AI Briefing#vlm
#vlm와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
#vlm와 관련된 AI·개발 뉴스를 최신순으로 모았습니다. 원문 출처와 한국어 요약을 함께 확인할 수 있습니다.
NVIDIA VFlash가 로봇 및 자율주행 궤적 예측 시 지연 시간을 최대 5.1배 단축했다.
NVIDIA VFlash가 Jetson Thor에서 로봇 추론 지연을 5배 줄였다.
Adaptive EVS로 VLM 입력 토큰 80% 감소 및 동시 스트림 처리량 46% 향상
Liquid AI가 VLM 모델 LFM2.5-VL-3B의 추측 디코딩을 위한 초안 모델 LFM2.5-VL-3B-DSpark를 공개했으며, Apple M5 Max에서 디코딩 속도를 최대 3.13배까지 향상시켰다.
Qwen3.5-9B 기반의 LensVLM은 4.3배 압축률에서 원문 수준 정확도를 유지하며 최대 10.1배까지 성능을 입증했다.
Meta가 이미지와 텍스트를 하나의 연속 토큰 시퀀스로 통합해 이해와 생성을 수행하는 FLAT 모델을 공개했다.
대만 전통 중국어 환경의 VLM 성능을 평가하는 VisTW 벤치마크가 공개되고 Twinkle Eval이 이를 지원한다.
Pinterest가 NVIDIA Dynamo와 Blackwell GPU를 활용해 VLM 서빙 스택을 구축하고 TTFT를 85배 개선했다.
인프런이 영상 화면의 텍스트를 인식해 번역 텍스트를 겹쳐 보여주는 '영상 화면 번역' 기능을 개발 중이다.
Qwen 팀과 화중과기대가 자율주행 특화 비전-언어 모델 Qwen-Drive-1.0을 공개했으며, RL 적용 시 NAVSIM 벤치마크에서 90.7점의 성능을 달성했다.
Light Origins가 깊이 센서 없이 전방 RGB 카메라 하나로 여러 로봇을 제어하는 4B 파라미터 내비게이션 모델 LightNav-0를 공개했다.
LG AI Research가 VLM과 Agentic AI를 활용해 데이터 라벨링부터 배포까지 전 과정을 자동화하는 무인 비전 검사 프레임워크를 공개했다.
Roboflow가 30개 이상의 최신 Computer Vision 모델을 나란히 비교하고 테스트할 수 있는 'Roboflow Playground'를 출시했다.
기존 로봇의 펌웨어를 수정하지 않고 외부 모듈을 통해 온디바이스 AI 지능을 구현하는 아키텍처와 사례를 소개한다.
LLM과 VLM을 활용해 비전 모델의 인스턴스 레벨 오류 패턴을 찾아내는 GH-ESD 프레임워크를 제안한다.
NuMind의 오픈웨이트 4B VLM NuExtract3가 Ollama에 공식 배포되어 로컬 문서 구조화 추출이 가능해졌다.
LenVM은 토큰 단위로 남은 생성 길이를 예측하여 LLM의 추론 효율성과 성능을 최적화한다.