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.
AI를 활용해 특정 뇌 영역의 활성도를 극대화하는 비디오를 생성하고 시각적 선택성을 매핑하는 기술을 소개한다.
센서의 결측 영역을 학습 신호로 활용하여 깊이 추정 성능을 극대화한 LingBot-Depth 2.0 연구 결과.
강화학습과 Flow Matching을 결합해 멀티턴 이미지 편집 시 발생하는 오류 전파 문제를 해결했다.
LensVLM은 VLM이 텍스트가 포함된 이미지를 처리할 때 해상도 저하로 발생하는 인식 오류를 해결하기 위한 프레임워크다.
경계 영역을 집중 학습하는 LingBot-Vision이 적은 데이터로도 DINOv3보다 높은 기하학적 이해도를 보였다.
추가 학습 없이 단계별 해상도 조절을 통해 Diffusion 모델의 추론 속도를 획기적으로 높이는 MrFlow 기술이 제안되었습니다.
토크나이저와 생성 모델을 결합하여 이미지 생성 학습 속도를 10배 향상시킨 GEAR 연구를 공개했다.
장면 전환을 감지하여 핵심 프레임만 추출함으로써 LLM의 비디오 이해도를 높이는 로컬 도구입니다.
VideoFlexTok은 비디오를 추상적 정보부터 세부 사항까지 단계적으로 표현하여 학습 효율과 생성 길이를 획기적으로 개선했다.
FLAT은 비디오 확산 모델의 잠재 변수를 직접 삼각형 스플랫으로 매핑하여 정확한 3D 장면 기하 구조를 생성한다.
단일 비디오에서 가려진 영역까지 복원하는 테스트 타임 최적화 기반 4D 재구성 프레임워크를 제안한다.
기존 격자 기반 NCA를 동적 입자 시스템으로 확장한 Neural Particle Automata(NPA) 연구가 공개되었습니다.
Moebius는 LλMI 블록과 적응형 증류 전략을 통해 파라미터 수를 2% 미만으로 줄이면서도 대규모 모델에 필적하는 성능을 내는 경량 인페인팅 프레임워크다.
PaddlePaddle이 다양한 환경에 최적화된 다국어 지원 경량 OCR 모델인 PP-OCRv6를 출시했다.
AllenAI가 자연어 지시에 따라 객체의 3D 궤적을 예측하는 MolmoMotion 모델을 공개했다.
언어 지시어를 바탕으로 물체의 미래 3D 궤적을 예측하는 MolmoMotion 모델과 데이터셋이 공개되었습니다.
저해상도 격자 기반의 NCA를 임시 디코더와 결합하여 고해상도 렌더링을 구현한 연구입니다.
Qwen-RobotManip는 데이터 정렬 기술을 통해 3.8만 시간의 대규모 데이터를 학습하여 뛰어난 범용성을 갖춘 VLA 파운데이션 모델이다.
Qwen-RobotNav는 다양한 내비게이션 작업에 맞춰 관찰 컨텍스트를 조절할 수 있는 확장 가능한 통합 모델이다.