[AI 모델 신작] 영상 생성 ‘클링 4.0’·감정 조절 음성 ‘드라마 3’ 등 6종

AI타임스의 신작 모델 모음 기사(임대준 기자) 전체를 읽고 정리했어요. 각 항목에 인용된 회사 X 게시물(10월 15–16일) 내용도 함께 담았어요.

1. 클링 AI — 클링 4.0 정식 출시

영상의 사실성, 움직임, 장면 제어를 강화한 영상 생성 모델이에요. 한 번에 30초 영상을 만들고, 여러 참조 자료와 주요 프레임을 지정해 인물·장면의 일관성과 전개를 조정할 수 있어요. 개편된 웹사이트에서 쓰고, MCP와 CLI로 외부 도구와 연동할 수 있어요.

2. 피시 오디오 — 드라마 3 프리뷰

자연어로 대사의 감정과 속도를 지시하고, 원하는 위치에 웃음·한숨·쉼을 넣거나 특정 단어에만 속삭임과 강조를 줄 수 있는 음성 생성 모델이에요. 여러 화자 대화를 한 번에 만들어요. 회사는 Artificial Analysis 기준 오픈 가중치 TTS 1위, 발음에서 Eleven v4보다 낫고 5배 싸며 83개 언어를 지원한다고 밝혔고, 가중치는 Hugging Face에 올렸어요.

3. 스카이워크 — 매트릭스 게임 4.0

게임 엔진이 캐릭터 위치와 물리 규칙을 관리해 단순한 3D 화면을 만들면, AI 영상 모델이 이를 실시간으로 세밀한 게임 화면으로 바꿔요. 코딩 에이전트가 사용자 요청을 새 게임 규칙으로 반영해요. 회사는 소비자용 GPU 한 장에서 480p 60fps, 종단 응답 112ms로 도는 첫 오픈소스 영상 모델 게임이라고 소개했어요.

4. 프리즘ML — 본사이 2 (2B·4B·9B)

스마트폰과 PC에서 직접 돌리는 소형 모델이에요. 큐원 3.5 기반으로 가중치를 세 가지 값(ternary)으로 표현해 용량을 각각 0.43GB·0.95GB·2GB로 줄였고, 추론, 이미지 이해, 도구 호출을 지원해요. Apache 2.0으로 공개했고, 9B 모델은 아이폰 18 프로 맥스에서 초당 최대 34토큰을 냈다고 해요.

5. 큐타이 — REKI

24억 파라미터 시각·언어·행동(VLA) 모델이에요. 카메라로 본 최근 장면을 적은 연산으로 기억해 다음 동작에 쓰는 게 특징이고, 자체 평가에서 같은 자세를 오가는 불필요한 반복 동작을 약 4분의 1로 줄였어요. 공개 데이터만으로 사전 학습했고 가중치와 학습·평가 코드를 공개했어요.

6. fal — fal 월드

AI가 생성한 가상 세계를 실시간으로 돌아다니는 서비스예요. 사용자의 조작에 따라 화면이 바뀌어, 완성된 영상을 보는 데서 나아가 생성되는 공간을 직접 탐험하게 해요. 월드 모델 전용 추론 엔진(fal World Model Accelerator)으로 돌아간다고 해요.