 멉니다.

예외적으로 Ariad의 라이트세이버 전환은 꽤 좋게 나왔고, Larry의 요다 같은 캐릭터와 악한 캐릭터 사이의 전환에서도 흥미로운 순간이 있었습니다. 하지만 전반적으로 결과는 우리가 예상했던 것만큼 매끄럽지 않았습니다.

Luma Keyframes 기능은 흥미로운 개념이지만, 실제로는 여전히 많은 반복과 미세 조정이 필요한 것 같습니다. AI 생성 콘텐츠는 시각적으로 인상적이지만, 이러한 부드러운 전환에는 적합하지 않은 것 같습니다.

요약하면, Luma Keyframes 기능은 가능성을 보여주지만, 우리의 테스트 결과에 따르면 아직 준비가 되지 않은 것 같습니다. 기술은 계속 발전하고 있으므로 향후 개선 상황을 지켜봐야 할 것 같습니다. 지금은 기대치를 적절히 조절하는 것이 가장 좋을 것 같습니다.

모토로라는 최근 AI 비디오 기술을 창의적으로 활용한 광고 캠페인을 선보였습니다. Control Net과 Stable Diffusion과 같은 도구를 활용하여 회사는 모토로라 로고를 다양한 패션 스타일의 이미지에 seamlessly 통합할 수 있었습니다.

워크플로는 Control Net을 사용하여 이미지에 모토로라 로고를 삽입하고, Stable Diffusion을 사용하여 최종 비주얼을 생성했을 것으로 추정됩니다. 이 이미지들은 음악과 편집을 더해 광고 영상으로 편집되어 완성도 높은 시각적 효과를 창출했습니다.

이 사례는 기업들이 실제 세계에서 AI 비디오 생성의 실용적 응용을 탐구하기 시작했음을 보여줍니다. 품질이 Gen-Free가 선보인 최첨단 사례만큼 아직 높지는 않지만, 모토로라의 광고 캠페인은 AI 기반 비디오가 특정 콘텐츠 제작에 있어 실용적이고 비용 효율적인 솔루션이 될 수 있음을 보여줍니다.

기술이 계속 발전함에 따라 더 많은 브랜드와 기업이 마케팅 및 광고 전략에 AI 비디오를 통합할 것으로 예상됩니다. 이는 AI 기반 미디어 제작 분야의 흥미로운 발전을 나타내며, 향후 산업이 어떻게 발전할지 지켜볼 만합니다.

Perplexity, AI 기반 검색 엔진이 '프로 검색' 기능을 도입했습니다. 이 기능은 다단계 추론과 수학, 프로그래밍, Wolfram Alpha와 같은 외부 데이터 소스에 대한 액세스를 통해 더 정확하고 정보가 풍부한 검색 결과를 제공하는 것을 목표로 합니다.

Perplexity 프로 검색 기능의 주요 측면은 다음과 같습니다:

1. 다단계 추론: 검색 엔진이 복잡한 쿼리를 분해하고 여러 단계의 추론을 수행하여 더 포괄적이고 관련성 높은 응답을 제공할 수 있습니다. 이를 통해 사용자는 더 미묘하고 자세한 질문을 할 수 있고, 맞춤형 답변을 받을 수 있습니다.

2. 외부 데이터 통합: Perplexity 프로 검색은 수학 계산, 프로그래밍 리소스, Wolfram Alpha 지식베이스와 같은 외부 소스의 데이터에 액세스하고 활용할 수 있습니다. 이 통합을 통해 검색 엔진은 특수 지식이나 계산이 필요한 쿼리에 대해 더 정확하고 정보가 풍부한 응답을 제공할 수 있습니다.

3. 프리미엄 기능: Perplexity