Docs faviconDOCS우성짱의 문서
Tag256건YouTube 9Article 247

#vision-language-models

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

연관 태그

#multimodal공동문서 250 · 연관도 95%#llm공동문서 169 · 연관도 27%#ai-architecture공동문서 86 · 연관도 22%#agent-routing공동문서 74 · 연관도 20%#agent-memory공동문서 66 · 연관도 17%#semiconductors공동문서 105 · 연관도 15%#multimodal-inference공동문서 5 · 연관도 14%#workflow-automation공동문서 24 · 연관도 12%#multimodal-models공동문서 5 · 연관도 12%#service-design공동문서 37 · 연관도 11%

문서 목록

총 256건 중 25-48건

Pollo AI turns creative ideas into campaigns with OpenAI
Article2026년 10월 8일

Pollo AI turns creative ideas into campaigns with OpenAI

Pollo AI는 OpenAI 모델을 활용해 창작 아이디어와 제품 사진을 완성된 이미지·영상 캠페인으로 연결하고, 모델 선택과 제작 과정의 부담을 줄인다.

OpenAI
#pollo-agent#pollo-ai#gpt-6-astra#guided-creative-production
Building a context-aware AI assistant on AgentCore and OpenClaw
Article2026년 10월 6일

Building a context-aware AI assistant on AgentCore and OpenClaw

AWS는 AgentCore runtime에서 OpenClaw를 실행하고 AgentCore memory로 사용자 맥락을 축적하는 원예 도우미 Sprout을 통해, 사용량 기반으로 운영하는 개인 AI 비서의 구현 구조를 설명한다.

aws.amazon.com
#openclaw#sprout#telegram#amazon-bedrock-agentcore
Mistral’s new 1T model aims to leapfrog closed and open rivals
Article2026년 10월 6일

Mistral’s new 1T model aims to leapfrog closed and open rivals

Mistral AI가 미국·중국 경쟁사를 뛰어넘겠다는 목표로 1조 매개변수의 멀티모달 모델 Mistral Large 4(ML4)를 출시했으며, 안전성 검증 후 3주 뒤 가중치를 공개할 계획이지만 벤치마크 결과는 아직 나오지 않았다.

Anna Heim
#samsung#mistral-ai#mistral-large-4#unverified-performance
How Condé Nast built multimodal video discovery with Amazon Bedrock
Article2026년 9월 29일

How Condé Nast built multimodal video discovery with Amazon Bedrock

Condé Nast는 Amazon Bedrock의 TwelveLabs Marengo와 Amazon OpenSearch Service로 140,000개 이상의 영상에 대한 멀티모달 의미 검색을 구축해, 2026년 5월 벤치마킹에서 콘텐츠 탐색 시간을 99.2% 줄이고 연간 약 800,000달러의 운영비 절감 효과를 추정했다.

aws.amazon.com
#service-design#amazon-bedrock#cond-nast#twelvelabs-marengo
Build real-time voice applications with vLLM-Omni on SageMaker AI – Part 1
Article2026년 9월 28일

Build real-time voice applications with vLLM-Omni on SageMaker AI – Part 1

AWS vLLM Omni DLC로 Amazon SageMaker AI에 Qwen3 TTS를 배포하고, 하나의 지속적인 양방향 연결에서 텍스트를 보내며 생성 중인 음성을 스트리밍하는 구현 방법을 설명한다.

aws.amazon.com
#qwen3-tts#vllm-omni#amazon-sagemaker-ai#incremental-audio-playback
Generate images and video with vLLM-Omni on SageMaker AI – Part 2
Article2026년 9월 28일

Generate images and video with vLLM-Omni on SageMaker AI – Part 2

Amazon SageMaker AI에서 동일한 AWS vLLM Omni DLC로 FLUX.2 klein 4B의 실시간 이미지 생성과 Wan2.1 VACE 1.3B의 비동기 영상 생성을 연결하는 구현 사례다.

