오늘의 한줄
오늘은 월드모델·비디오 생성처럼 긴 시계열을 다루는 생성 연구와, 에이전트·코드 생성의 검증 및 벤치마크 고도화가 특히 두드러졌습니다. 동시에 장문맥 모델링, 망각 완화, 루프드 MoE 같은 학습 효율화 연구도 실전 적용성을 강하게 밀어 올리고 있습니다.
📄Multimodal & Generative4
HelixWorld: A Real-time Interactive Audio-Visual World Model헬릭스월드: 실시간 상호작용형 오디오-비주얼 월드모델⭐ 620
HelixWorld는 6-DoF 카메라 궤적과 사용자 행동에 조건부한 양방향 교사를 스트리밍 학생으로 증류해, 단일 GPU에서 24 FPS로 드리프트 없는 시청각 월드 시뮬레이션을 구현했습니다.
FrameMorrow: Future-guided Frame Selection with Prospective Tokens for Long-Horizon Video GenerationFrameMorrow: 미래 유도형 프레임 선택으로 장기 비디오 생성하기⭐ 24
FrameMorrow는 미래 정보 수요를 압축한 prospective token으로 과거 프레임을 선별해, 현재 유사도 기반 선택의 한계를 넘고 장기 비디오 생성에서 더 효율적인 히스토리 활용을 가능하게 합니다.
Spatial Memory Intelligence: Endowing World Models with Understanding-Driven Long-Term MemorySpatial Memory Intelligence: 이해 기반 장기 메모리를 갖춘 월드모델⭐ 18
SMI는 MLLM 기반 이해 모듈로 공간 클러스터링, 희소화, 행동 인지 검색, 신뢰도 필터링을 수행해 장기 비디오 월드모델의 복잡한 공간 메모리 관리를 체계화했습니다.
💡 월드모델과 비디오 생성은 이제 단순히 길게 만드는 문제를 넘어, 어떤 기억을 남기고 어떤 감각을 함께 모델링할지로 초점이 이동하고 있습니다. 오디오 결합, 미래 수요 기반 프레임 선택, 이해 기반 메모리 관리, 물리 임베딩 평가까지 이어지며 생성 모델의 '세계 이해력'을 직접 다루는 흐름이 강해졌습니다.
💻Code & Agents6
VeriHarness: Scaling Agentic Verification for Long-Horizon TasksVeriHarness: 장기 과제를 위한 에이전트형 검증 확장⭐ 37
VeriHarness는 동일 LLM에 작업공간·증거 도구·검증 스킬을 부여해 불일치 해소기와 합의 도전기를 구성함으로써, 정답지 없이도 장기 에이전트 산출물의 선택·수정을 더 신뢰성 있게 수행합니다.
SimuVerity: Benchmarking Agents for Engineering-Grade Simulink Model GenerationSimuVerity: 엔지니어링급 Simulink 모델 생성을 위한 에이전트 벤치마크⭐ 16
SimuVerity는 101개 텍스트-투-Simulink 과제를 공학 요구사항 충족 여부로 평가하며, 최고 에이전트도 종합 점수 42.86에 그쳐 컴파일 성공이나 구조 유사성이 실제 엔지니어링 성능을 대변하지 못함을 보여줍니다.
Science Utopia? Closed-Loop LLM Simulation of Academic Research EcosystemsScience Utopia?: 폐루프 LLM 시뮬레이션으로 보는 학술 연구 생태계⭐ 22
SciUtopia는 연구 주제 선택, 협업, 심사, 인용, 연구비까지 연결된 학술 생태계를 연 단위 상태로 유지하며, 61개 세계에서 4만 명 이상 연구자를 시뮬레이션하는 폐루프 LLM 에이전트 프레임워크입니다.
💡 에이전트 연구는 성능 향상 자체보다 검증 가능성, 비용 효율, 공학적 적합성, 실행 가능한 코드 표현으로 무게중심이 옮겨가고 있습니다. 특히 벤치마크들이 정답 유사성보다 요구사항 충족과 동역학 이해를 묻기 시작했다는 점이, 앞으로의 에이전트 평가 기준을 바꿀 가능성이 큽니다.
👁️Computer Vision2
GTR: Gated Token Recurrence for Efficient Dense PredictionGTR: 효율적 밀집 예측을 위한 게이트 토큰 순환⭐ 47
GTR은 게이트 선형 어텐션과 교차 스캔, 공간 강화 SwiGLU를 결합한 소프트맥스 없는 순환 비전 백본으로, COCO val2017에서 58.9 box AP와 RTX 4090 기준 1.908ms 지연을 동시에 달성했습니다.
LVMT: Video Mask Transformer for Long-term Video SegmentationLVMT: 장기 비디오 분할을 위한 비디오 마스크 트랜스포머⭐ 9
LVMT는 GRU 기반 시간 전파와 Truncated Query Propagation 학습 전략을 결합해, 긴 가림과 복잡한 장면이 있는 장기 비디오에서도 메모리 부담 없이 안정적인 객체 분할을 지원합니다.
