中 첫 '참조 기반' 모델…"멀티샷 기능 영화수준 품질 구현"
 |
알리바바 로고. FILE PHOTO: China International Fair for Trade in Services, in Beijing ⓒ 로이터=뉴스1 |
(서울=뉴스1) 김민석 기자 = 알리바바는 비주얼 생성 인공지능(AI) 모델 '완'(Wan)의 최신 버전 '완 2.6'(Wan 2.6) 시리즈를 공개했다고 17일 밝혔다.
완 2.6 시리즈는 이용자가 자신의 외형과 음성을 반영해 AI가 만든 영상 속 주인공으로 등장할 수 있도록 지원한다. 텍스트 프롬프트만으로 다중 장면을 설계하고 스토리텔링을 확장할 수 있다.
알리바바 관계자는 "Wan 2.6-R2V 경우 중국 최초의 '참조 기반 영상 생성'(reference-to-video) 모델"이라며 "이용자가 인물의 모습과 목소리가 담긴 짧은 참조 영상을 업로드하면 동일한 캐릭터가 새 장면 속에서 자연스럽게 등장하는 영상을 생성한다"고 말했다.
알리바바는 완 2.6 시리즈에 멀티모달(다중모드) 참조 생성 기술을 적용했다. 시각·청각 정보를 동시에 분석해 음성·표정·움직임을 정교하게 재현하는 기술을 통해 숏폼 드라마나 개인 영상 제작자의 창작 과정 효율을 높일 수 있다.
알리바바는 Wan 2.6 시리즈를 통해 △텍스트-영상 생성(T2V) △이미지-영상 생성(I2V) △이미지 생성(image·T2I) 모델 전반의 시각적 일관성을 높였다.
여러 장면을 하나의 연속된 이야기처럼 구성해 주는 '멀티샷(multi-shot) 스토리텔링' 기능도 추가했다. 영상 생성 길이는 최대 15초다.
Wan 2.6 시리즈는 알리바바 클라우드 AI 개발 플랫폼 '모델스튜디오'(Model Studio)와 완 공식 웹사이트를 통해 이용할 수 있다. 알리바바의 통합 AI 앱 '큐원'(Qwen)에 연동할 예정이다.
알리바바 관계자는 "프롬프트 해석 정확도와 시각 품질이 크게 개선돼 영화 수준의 콘텐츠를 제작할 수 있다"며 "예술적 스타일 조정과 사실적 초상화 생성 능력도 강화됐다"고 했다.
ideaed@news1.kr
Copyright ⓒ 뉴스1. All rights reserved. 무단 전재 및 재배포, AI학습 이용 금지. <용어설명> ■ 멀티모달 멀티모달(Multimodal)은 멀티(Multi·복수)와 모달(Modal·형태)을 결합한 용어로 서로 다른 여러 형태의 데이터를 동시에 처리하고 이해하는 기술이나 방식을 의미한다.
이 기사의 카테고리는 언론사의 분류를 따릅니다.