aws.amazon.com
#vllm-omni#amazon-sagemaker-ai#diffusion-step-fidelity#multimodal
Implementing synthetic monitoring using Amazon Nova Act
Article2026년 9월 28일

Implementing synthetic monitoring using Amazon Nova Act

Amazon Nova Act와 Amazon Bedrock AgentCore를 활용해 UI 변경에 대응하는 합성 모니터링을 구축하고, 핵심 고객 여정의 검증·예약 실행·실패 알림을 관리형 서비스로 운영하는 방법을 설명한다.

aws.amazon.com
#amazon-bedrock-agentcore#amazon-eventbridge-scheduler#amazon-nova-act#outcome-based-validation
I created an interactive digital avatar of myself — and you can talk to it
Article2026년 9월 26일

I created an interactive digital avatar of myself — and you can talk to it

TechCrunch 기자 Dominic Madori Davis는 Synthesia로 자신의 디지털 아바타를 제작·체험하며, 제한된 주제의 질의응답과 기업 교육 활용 가능성, 저널리즘의 신뢰와 심리적 이질감이라는 한계를 함께 살폈다.

Dominic-Madori Davis
#synthesia#roleplay-sessions#dominic-madori-davis#avatar-uncanny-valley
The Pentagon wants $30 million to build an AI-powered lie detector
Article2026년 9월 25일

The Pentagon wants $30 million to build an AI-powered lie detector

미 국방부는 AI·비접촉 감지 기반 거짓말 탐지 사업 Polygraph+에 향후 5년간 3,030만 달러를 요청했지만, 거짓말 판별의 과학적 타당성과 대규모 오판·위협 수단화에 대한 우려가 제기된다.

technologyreview.com
#polygraph#presage-technologies#coercive-confession-risk#ground-truth-scarcity
Accelerating vision-language models with LFM2.5-VL-DSpark
Article2026년 9월 24일

Accelerating vision-language models with LFM2.5-VL-DSpark

Liquid AI는 LFM2.5 VL 3B에 약 280M 파라미터를 추가해 출력 품질을 유지하면서 온디바이스 디코딩을 최대 3.13배, H100 디코딩을 최대 2.66배 가속한다고 발표한 실험적 초안 모델 LFM2.5 VL DSpark를 공개했다.

huggingface.co
#liquid-ai#greedy-output-equivalence#memory-latency-tradeoff#prefill-limited-speedup
Automating coherent long-form video generation
Article2026년 9월 24일

Automating coherent long-form video generation

Google은 Gemini와 Veo 위에서 창작 방향 최적화, 시각 기억, 구간별 생성, 프롬프트 개선을 결합해 장편 영상의 서사 진행과 시각적 일관성을 유지하는 다중 에이전트 연구 프레임워크를 소개했다.

research.google
#canvas#a-rd#co-director#global-creative-optimization
Agentic conversational video intelligence built on AWS
Article2026년 9월 23일

Agentic conversational video intelligence built on AWS

AWS는 Strands Agents SDK 기반 에이전트가 질문에 따라 영상 분석 서비스를 선택하고 캐시를 재사용해 자연어 질의에 답하는 비디오 인텔리전스 구조를 제시한다.

aws.amazon.com
#amazon-bedrock#amazon-s3#strands-agents-sdk#multimodal
ScrollEd wants to turn textbooks into TikTok
Article2026년 9월 20일

ScrollEd wants to turn textbooks into TikTok

ScrollEd는 교재와 PDF를 TikTok 같은 AI 학습 피드로 바꿔, 스크롤 습관을 깊이 있는 학습으로 연결하려는 스타트업이다.

Rebecca Bellan
#scrolled#scrolled-pro#learning-over-engagement#scroll-to-learn
[시즌 3] Jev란 무엇인가?
YouTube2026년 9월 19일

[시즌 3] Jev란 무엇인가?

[시즌 3] Jev란 무엇인가를 중심으로, 기존 생성형 AI가 이해한 내용을 문장·이미지·코드로 생성한다면, Jev는 판단 결과를 선택이나 수치로 제공하는 데 초점을 둔다를 핵심 판단 포인트로 압축 정리한다.