💡 비전에서는 고해상도·장기 시계열을 감당하기 위해 어텐션을 대체하거나 보완하는 경량 순환 구조가 실용 해법으로 부상하고 있습니다. 빠른 밀집 예측과 장기 객체 추적 모두에서, 무엇을 메모리에 남길지 선택하는 능력이 핵심 경쟁력으로 보입니다.
🗣️Language Models4
Science or Slop?: Benchmarking and Mitigating Scientific Slop in AI-Generated Papers과학인가 슬롭인가?: AI 생성 논문의 과학적 슬롭 벤치마킹과 완화⭐ 10
SciSlopBench는 구조·논증·산출물 6개 지표로 AI 생성 논문 390편의 과학적 허점을 측정해 85.9% 정확도로 인간 논문과 구분했으며, 기존 Binoculars의 68.7%를 크게 앞섰습니다.
Triadic Linear Attention: Three-Dimensional Recurrent States for Long-Context Sequence ModelingTriadic Linear Attention: 장문맥 시퀀스 모델링을 위한 3차원 순환 상태⭐ 6
Triadic Linear Attention은 두 번째 키를 도입해 3차 텐서 상태에 triadic outer product를 기록함으로써, 적은 추가 투영만으로 상태 용량을 E배 확장하는 장문맥 선형 어텐션을 제안했습니다.
Does Learning Protein Folding Generalize to Broader Reasoning?단백질 접힘 학습은 더 넓은 추론으로 일반화될까?⭐ 3
Fold2Reason은 단백질 구조 QA와 연속 3D 기하 복원을 함께 후학습해 FoldBench에서 Qwen3.5-9B 대비 2.7~3.5배 높은 구조 예측 성능과 10개 추론 벤치마크 평균 +3.23%p 향상을 달성했습니다.
💡 언어모델 연구는 장문맥 메모리 확장과 비텍스트 구조 지식의 주입이라는 두 축으로 진화하고 있습니다. 동시에 과학 논문 슬롭이나 다국어 전이처럼 '모델이 정말 이해했는가'를 묻는 평가가 정교해지면서, 단순 벤치 점수 이상의 신뢰성 검증이 중요해지고 있습니다.
📄Training & Optimization3
PDE-JEPA: Predictive Representation Learning of Latent Dynamics Modeling for Parametric PDEsPDE-JEPA: 파라메트릭 PDE를 위한 예측 표현 기반 잠재 동역학 학습⭐ 7
PDE-JEPA는 마스킹된 잠재 예측으로 PDE 동역학 표현을 사전학습하고, geometry projector로 잠재 궤적과 물리 진화 기하를 정렬해 재구성 중심 학습보다 더 동역학 친화적인 표현을 만듭니다.
Local Support Learning로컬 서포트 러닝⭐ 13
LSL은 표준 어댑터에 GMM 기반 게이트를 결합해 새로운 데이터 분포에서만 업데이트를 활성화함으로써, 과거 데이터 없이도 대규모 사전학습 모델의 catastrophic forgetting을 줄이는 범용 프레임워크입니다.
Looping Beyond Twice: A Scalable Recipe for Looped Mixture-of-Experts두 번을 넘어 반복하기: 확장 가능한 루프드 Mixture-of-Experts 레시피⭐ 5
이 연구는 루프드 MoE의 숨은 상태 분산 폭주와 expert selection collapse를 핵심 병목으로 짚고, 반복 깊이를 2회 이상으로 안정적으로 확장하기 위한 실전 학습 레시피를 제시합니다.
💡 학습·최적화 분야에서는 더 적은 자원으로 더 깊게, 더 오래, 더 안전하게 학습시키는 방법론이 공통 화두였습니다. PDE 표현학습, 망각 완화, 루프드 MoE 안정화 모두 사전학습 자산을 유지하면서도 목적 과업에 맞게 적응시키는 기술적 정교함이 커지고 있음을 보여줍니다.
📄Robotics & RL1
Beyond Future Prediction: Denoising as Generative Adaptation for Robot Control미래 예측을 넘어서: 로봇 제어를 위한 생성 적응으로서의 디노이징⭐ 6
NowWAM은 미래 프레임 예측 대신 현재 관측 복원과 행동 예측을 같은 디노이징 궤적에서 공동학습해, 사전학습 DiT의 생성 priors를 로봇 제어 표현으로 더 직접적이고 강건하게 이전합니다.
💡 로봇 제어에서는 생성모델 priors를 미래 예측기에 억지로 끼워 넣기보다, 원래의 디노이징 목표를 제어 표현 학습과 직접 연결하려는 시도가 인상적입니다. 이는 비전 생성 사전학습을 행동으로 옮기는 경로가 더 단순하고 강건한 쪽으로 재설계되고 있음을 시사합니다.