vision-language-models 태그 문서 256개

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 49-72건

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

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

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

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

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

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

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

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

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

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

YouTube2026년 8월 8일

영상모델 시댄스 2.5 정식출시! 무료로 최신모델 쓰는 방법까지..ㄷㄷ

시댄스 2.5 정식 출시는 최대 50개 레퍼런스와 30초 일관성을 제공하고, 링크 기반 33일 혜택과 20초 무제한 모드로 최신 영상 모델의 반복 제작 문턱을 낮춘다.

성공지식백과

#ai-video-generation #multimodal-reference-control #multi-reference-control #scene-consistency

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

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

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

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

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

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

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

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

YouTube2026년 7월 19일

Why Netflix is betting on systems thinkers—not specialists—in the AI era

Why Netflix is betting on systems thinkers—not specialists—in the AI era를 중심으로, 생성형 AI는 제품 관리자·디자이너·엔지니어·데이터 과학자 사이의 작업 장벽을 낮추지만, 각 분야가 문제 정의·데이터 해석·확장성를 핵심 판단 포인트로 압축 정리한다.

Lenny''s Podcast

#organizational-design #talent-strategy #platform-engineering #netflix