바이트댄스와 HKUST 연구진은 긴 문서를 다루는 멀티모달 AI 모델 학습 시, 단순히 텍스트를 인식해 변환하도록 하는 것보다 질문-답변(QA) 쌍을 활용하는 것이 훨씬 효과적이라는 사실을 발견했습니다. 이 방식으로 학습된 소형 모델(MMProLong)은 50만 토큰 이상의 긴 문맥에서도 안정적인 성능을 내며 파라미터 크기가 훨씬 큰 기존 오픈소스 모델들을 능가했습니다. 이 연구는 AI가 긴 문서를 탐색할 때 정보 추출 과제를 통해 유연한 검색 능력을 기르는 것이 핵심임을 시사합니다.
바이트댄스가 이미지와 영상의 이해, 생성, 편집 기능을 하나의 모델에서 모두 처리할 수 있는 통합 모델 'Lance'를 발표했습니다. 이 모델은 이해(Understanding)와 생성(Generation) 작업을 각각 분리된 전문가 네트워크로 처리하는 듀얼 스트림 혼합 전문가(MoE) 아키텍처를 채택하여 작업 간 간섭 없이 높은 성능을 발휘합니다. 단일 모델로 텍스트, 이미지, 영상이라는 세 가지 모달리티를 자연스럽게 아우르며 시각 AI 분야의 중요한 이정표를 제시합니다.
바이트댄스가 이미지와 비디오의 이해, 생성, 편집을 단일 프레임워크에서 모두 지원하는 30억(3B) 파라미터 규모의 통합 멀티모달 모델 'Lance'를 공개했습니다. 128대의 A100 GPU 환경에서 트랜스포머 백본을 완전히 처음부터 학습시켰음에도 불구하고, 기존 벤치마크에서 매우 경쟁력 있는 높은 성능을 입증했다는 점이 가장 큰 의의입니다. 이는 하나의 모델로 시각 데이터의 인식과 생성을 동시에 해결하는 최근 멀티모달 AI 기술 트렌드를 잘 보여줍니다.
바이트댄스가 단 30억(3B) 개의 파라미터만으로 이미지 및 비디오의 이해, 생성, 편집을 모두 지원하는 오픈소스 경량 통합 멀티모달 모델 'Lance'를 공개했습니다. 이 모델은 128개의 A100 GPU 환경에서 처음부터(From scratch) 학습되었음에도 불구하고, 기존 벤치마크에서 강력한 성능을 입증하며 뛰어난 효율성을 보여줍니다. 이는 자원이 제한된 환경에서도 고성능 멀티모달 AI를 구현할 수 있다는 것을 증명하는 의미 있는 연구 성과입니다.
틱톡(TikTok)의 모회사 바이트댄스는 2026년 AI 인프라 지출 예산을 기존 계획보다 25% 이상 증액한 약 300억 달러로 상향 조정했습니다. 지정학적 리스크를 줄이기 위해 중국 국산 칩 사용을 대폭 확대하는 동시에 태국과 핀란드에 대규모 데이터센터를 짓고 있습니다. 글로벌 빅테크 기업들의 7,250억 달러 규모 AI 투자 흐름 속에서, 바이트댄스 역시 AI 인프라 경쟁에 본격적으로 가속을 내고 있다는 점에서 주목할 만합니다.
중국 당국이 AI 기술 유출을 막기 위해 기술 기업이 미국의 자본을 유치할 때 사전 정부 승인을 받도록 지시했습니다. 이는 싱가포르에 등록된 중국계 AI 스타트업 마누스(Manus)가 2025년 말 미국 메타(Meta)에 인수된 사건이 핵심 배경입니다. 이 조치로 인해 중국 기술 기업들의 서방 벤처캐피탈 자금 조달이 더욱 어려워질 전망입니다.
바이트댄스의 클라우드 부서인 BytePlus가 AI 비디오 생성 모델 Seedance 2.0을 미국을 제외한 글로벌 100여 개국의 기업 고객을 대상으로 공개했습니다. 이 모델은 할리우드 스타 및 저작권 콘텐츠가 포함된 영상이 SNS상에서 확산되어 디즈니, 넷플릭스 등과의 법적 분쟁이 촉발된 바 있습니다. 저작권 및 초상권 침해 이슈를 방지하기 위해 실사 안면 사용을 제한하는 등 강력한 안전장치와 C2PA 표준 기반의 AI 생성 콘텐츠 워터마크가 적용되었습니다.