오늘의 한줄
오늘은 에이전트 오케스트레이션, 테스트타임 계산 배분, 그리고 멀티모달·월드모델의 장기 일반화가 핵심 흐름으로 보입니다. 특히 모델 자체가 컨텍스트·반성·실행 구조를 내재화하는 방향이 뚜렷해졌습니다.
💻Code & Agents4
Raven: The Harness of Harnesses for Composable Agentic IntelligenceRaven: 조합형 에이전트 지능을 위한 하니스의 하니스⭐ 4,937
Raven은 모델-하니스 쌍을 조합 가능한 지능 단위로 보고, Host Agent가 목표 분해·전문 에이전트 매칭·의존성 조율을 자동화해 도메인별 하니스를 스스로 구성·진화시키는 멀티에이전트 생태계를 제안합니다.
EngiWorld: What Can Frontier Agents Deliver in Professional Engineering Environments?EngiWorld: 최전선 에이전트는 전문 엔지니어링 환경에서 어디까지 가능한가⭐ 33
EngiWorld는 CAD·CAE·CAM·BIM·EDA 등 6개 도메인, 26개 전문 소프트웨어, 1,301개 과제를 아우르며 최종 산출물의 기하·물리·규정 충족도를 자동 검증하는 엔지니어링 에이전트 벤치마크를 제시합니다.
Omni-IO Skills: Harnessing Your Agent Omni-NativeOmni-IO Skills: 에이전트를 옴니 네이티브로 만드는 하니스⭐ 14
Omni-IO Skills는 텍스트·이미지·오디오·비디오·문서·3D·코드를 아우르는 27개 Skill과 Declare Execution Graph, Asset Registry를 제공해 범용 에이전트의 멀티에셋 워크플로를 교체 가능한 백엔드 위에서 일관되게 조율합니다.
💡 에이전트 연구는 이제 단일 도구 호출 성능보다 하니스, 자산 레지스트리, 섹션 단위 수정, 전문 환경 평가처럼 워크플로 운영체제에 가까운 방향으로 이동하고 있습니다. 특히 범용 모델 위에 실행 구조를 얹어 도메인 특화 능력을 조립하는 접근이 빠르게 표준이 될 가능성이 보입니다.
📄Multimodal & Generative6
LongLive-Plug: Once-for-All Distillation for Video GenerationLongLive-Plug: 비디오 생성을 위한 원샷 범용 증류⭐ 2,647
LongLive-Plug은 단일 베이스 모델에 CFG·few-step 샘플링·장문맥 오류 보정 능력을 LoRA로 한 번만 증류해, 다양한 다운스트림 비디오 모델에 학습 없이 플러그인처럼 재사용할 수 있게 합니다.
YuE2: Unifying Symbolic and Audio Music Generation at Frontier QualityYuE2: 심볼릭과 오디오 음악 생성을 최상위 품질로 통합하다⭐ 10,570
YuE2는 AR-NAR Mixture-of-Transformers로 악보 계획부터 semantic token, 최종 곡 오디오까지 통합 생성하며, symbolic planning으로 전문가 선호도 49.3% 대 34.6%를 기록하고 WildSongBench 평균 6.73을 달성했습니다.
WorldPlay2: Extending Real-Time Interactive World Models in Control and HorizonWorldPlay2: 제어성과 지평을 확장한 실시간 인터랙티브 월드모델⭐ 31
WorldPlay2는 액션 제어와 장면·인물·이벤트를 분리한 hybrid control, 그리고 압축 메모리 토큰과 안정적 distillation을 결합해 실시간 응답성과 장기 일관성을 함께 끌어올린 인터랙티브 월드모델입니다.
💡 멀티모달 생성은 단순 품질 경쟁을 넘어 계획, 보상, 반성, 메모리 같은 중간 구조를 명시적으로 넣는 흐름이 강합니다. 음악·비디오·인터랙티브 월드·이미지 수정 모두에서 '생성 전에 구조를 세우고 생성 후 스스로 고친다'는 패턴이 공통적으로 드러납니다.
📄Training & Optimization3
TabFM: A Zero-Shot Foundation Model for Tabular DataTabFM: 표형 데이터를 위한 제로샷 파운데이션 모델⭐ 2,697
TabFM은 구조적 인과모형으로 만든 합성 테이블만으로 학습한 4억 파라미터 모델로, 51개 TabArena 데이터셋에서 튜닝 없이 단일 포워드 제로샷 예측을 수행하며 기본형 tabular foundation model과 튜닝된 AutoML을 앞섰습니다.
MassAlloc Attention: Let Attention Allocate Its Own ComputeMassAlloc Attention: 어텐션이 스스로 계산량을 배분하게 하다⭐ 763
MALA는 정규화된 attention mass를 기준으로 후처리 계산을 적응적으로 남기는 fused attention으로, 8K 매치드 워크 실험에서 oracle 수준에 가까운 누락 질량 0.0188%를 보여 긴 문맥에서도 정확도 손실을 최소화합니다.
Diffusion Reward Models디퓨전 보상모델⭐ 17
DRM은 보상 예측을 점추정이 아닌 조건부 분포 p(r|x,y) 생성으로 재정의해, frozen LLM encoder 위의 경량 Diffusion Transformer가 다봉형 인간 선호를 표현하도록 하며 5개 벤치마크에서 강한 성능을 보였습니다.
