AI Briefing#multimodal
#multimodal와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#multimodal와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
마이크로소프트 리서치가 Qwen3.5-27B 기반의 웹 브라우저 자동화 멀티모달 에이전트 Fara1.5-27B를 Hugging Face에 공개했다.
Alibaba Qwen 팀이 풍부한 콘텐츠 표현과 세밀한 디테일, 깊은 지식 반영을 강조한 이미지 생성 모델 Qwen-Image-3.0을 공개했다.
알리바바 Qwen 팀이 복잡한 레이아웃과 텍스트 렌더링 능력이 강화된 차세대 이미지 생성 모델 Qwen-Image-3.0을 출시했다.
LG AI 연구원이 CVPR 2023에서 최신 비전 연구 동향을 살펴보고 NICE 워크숍을 통해 이미지 캡셔닝의 한계를 논의했다.
LG AI 연구원이 EXAONE의 Image Understanding과 Generation 기술을 결합해 화담숲 미디어아트를 구현한 사례를 소개한다.
LG AI Research가 텍스트와 이미지를 동시에 이해하는 멀티모달 모델 EXAONE 4.5를 오픈 웨이트 방식으로 공개했다.
LG AI연구원이 시각 정보와 언어를 동시에 처리하는 오픈 웨이트 VLM인 EXAONE 4.5를 공개했다.
MoE 아키텍처를 적용하여 효율성과 성능을 높인 Moondream 3.1 모델이 공개되었습니다.
Google의 고속·저비용 이미지 생성 모델인 Nano Banana 2 Lite가 Vercel AI Gateway에 출시되었습니다.
Baidu에서 긴 문서 및 다중 페이지를 한 번에 처리하는 새로운 OCR 모델인 Unlimited-OCR를 공개했다.
Seedance 2.5가 영상 생성 길이를 30초로 늘리고 50개의 멀티모달 레퍼런스를 지원하며 4K 해상도를 지원한다.
텍스트 렌더링과 이미지 편집에 특화된 오픈 소스 이미지 생성 모델 Boogu-Image-0.1 시리즈가 공개되었습니다.
Moonshot AI의 코딩 특화 모델인 Kimi K2.7 Code가 Vercel의 AI Gateway를 통해 공개되었습니다.
Anthropic의 최신 모델인 Claude Fable 5가 Google Cloud Agent Platform에서 정식 출시되었다.
Gopuff와 SpaceXAI가 Grok 모델을 활용해 개인 맞춤형 쇼핑을 지원하는 AI 에이전트 'Go'를 출시했다.
llama.cpp에 비디오 입력 기능이 추가되어 Gemma 및 Qwen 모델의 비디오 분석이 가능해졌다.
NVIDIA가 멀티모달, 다국어 지원 및 맞춤형 정책 적용이 가능한 Nemotron 3.5 Content Safety 모델을 출시했다.
Google의 Gemma 4 12B는 별도의 인코더 없이 이미지와 오디오를 직접 처리하는 경량 멀티모달 모델이다.