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.
PaddleOCR이 정확도와 속도를 대폭 개선한 신규 OCR 모델 시리즈 PP-OCRv6를 공개했습니다.
경농이 Vision LLM과 Amazon OpenSearch를 활용해 사진 촬영만으로 농약 정보를 찾는 시각적 검색 시스템을 구축했다.
비디오의 시간적 중복성을 활용해 토큰을 동적으로 할당함으로써 추론 속도를 획기적으로 높인 연구입니다.
중간 표현체 없이 비디오를 통해 캐릭터를 애니메이션화하는 SCAIL-2 모델이 공개되었습니다.
별도의 학습 없이 단일 이미지의 구조를 반영하여 고품질 이미지를 생성하는 효율적인 Diffusion 모델 연구를 발표했다.
Qwen-Image-Flash는 이미지 생성 모델 가속화를 위해 목적 함수를 넘어 데이터 구성과 학습 파이프라인 최적화의 중요성을 제시한다.
별도의 설정 없이 Mac GPU를 활용해 사진을 3D Gaussian Splat으로 변환하는 네이티브 앱이 출시되었습니다.
PapersWithCode가 주요 AI 컨퍼런스 논문을 태스크별로 브라우징하고 관련 리소스를 확인할 수 있는 기능을 추가했다.
Nvidia가 병렬 박스 디코딩을 통해 Qwen3-VL보다 10배 빠른 Vision-Language Grounding 모델 'LocateAnything'을 공개했다.
Apple이 CVPR 2026에 참여해 생성형 AI와 멀티모달 LLM 등 최신 연구를 발표한다.
NVIDIA가 병렬 박스 디코딩(PBD) 기술을 적용해 VLM의 그라운딩 속도와 정확도를 혁신한 LocateAnything을 공개했다.
EMA를 활용해 비디오 내 중복 토큰을 제거함으로써 Vision Transformer의 추론 속도와 효율성을 극대화하는 NeuroFlow를 제안한다.
무신사가 VLM 대신 Geometric Prior를 활용해 의류 디테일컷 생성 속도를 25배 높였다.
ByteDance가 이미지와 비디오의 이해, 생성, 편집을 지원하는 3B 규모의 통합 멀티모달 모델 Lance를 공개했다.
인간의 시각 시스템에 최적화되어 기존 코덱 대비 압축률과 속도를 획기적으로 개선한 PICO를 소개한다.
앵커 기반 방식 대신 픽셀별 거리 회귀와 DBSCAN을 사용하는 WordDetectorNet의 구조를 분석한다.