💡 학습·최적화 분야에서는 계산을 더 많이 쓰는 것이 아니라 어디에 쓸지를 더 똑똑하게 정하는 연구가 두드러집니다. attention mass 기반 연산 배분, 보상의 분포 modeling, 합성 데이터 기반 제로샷 전이 모두 효율성과 일반화를 동시에 노리는 방향입니다.
🗣️Language Models2
Improving Test-Time Scaling with Adaptive Looped Transformers적응형 루프드 트랜스포머로 테스트타임 스케일링 개선하기⭐ 89
TaH2는 lookahead depth supervision으로 토큰별 추가 반복이 필요한 지점을 학습해, 고정 반복 루프드 트랜스포머보다 테스트타임 FLOPs 증가당 정확도 향상을 더 효율적으로 끌어내는 적응형 반복 구조를 제안합니다.
Context Language Models컨텍스트 언어모델⭐ 44
CLM은 컨텍스트를 파일처럼 직접 읽고 갱신하는 구조로 외부 하니스 없이 문맥 관리를 모델 내부 행동으로 옮겼으며, BrowseComp-Plus에서 정확도 11.4% 향상·FLOPs 21.5% 절감, EdgeBench에서 점수 5% 향상·FLOPs 59% 절감을 달성했습니다.
💡 언어모델은 파라미터 확장보다 테스트타임 행동 설계가 경쟁력의 핵심으로 떠오르고 있습니다. 컨텍스트를 직접 관리하거나 토큰별 반복 깊이를 조절하는 방식은, 추론 시점의 적응성이 앞으로 모델 아키텍처만큼 중요해질 수 있음을 시사합니다.
📄Robotics & RL3
VLA-Precision: Asymmetric Co-Bootstrapping for Efficient Real-World Online RL of Vision-Language-Action ModelsVLA-Precision: 비전-언어-행동 모델의 효율적 실세계 온라인 RL을 위한 비대칭 공동 부트스트래핑⭐ 81
VLA-Precision은 초기 개입 기반 행동 학습과 이후 전역 리턴 전파·로컬 선호 랭킹을 결합한 ACoB, 그리고 경량 스트리밍 구조를 통해 정밀 조작에서 VLA의 정책 드리프트와 낮은 처리량 문제를 줄입니다.
What Makes World Action Models Generalize? An Empirical Study of Test-Time Future Modeling월드 액션 모델의 일반화는 무엇이 만드는가: 테스트타임 미래 모델링의 실증 연구⭐ 58
이 연구는 latent WAM이 분포 내 성능은 맞추더라도 환경 교란·데이터 효율·과제 일반화에서 explicit WAM보다 일관되게 약함을 보이고, 핵심 이득이 완전 생성이 아니라 첫 denoising 단계의 미래 준비에 있음을 밝혔습니다.
Self-Evolving Coding Agents: From Digital Programs to Physical-World Intelligence자기 진화형 코딩 에이전트: 디지털 프로그램에서 물리 세계 지능으로⭐ 30
Physical Coding은 물리 작업의 상태·제약·진행을 Code as World로, 계획·검증·복구를 Code as Policy로 명시해 로봇 행동을 수정 가능한 코드 절차로 바꾸며, 경험을 재사용 가능한 프로그램과 메모리로 축적하는 관점을 제시합니다.
💡 로보틱스와 RL에서는 행동을 바로 출력하는 정책보다 미래 표현, 코드형 상태 표현, 안정적인 온라인 가치 보정이 일반화의 핵심으로 보입니다. 즉 실세계 적응력은 더 큰 정책망보다 '검증 가능하고 수정 가능한 중간 표현'에서 나온다는 메시지가 강합니다.
👁️Computer Vision2
Beyond the Timeline: Augmenting Long-Video Memory with Grounded Entity Biographies타임라인을 넘어: Grounded Entity Biography로 장편 비디오 메모리 확장하기⭐ 35
GEB는 장편 비디오에서 동일 물체의 시각적 관측을 물리 개체 단위 biography로 묶어 검색 가능하게 만들어, 단순 시간순 메모리로 놓치던 개체 정체성 연결을 복원하며 장·초장기 QA 성능을 높였습니다.
SpatialSpeak: QA-Native Reconstruction with Local and Global Context for Spatial Chain-of-Thought ReasoningSpatialSpeak: 로컬·글로벌 문맥을 활용한 QA-기반 재구성으로 공간 CoT 추론하기⭐ 19
SpatialSpeak는 marked-point 3D 질의와 object-center 질의를 모두 QA 형식으로 학습하는 QA-RP와 CoT-VC를 결합해, 다중 시점 VLM의 중간 기하 추정을 직접 감독하며 공간 추론을 강화합니다.
💡 비전 연구에서는 장기 비디오와 다중 시점 장면을 다룰 때 시간 순서만으로는 부족하고, 개체 정체성이나 기하 구조 같은 명시적 연결고리가 필요하다는 점이 분명해졌습니다. 메모리와 추론을 더 구조화할수록 장기 QA와 공간 추론의 신뢰도가 올라가는 흐름입니다.