AI Briefing#computer-vision
#computer-vision와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#computer-vision와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
SkinBench가 범용 AI 모델의 주름 탐지 및 피부 유형 분류 성능 저하를 확인했다
Netflix의 자동 크롭 시스템이 Adobe Premiere Auto Reframe보다 우수한 성능을 보였다
GHARP가 Ava-256에서 SOTA 품질을 달성하며 가우시안을 8배 줄였다
Qwen3-VL-8B용 새 LoRA가 문서 추출 좌표 정확도를 41%에서 74%로 개선했다.
Krea가 Nano Banana Pro보다 10배 빠른 이미지 편집 모델 Krea 3를 출시했다.
4Director가 20,774개 클립 데이터셋과 Motion Adapter로 시점 일관적 영상 생성을 구현했다.
AFP-GIC 프레임워크가 DC-VIC 대비 지연 시간 18.1%와 파라미터 20.5%를 줄이며 5개 비트레이트를 지원한다.
ORTUS AI가 360도 이미지 회전 감지 모델 RightWayUp을 Apache-2.0으로 오픈소스화했다.
OpenDLSS-NR이 DLSS 5 신경망의 71블록 구조를 FP8으로 비트 단위 재현했다.
RelateAnything은 RTX 3080 Laptop GPU에서 TensorRT FP32 기준 이미지당 17.2ms의 추론 속도를 지원하며, 47만 4천여 장의 이미지와 430만 개의 관계를 포함한 RA-4M 학습 코퍼스를 공개했다.
텐센트가 Qwen3-VL 기반의 문서 파서 WeVisDoc을 공개했으며, OmniDocBench에서 1위를 차지했다.
SenseNova-Vision이 작업별 헤드 없이 탐지, 분할, 깊이 추정을 하나의 생성 모델로 통합해 공개했다.
Apple 연구진이 영상 캡션의 정보 충실도를 평가하는 참조 없는 벤치마크 CapQuiz를 공개했다.
SAM 3를 LoRA로 미세 조정해 텍스트 프롬프트로 특정 객체만 남기는 MultiMatte 모델이 공개되어 주요 벤치마크에서 성능이 대폭 향상됐다.
Three.js r186에서 3D Gaussian Splatting이 엔진의 1급 기능으로 내장되어 WebGPU 기반의 사실적 3D 렌더링이 가능해졌다.
LG AI Research가 VLM과 Agentic AI를 결합해 라벨링부터 배포까지 사람 개입을 배제한 자율 비전 검사 프레임워크를 공개했다.
GigaPath와 GigaTIME의 효율성을 극대화한 Flash 모델이 공개되어 대규모 병리 연구의 접근성을 높였다.
텐센트 WeChat Vision 팀이 2B 파라미터로 8B 베이스라인을 능가하는 범용 멀티모달 임베딩 모델 WeMM-Embedding을 공개했다.
Apple이 LLM과 정규화 흐름을 결합해 텍스트와 이미지를 통합 생성하는 STARFlow2를 공개했다.
Apple이 추론 시 시각적 사고를 내재화해 지연 시간을 5배 이상 줄이는 IVT 프레임워크를 제안했다.
Roboflow가 30개 이상의 최신 Computer Vision 모델을 나란히 비교하고 테스트할 수 있는 'Roboflow Playground'를 출시했다.