Docs faviconDOCS우성짱의 문서
Tag270건YouTube 7Article 263

#multimodal

이 태그와 연결된 문서를 한곳에서 모아보고, 함께 자주 등장하는 연관 태그까지 이어서 탐색할 수 있습니다.

연관 태그

#vision-language-models공동문서 250 · 연관도 95%#llm공동문서 177 · 연관도 28%#ai-architecture공동문서 90 · 연관도 22%#agent-routing공동문서 77 · 연관도 20%#agent-memory공동문서 68 · 연관도 17%#semiconductors공동문서 115 · 연관도 16%#multimodal-inference공동문서 5 · 연관도 14%#service-design공동문서 42 · 연관도 13%#workflow-automation공동문서 25 · 연관도 12%#multimodal-models공동문서 5 · 연관도 12%

문서 목록

총 270건 중 49-72건

NeoMME: an efficient Multimodal-native and Multilingual Encoder
Article2026년 9월 3일

NeoMME: an efficient Multimodal-native and Multilingual Encoder

NeoMME는 단일 양방향 Transformer로 이미지와 다국어 텍스트를 처리하는 260M·800M 인코더로, 시각 문서 검색에서 모델 크기 대비 검색 품질과 인코딩·저장 효율을 확보했다.

huggingface.co
#neomme#neomme-retriever#vidore-v3#shared-bidirectional-transformer
How an AWS team detects dashboard content failures at scale using Amazon Bedrock
Article2026년 9월 2일

How an AWS team detects dashboard content failures at scale using Amazon Bedrock

AWS 팀은 Amazon Bedrock 기반의 시각 분석과 결정론적 수치 비교를 결합해 수백 개 대시보드의 콘텐츠 오류를 검증하고, 탐지 시간을 최대 72시간에서 1시간 미만으로 단축했다.

aws.amazon.com
#amazon-bedrock#anthropic-claude#aws-insights#multimodal
Google's Android update tackles motion sickness, accessibility, and more
Article2026년 9월 1일

Google's Android update tackles motion sickness, accessibility, and more

구글이 Android에 멀미 완화, 시각 접근성, 물건 보관 위치 기억, 대화 내 정보 공유와 개인화를 위한 5가지 업데이트를 발표했다.

Lauren Forristal
#android#gemini#guided-vision#motion-assist
Clipto uses AI to search terabytes of video and is now valued at $250M
Article2026년 8월 31일

Clipto uses AI to search terabytes of video and is now valued at $250M

Clipto는 기기 내 파일 검색과 AI 도구 연동을 제공하며, 1,500만 달러의 신규 투자와 투자 후 기업가치 2억 5,000만 달러를 바탕으로 독립형 AI 검색 제품의 확장을 추진한다.

Kate Park
#chatgpt#clipto#cross-format-retrieval#professional-user-expansion
Ex-Meta scientists want to bring visual AI to the factory floor
Article2026년 8월 26일

Ex-Meta scientists want to bring visual AI to the factory floor

Meta 연구원 출신들이 설립한 Perceptron이 산업 현장 로봇의 인식·추론·행동을 지원하는 범용 시각 AI 모델 Isaac 0.5를 공개했다.

Lucas Ropek
#perceptron#meta-fair#isaac-0-5#adaptive-task-planning
AgentHands: Generating interactive hand gestures for spatially grounded agent conversations in XR
Article2026년 8월 25일

AgentHands: Generating interactive hand gestures for spatially grounded agent conversations in XR

AgentHands는 대화와 동기화된 가상 손동작으로 실제 공간의 위치와 행동을 설명하며, 12명 대상 연구에서 음성만 제공하는 조건보다 공간 안내와 행동 이해를 개선한 XR 연구 프로토타입이다.

research.google
#agenthands#gestureevents#android-xr#spatial-demonstration
Multi-modal RAG on slide decks
Article2026년 8월 25일

Multi-modal RAG on slide decks

Datadog 슬라이드의 10개 질문 평가에서 이미지 요약 기반 멀티 벡터 검색은 정확도 90%로 멀티모달 임베딩 60%와 텍스트 전용 RAG 20%를 앞섰지만, 요약 사전 생성에 따른 복잡성과 비용이 발생했다.

langchain.com
#langsmith#openclip#gpt-4v#retrieval-quality-bottleneck
Multi-Vector Retriever for RAG on tables, text, and images
Article2026년 8월 25일

