AI Briefing#vision-language-model
#vision-language-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#vision-language-model와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
Cactus Compute의 Mirage가 22 MB로 모바일에서 74 ms 시각 분석을 수행했다.
4B 모델이 온라인 RL 후 모델 호출 13.0%, 출력 토큰 25.4% 절감했다
OpenBMB가 3GB 메모리로 스마트폰에서 실행되는 35B MoE 멀티모달 모델 MiniCPM-V 4.7을 공개했다.
OpenBMB가 iPhone 17 Pro Max에서 13+ tokens/s 속도를 내는 MoE 비전 모델 MiniCPM-V 4.7을 출시했다.
WebBrain이 450M 로컬 비전 모델을 탑재한 오픈소스 브라우저 에이전트를 공개했다.
Liquid AI가 LFM2.5-VL-3B 추론을 최대 3.13배 가속하는 280M 파라미터 드래프트 모델을 공개했다.
Qwen3.5-9B 기반의 LensVLM은 4.3배 압축률에서 원문 수준 정확도를 유지하며 최대 10.1배까지 성능을 입증했다.
알리바바 다모 아카데미가 CT 스캔으로 암 등 150여 질환을 식별하는 의료 AI 모델 'Damo Radar'를 오픈소스로 공개했다.
inclusionAI가 1M 토큰 컨텍스트와 MoE 아키텍처를 갖춘 멀티모달 모델 Ling-3.0-flash-VL을 공개했다.
Qwen 팀과 화중과기대가 자율주행 특화 비전-언어 모델 Qwen-Drive-1.0을 공개했으며, RL 적용 시 NAVSIM 벤치마크에서 90.7점의 성능을 달성했다.
비전 타워 없이 텍스트와 이미지를 단일 Transformer로 처리하는 다국어 멀티모달 인코더 NeoMME가 공개됐다.
MirroS가 영상을 시뮬레이터 실행 가능한 코드로 복원해 물리 추론 성능을 높인 Code-as-World 모델과 연구 결과를 공개했다.
Qwen 팀이 3D 인식과 모션 플래닝을 통합한 자율주행 전용 비전-언어 파운데이션 모델 Qwen-Drive-1.0을 공개했다.
LG AI Research가 VLM과 Agentic AI를 결합해 라벨링부터 배포까지 사람 개입을 배제한 자율 비전 검사 프레임워크를 공개했다.
OpenAI의 GPT-5.6 제품군 중 Sol 모델이 비전 벤치마크에서 압도적인 성능을 기록했다.
Qwen 3.8 27B 모델이 공개되었으며, 코딩, 연구, 에이전트 작업 및 시각-언어 이해 능력이 대폭 향상되었다.
CARE-X가 생성과 구조화 예측을 결합한 흉부 X선 VLM으로 제시됐다.