오늘의 한줄
오늘은 파라미터보다 에이전트의 작업 길이와 도구 사용 능력을 키우는 연구와, 비디오·3D·멀티모달 시스템을 실제 환경에 맞게 경량화·실시간화하는 흐름이 두드러졌습니다. 동시에 벤치마크와 진단 도구가 정교해지며, 모델 성능뿐 아니라 실제 사용성·안전성·해석 가능성을 함께 검증하는 방향이 강화되고 있습니다.
💻Code & Agents6
Scaling the Horizon, Not the Parameters: Reaching Trillion-Parameter Performance with a 35B Agent파라미터가 아니라 작업 지평을 확장해 35B 에이전트로 조 단위 성능 달성하기⭐ 68
Agents-A1은 평균 45K 토큰의 장기 에이전트 궤적과 다중 교사 도메인 라우팅 온폴리시 증류를 통해 35B MoE 모델로 조 단위 파라미터급 에이전트 성능을 노렸다는 점이 실무적으로 인상적입니다.
OSWorld2.0: Benchmarking Computer Use Agents on Long-Horizon Real-World Tasks장기 실사용 컴퓨터 작업을 평가하는 OSWorld 2.0⭐ 113
OSWorld 2.0은 인간 기준 중간 1.6시간, Claude Opus 4.7 기준 평균 318회 도구 호출이 필요한 108개 실사용 워크플로로 장기 컴퓨터 사용 에이전트의 한계를 더 현실적으로 드러냅니다.
AgentOdyssey: Open-Ended Long-Horizon Text Game Generation for Test-Time Continual Learning Agents테스트 타임 지속학습 에이전트를 위한 개방형 장기 텍스트 게임 생성⭐ 44
AgentOdyssey는 배포 중 학습까지 요구하는 개방형 장기 텍스트 게임을 절차적으로 생성하고 지식 습득·에피소드 기억·탐색·비용까지 함께 측정해 테스트 타임 지속학습 에이전트 평가를 한 단계 끌어올렸습니다.
💡 에이전트 연구는 이제 단순 툴 호출을 넘어 수백 스텝짜리 실사용 워크플로, 테스트 타임 학습, 비디오 튜토리얼 추종, 물리 제작 자동화까지 평가·적용 범위를 빠르게 넓히고 있습니다. 특히 더 큰 모델보다 더 긴 horizon과 더 좋은 벤치마크·인프라가 성능 병목이라는 메시지가 강하게 보입니다.
📄Multimodal & Generative5
LiveEdit: Towards Real-Time Diffusion-Based Streaming Video Editing실시간 디퓨전 기반 스트리밍 비디오 편집을 향한 LiveEdit⭐ 34
LiveEdit는 강력한 양방향 기반 모델의 편집 능력을 단방향 스트리밍 편집기로 옮기는 3단계 증류와 AR 지향 마스크 캐시로 배경 안정성과 실시간 응답성을 함께 잡았습니다.
SingGuard: A Policy-Adaptive Multimodal LLM Guardrail with Dynamic Reasoning동적 추론을 갖춘 정책 적응형 멀티모달 LLM 가드레일⭐ 30
SingGuard는 배포 시점의 자연어 정책을 런타임 입력으로 받아 규칙별 위반 여부와 안전 라벨을 함께 예측해, 고정 분류표 대신 바뀌는 멀티모달 안전 정책에 유연하게 대응합니다.
Walking in the Implicit: Interactive World Exploration via Neural Scene Representation신경 장면 표현으로 상호작용형 세계를 탐험하는 NeuWorld⭐ 26
NeuWorld는 프레임 잠재값 대신 고정 길이 Neural Implicit Scene 상태를 롤아웃해 카메라 제어형 인터랙티브 비디오 생성을 상태 전이와 렌더링으로 분리함으로써 더 안정적인 세계 탐험을 가능하게 했습니다.
💡 멀티모달·생성 연구는 거대한 기반 모델을 그대로 키우기보다, 스트리밍 편집·장면 상태 표현·적응형 가드레일·검색 에이전트처럼 제어 가능성과 실시간성, 안전성을 덧붙이는 방향으로 진화하고 있습니다. 생성 품질 자체보다 실제 상호작용 맥락에서 얼마나 안정적으로 작동하느냐가 핵심 경쟁력이 되고 있습니다.
📄Training & Optimization2
The Galaxy's Guide to the Tokenizer: A Benchmark for Scientific Foundation Models과학 파운데이션 모델을 위한 토크나이저 벤치마크: 은하 데이터로 본 선택의 기준⭐ 48
이 연구는 64만 장의 은하 이미지에서 JetFormer, VQ-VAE 등 4가지 토크나이저를 비교해 재구성 품질과 물리 특성 표현력이 분리될 수 있음을 보여주며 과학 데이터용 토큰화 선택 기준을 제시했습니다.