Multi-Vector Retriever for RAG on tables, text, and images

LangChain은 검색용 표현과 답변 생성용 원본을 분리하는 멀티 벡터 검색기로 텍스트·표·이미지를 다루는 RAG와 로컬 실행 구성을 제시했다.

langchain.com
#langchain#ollama#unstructured#llava-7b
Everything announced at Made by Google '26: Pixel 11, Pixel Watch 5, Pixel Tag, and tons of Gemini features
Article2026년 8월 12일

Everything announced at Made by Google '26: Pixel 11, Pixel Watch 5, Pixel Tag, and tons of Gemini features

Made by Google 2026은 Gemini 기반 접근성·카메라·음성 기능과 함께 Pixel 11 시리즈, Pixel Tag, Pixel Watch 5의 저장공간·내구성·위치 추적·건강 기능 업데이트를 공개한 행사다.

Lauren Forristal
#gemini#pixel-tag#pixel-watch-5#gemini-device-integration
Advancing AMIE towards expert-level audio-visual clinical consultations
Article2026년 8월 11일

Advancing AMIE towards expert-level audio-visual clinical consultations

구글은 실시간 대화·임상 추론·시청각 인식을 병렬 처리하는 AMIE 비디오를 개발했으며, 모의 화상 진료 무작위 연구에서 일차진료의와 대등한 핵심 임상 역량을 보였지만 실제 환자 대상 검증은 아직 필요하다고 밝혔다.

research.google
#gemini#amie-video#google-research#project-astra
AMIE: Advancing medical AI for video consultations
Article2026년 8월 11일

AMIE: Advancing medical AI for video consultations

AMIE는 Gemini와 Project Astra 기반의 연구용 의료 AI로, 모의 진료 연구에서 실시간 영상 상담 역량을 보여줬으나 실제 임상 배치 전 추가 연구가 필요하다.

blog.google
#gemini#google-research#project-astra#audiovisual-diagnostic-reasoning
Google’s Gemini app surges to 1 billion users
Article2026년 8월 11일

Google’s Gemini app surges to 1 billion users

구글 제미니 앱이 월간 활성 사용자 10억 명을 넘기며 챗GPT와 보조를 맞추는 성장 이정표를 기록했다.

Lauren Forristal
#google-gemini#openai-chatgpt#google-ai-mode#platform-scale-convergence
How Pixieset achieved 35% AI feature adoption by solving the right problem with Amazon Bedrock
Article2026년 8월 11일

How Pixieset achieved 35% AI feature adoption by solving the right problem with Amazon Bedrock

픽시셋은 사진가의 창작을 대체하지 않고 반복적인 대체 텍스트 작성 부담을 줄이는 AI 기능을 설계해, 4개월 만에 출시하고 16개월 뒤에도 적용 대상 이용자의 35%가 사용하는 성과를 냈다.

aws.amazon.com
#pixieset#amazon-bedrock#aws-lambda#progressive-user-control
From asking to doing: How the world is putting ChatGPT to work
Article2026년 8월 6일

From asking to doing: How the world is putting ChatGPT to work

ChatGPT 사용은 단순한 정보 탐색을 넘어 과업 수행과 결과물 제작으로 이동하고 있으며, 지역·형식·연령 전반에서 이용 기반도 확대되고 있다.

OpenAI
#chatgpt#openai#openai-signals#multimedia-use-acceleration
NVIDIA Alpamayo 2 Super, the Frontier Open Model for Robotaxis and Autonomous Vehicles, Now Available for Commercial Use
Article2026년 8월 4일

NVIDIA Alpamayo 2 Super, the Frontier Open Model for Robotaxis and Autonomous Vehicles, Now Available for Commercial Use

NVIDIA Alpamayo 2 Super는 상업적 이용이 가능한 개방형 자율주행 추론 모델로, 장기꼬리 주행 상황에 대한 멀티모달 추론부터 데이터 자동 주석, 안전 검증, 차량용 모델 증류까지 하나의 기반 모델에서 지원한다.

Jessica Soares
#lingoqa#nvidia#alpamayo-2-super#openmdw-1-1
Powerful Compute So Compact, It’s Clutch — Build AI Anywhere With NVIDIA Jetson
Article2026년 7월 28일

Powerful Compute So Compact, It’s Clutch — Build AI Anywhere With NVIDIA Jetson

NVIDIA Jetson은 초보자의 첫 로봇부터 차세대 휴머노이드와 자율 시스템까지, 서로 다른 규모의 물리 AI 작업을 현장에서 실행할 수 있도록 휴대성과 연산 성능을 결합한 엣지 AI·로보틱스 플랫폼이다.

