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.
구글이 엔코더 없이 시각 및 오디오를 직접 처리하는 새로운 12B 멀티모달 모델 Gemma 4 12B를 공개했다.
MiniMax가 100만 토큰 컨텍스트와 멀티모달 기능을 갖춘 M3 모델을 출시하고 10일 내 가중치를 공개한다.
Google이 비디오 생성 모델 Gemini Omni와 에이전트 기능이 강화된 Gemini 3.5 Flash를 공개했다.
Cohere가 기업 및 공공 부문의 데이터 주권을 보장하는 오픈소스 MoE 모델인 Command A+를 공개했다.
Google이 이미지 생성 모델 Nano Banana 2와 Pro를 정식 출시하며 기업용 크리에이티브 워크플로우 지원을 강화한다.
MiniMax가 Deepseek 방식의 어텐션을 사용하는 멀티모달 모델 M3를 오픈 웨이트로 출시할 예정이다.
문서 이해와 구조화된 정보 추출에 특화된 4B 규모의 비전-언어 모델 NuExtract3가 공개되었습니다.
LangChain이 토큰 스트림을 넘어 메시지, 도구 호출, 서브에이전트를 구조화된 이벤트로 스트리밍하는 새 아키텍처를 공개했다
LiteFrame은 Video LLM의 추론 지연을 35% 단축하고 장시간 영상 이해를 가능하게 하는 경량 비전 인코더다.
Amazon Bedrock이 최대 5개 모델을 비교하며 프롬프트 최적화와 모델 전환을 돕는 도구를 공개했다.
Thinking Machines가 오디오·비디오·텍스트를 실시간으로 다루는 연구 프리뷰를 공개했다.
ElevenLabs의 ElevenAgents가 이미지, 파일, 위치 정보 등 새로운 모달리티를 지원하며 엔드투엔드 문제 해결 역량을 강화했다.