검색: image-text-to-text

🤖 AI / ML 일간 2026-07-02 06:02

Baidu, 다국어 OCR 모델 'Unlimited-OCR' 오픈소스 공개 — 63만 다운로드 돌파

바이두(Baidu)가 HuggingFace에 'Unlimited-OCR'이라는 다국어 OCR 모델을 공개해 빠르게 트렌딩에 올랐습니다. 공개 직후 63만 건이 넘는 다운로드와 1,569개의 좋아요를 기록하며 폭발적인 관심을 받고 있습니다. vision-language 기반의 image-text-to-text 파이프라인을 사용하며, MIT 라이선스로 배포되어…

🤖 AI / ML 일간 2026-06-16 06:01

NVIDIA, 오픈소스 시각 객체 탐지 모델 LocateAnything-3B 공개

NVIDIA가 HuggingFace에 'LocateAnything-3B' 모델을 공개해 큰 주목을 받고 있습니다(좋아요 2,051개, 다운로드 86,968회). 이름 그대로 이미지 안에서 어떤 객체든 찾아내는 시각 기반 object detection 및 grounding 모델로, image-text-to-text 파이프라인으로 동작합니다. Qwen2.5-3…

🤖 AI / ML 일간 2026-06-08 06:01

Google, 멀티모달 오픈소스 모델 Gemma-4-12B 공개

Google이 Gemma 시리즈의 최신작 Gemma-4-12B를 HuggingFace에 공개했습니다. 텍스트와 이미지를 함께 처리하는 멀티모달(any-to-any) 아키텍처를 탑재했으며, Apache-2.0 라이선스로 상업적 이용이 자유롭습니다. 공개 직후 기본 모델(gemma-4-12B)과 인스트럭션 튜닝 버전(gemma-4-12B-it)을 합산하면 50…

🤖 AI / ML 일간 2026-05-24 06:01

OpenBMB, 온디바이스 경량 멀티모달 모델 MiniCPM-V-4.6 출시

OpenBMB가 이미지와 텍스트를 동시에 처리하는 경량 멀티모달 모델 MiniCPM-V 시리즈의 최신 버전인 MiniCPM-V-4.6을 공개했습니다. 이 모델은 온디바이스(On-Device) 환경에서의 실행을 목표로 설계된 lightweight 모델로, 스마트폰이나 엣지 디바이스처럼 리소스가 제한된 환경에서도 멀티모달 AI를 활용할 수 있도록 최적화되어 있…

🤖 AI / ML 일간 2026-04-27 09:04

Qwen3.6 대형 언어 모델이 HuggingFace에서 인기 폭발

HuggingFace의 최신 트렌딩 모델 목록은 Qwen 시리즈로 점령되었습니다. 특히 Qwen3.6-35B-A3B는 182만 다운로드를 기록하며 가장 인기 있는 오픈소스 LLM입니다. 이 모델들은 Vision 기능이 통합된 multimodal 모델로, 이미지와 텍스트를 함께 처리할 수 있습니다. Unsloth의 GGUF 양식은 553만 다운로드를 기록하며…

🔎 검색