편집자P
#explainer#threshold-control#generative-ai#latency-reduction
Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train
Article2026년 9월 15일

Bypassing inference bottlenecks: Accelerating complex AI search with Retrieve-for-Train

Google Research의 Retrieve for Train은 오프라인 강화학습으로 최적화한 검색 확장 행동을 53.9M 매개변수 확산 검색기에 증류해, 결과 집합의 품질을 높이고 자기회귀 방식 대비 추론 속도를 12~20배 높였다고 보고한다.

research.google
#google-research#soft-grpo#vendi-score#retrieve-for-train
With iOS 27, I'm actually using Siri again
Article2026년 9월 14일

With iOS 27, I'm actually using Siri again

TechCrunch의 Ivan Mehta는 iOS 27에서 Google의 Gemini 모델 기반 Siri가 복합 요청과 화면 맥락을 처리하면서 다시 자주 쓰는 도우미가 됐고, 여러 일상 편의 기능도 개선됐다고 평가했다.

Ivan Mehta
#apple-intelligence#google-gemini#assistant-adoption-rebound#context-execution-gap
Physical AI Takes the Wheel: How the World’s Robotaxi Leaders Are Building With NVIDIA Technologies
Article2026년 9월 10일

Physical AI Takes the Wheel: How the World’s Robotaxi Leaders Are Building With NVIDIA Technologies

NVIDIA는 로보택시의 대규모 상용화를 지원하기 위해 AI 학습·시뮬레이션 및 안전 검증·차량 내 연산을 연결하는 플랫폼을 제공하며, 글로벌 사업자들이 이를 전체 또는 일부 채택하고 있다고 설명한다.

Ali Kani
#nvidia#nvidia-alpamayo#nvidia-cosmos#nvidia-drive-hyperion
Video and image search in Amazon Bedrock Knowledge Base using Marengo 3.0
Article2026년 9월 10일

Video and image search in Amazon Bedrock Knowledge Base using Marengo 3.0

Amazon Bedrock Knowledge Bases에 TwelveLabs Marengo Embed 3.0이 정식 출시되어 영상·오디오·이미지의 자연어 검색을 완전관리형으로 구현할 수 있게 됐다.

aws.amazon.com
#amazon-s3#automated-media-ingestion#timestamped-scene-retrieval#unified-512d-embeddings
Shipt becomes the latest delivery app with an AI shopping assistant
Article2026년 9월 9일

Shipt becomes the latest delivery app with an AI shopping assistant

Target 소유의 당일 배송 플랫폼 Shipt가 요청 문구·사진·예산을 바탕으로 구매 가능한 맞춤형 장바구니를 구성하는 AI 쇼핑 도우미 ‘Ask Shipt’를 출시했다.

Aisha Malik
#instacart#shipt#target#ask-shipt
ChatGPT Images 2.5 System Card - OpenAI Deployment Safety Hub
Article2026년 9월 8일

ChatGPT Images 2.5 System Card - OpenAI Deployment Safety Hub

ChatGPT Images 2.5는 이미지 생성·편집 성능과 다층 안전장치를 강화했으며, 적대적 평가에서 전반적으로 기존 모델과 동등하거나 나은 결과를 보였지만 유해 이미지 노출률 차이는 통계적으로 유의하지 않았다.

deploymentsafety.openai.com
#openai#inconclusive-exposure-reduction#layered-safety-controls#precautionary-biorisk-mitigation
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
Why AI Agents Could Finally Reinvent the Credit Card
YouTube2026년 9월 3일

Why AI Agents Could Finally Reinvent the Credit Card

Why AI Agents Could Finally Reinvent the Credit Card를 중심으로, 결제 혁신은 편의성과 보급이 함께 결정한다. 비접촉 결제의 확산에는 단말기 교체와 휴대전화 보급이 작용했다. 주유용 결제를 핵심 판단 포인트로 압축 정리한다.

a16z
#payments#consumer-credit#affirm#paypal
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