#vision-language

#vision-language와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.

Ling-3.0-flash-VL이 시각 이해와 에이전트 기능을 탑재해 공개됐다.

·2026.09.05 03시

Qwen 3.8 Max를 Vercel AI Gateway에서 사용할 수 있게 됐다.

·2026.08.02 09시

SenseNova가 NEO-unify 기반 멀티모달 모델 U1 A3B를 공개했다.

·2026.05.14 01시

캡션을 조건으로 넣어 의미가 풍부한 시각 표현을 학습하는 TC-JEPA를 제안했다.

·1·2026.05.07 09시

DeepSeek이 공간 토큰을 추론 단위로 삼는 멀티모달 프레임워크를 공개했다.

·1·2026.04.30 22시

NVIDIA가 비전·오디오·언어를 통합한 Nemotron 3 Nano Omni를 공개했다.

·2026.04.29 01시

TIPSv2는 iBOT++, Head-only EMA, 멀티 그레뉼러리 캡션으로 패치-텍스트 정렬을 크게 끌어올렸다.

·1·2026.04.21 09시

0.6B early-fusion 모델이 open-vocabulary grounding과 segmentation을 통합했다.

·1·2026.04.01 16시

멀티모달 모델의 텍스트-이미지 공동 추론 능력을 평가하는 새로운 데이터셋 및 리더보드 'ConTextual'이 공개되었다.

·1·2024.03.05 09시

중국어 문화와 도메인에 최적화된 멀티모달 모델 Chinese CLIP이 공개되었다.

·1·2022.12.24 15시

태스크, 모달리티, 아키텍처를 하나로 통합한 멀티모달 사전 학습 모델 OFA를 공개했다.

·2022.11.14 17시