Matthew Leib
#nvidia-jetson#jetson-agx-orin#jetson-agx-thor#on-device-inference
NVIDIA Cosmos-H-Dreams: Bringing Real-Time Generative Simulation to Surgical Robotics
Article2026년 7월 27일

NVIDIA Cosmos-H-Dreams: Bringing Real-Time Generative Simulation to Surgical Robotics

엔비디아 코스모스 H 드림스는 수술 영상과 로봇 동작의 관계를 학습한 대형 세계 모델을 인과적 소수 단계 모델로 증류하고 가속 추론을 결합해, 단일 그래픽처리장치에서 사람이나 정책이 폐쇄 루프로 조작할 수 있는 실시간 수술 로봇 시뮬레이터다.

huggingface.co
#flashdreams#nvidia#cosmos-h-dreams#surgical-robotics
AI 요약으로 책 읽는 사람이 놓치고 있는 결정적 1가지ㅣEp 책과사람 125 (전병근 번역가)
YouTube2026년 7월 24일

AI 요약으로 책 읽는 사람이 놓치고 있는 결정적 1가지ㅣEp 책과사람 125 (전병근 번역가)

AI 요약으로 책 읽는 사람이 놓치는 결정적 1가지는 결론이 아니라, 저자의 사고를 따라가며 자신만의 발견과 공감을 만들어 내는 읽기의 과정이다.

책과삶
#multimodal#vision-language-models#deep-reading#llm
How AI helps scientists design the next generation of medicines
Article2026년 7월 23일

How AI helps scientists design the next generation of medicines

인공지능은 방대한 생물의약품 후보를 선별하고 실험·데이터·로봇 자동화를 폐쇄형 학습 순환으로 연결해 신약 설계의 속도와 복잡성 대응력을 높이고 있다.

technologyreview.com
#astrazeneca#multimodal#vision-language-models#candidate-prioritization
Google releases three new Gemini models — but no 3.5 Pro
Article2026년 7월 21일

Google releases three new Gemini models — but no 3.5 Pro

구글 딥마인드는 비용·속도·보안에 초점을 맞춘 세 가지 Gemini Flash 모델을 공개했지만, 기대를 모았던 고성능 Gemini 3.5 Pro 출시는 다시 미뤄졌다.

techcrunch.com
#google-deepmind#token-efficiency#token-efficient-inference#multimodal
Trace voice agents in LangSmith
Article2026년 7월 21일

Trace voice agents in LangSmith

랭스미스는 파이프캣, 라이브킷, 오픈에이아이 리얼타임, 구글 에이디케이 기반 제미나이 라이브를 위한 파이썬 추적 통합을 출시해 두 가지 음성 에이전트 구조의 전체 상호작용을 관찰할 수 있게 했다.

langchain.com
#langsmith#livekit#pipecat#openai-realtime-api
Introducing Cosmos 3 Edge
Article2026년 7월 20일

Introducing Cosmos 3 Edge

코스모스 3 엣지는 제한된 메모리의 엣지 장치에서 장면 이해, 미래 예측, 행동 생성을 실시간으로 수행하도록 설계된 40억 매개변수 개방형 월드 모델이다.

huggingface.co
#nvidia#jetson-thor#cosmos-3-edge#multimodal
Partnering with Sable: Closing the Diffusion Gap
Article2026년 7월 16일

Partnering with Sable: Closing the Diffusion Gap

세쿼이아는 실시간 컴퓨터 조작과 시각·음성 기능을 갖춘 인공지능 직원으로 기술 발전과 기업 도입 사이의 격차를 줄이려는 세이블에 투자했다.

sequoiacap.com
#aiden#sable#sequoia-capital#ai-diffusion-gap
Thinking Machines Lab Drops Its First Model
Article2026년 7월 15일

Thinking Machines Lab Drops Its First Model

오픈AI 출신 연구진이 세운 씽킹 머신스 랩이 오디오·비디오·텍스트를 처리하고 자체 개선에도 활용된 9750억 매개변수의 오픈웨이트 모델 ‘잉클링’을 첫 모델로 공개했다.

Will Knight
#inkling#mira-murati#thinking-machines-lab#decentralized-ai-development