AsyncOPD: How Stale Can On-Policy Distillation Be?비동기 온폴리시 증류에서 정책 지연은 어디까지 괜찮을까⭐ 15
AsyncOPD는 비동기 온폴리시 증류에서 stale rollout의 영향을 체계적으로 분석해 forward KL이 더 견고하고 유한 교사 점수 캐시 환경의 실전적 비동기 설계 원칙을 제시했습니다.
💡 학습·최적화 측면에서는 토크나이저 선택부터 비동기 증류의 stale data 처리까지, 성능을 좌우하는 시스템 레벨 설계가 점점 더 중요해지고 있습니다. 대규모 모델 시대일수록 아키텍처 자체보다 학습 파이프라인과 데이터 표현의 세밀한 선택이 실제 차이를 만든다는 인상을 줍니다.
📄Robotics & RL1
Learning to Fold: prizewinning solution at LeHome Challenge 2026 (1st place online, 2nd offline)옷 접기 배우기: LeHome Challenge 2026 입상 솔루션⭐ 24
이 솔루션은 VLA 정책이 행동과 함께 성공·진행도까지 예측하는 자기평가 구조에 AWR+RECAP, Thompson sampling, DAgger식 수집을 결합해 의류 접기 대회에서 온라인 1위·오프라인 2위를 기록했습니다.
💡 로보틱스에서는 새로운 이론보다 VLA와 RL, 분산 수집, 시뮬레이션-실물 전이 기법을 촘촘히 엮은 통합 레시피가 실제 성과를 내고 있습니다. 결국 현장 성능은 단일 알고리즘보다 학습 루프와 평가·수집 체계를 얼마나 잘 맞물리게 설계하느냐에 달려 있음을 보여줍니다.
👁️Computer Vision5
SAM2Matting: Generalized Image and Video Matting일반화된 이미지·비디오 매팅을 위한 SAM2Matting⭐ 27
SAM2Matting은 SAM2 같은 추적기를 매팅과 분리한 tracker-to-matting 구조로, 이미지로만 학습하고도 비디오 매팅에서 새로운 SOTA와 강한 시간 일관성을 달성한 점이 특히 실용적입니다.
PoseShield: Neural Collision Fields for Human Self-Collision Resolution인체 자기 충돌을 해결하는 신경 충돌 필드 PoseShield⭐ 6
PoseShield는 SMPL 메쉬가 아닌 포즈 공간에 직접 학습한 neural collision field와 Eikonal 정규화를 사용해, 사람 자세·동작 생성의 자기 관통 문제를 재학습 없이 후처리로 안정적으로 교정합니다.
Monte Carlo Energy Aggregation for Mobile 3D Gaussian Splatting모바일 3D 가우시안 스플래팅을 위한 몬테카를로 에너지 집계⭐ 10
Flux-GS는 3차 SH 잔차의 반사 에너지를 잠재공간에 압축하는 Monte Carlo Specular Energy Aggregator와 SH 보강 모듈로 모바일에서도 고품질 3DGS 렌더링을 가능하게 합니다.
💡 비전 분야는 매팅, 충돌 보정, 3DGS, 특징 업샘플링, 깊이 모호성처럼 세부 과제를 다시 분해해 더 일반화 가능하고 경량화된 해법을 찾는 흐름이 뚜렷합니다. 특히 파운데이션 모델을 그대로 쓰기보다 추적·기하·물리 제약을 붙여 실제 픽셀 수준 문제를 해결하는 방향이 강해지고 있습니다.
🗣️Language Models1
ReasoningLens: Hierarchical Visualization and Diagnostic Auditing for Large Reasoning Models대형 추론 모델을 위한 계층형 시각화·진단 감사 도구⭐ 24
ReasoningLens는 긴 CoT를 전략과 실행 계층으로 구조화하고 에이전트 감사기로 오류 탐지와 도구 기반 검증을 수행해, 추론 모델 디버깅과 시스템적 약점 분석을 훨씬 실용적으로 만듭니다.
💡 추론 모델이 길어질수록 성능 향상만큼 해석과 감사가 핵심 인프라로 부상하고 있습니다. 앞으로는 더 잘 추론하는 모델뿐 아니라, 왜 틀렸는지 계층적으로 드러내고 자동 검증할 수 있는 도구가 함께 경쟁력이 될 가능성이 큽니다.