검색: multimodal

🤖 AI / ML 일간 2026-06-01 06:01

ByteDance의 Lance, 이미지·영상·텍스트를 하나로 — any-to-any 멀티모달 모델 공개

ByteDance Research가 Lance라는 any-to-any 멀티모달 모델을 HuggingFace에 공개했습니다. 이미지 생성, 비디오 생성, 이미지 편집, 비디오 이해 등 서로 다른 모달리티 작업을 단일 모델 하나로 처리할 수 있다는 점이 가장 큰 특징입니다. Qwen2.5-VL-3B-Instruct를 베이스 모델로 활용했으며, 논문(arxiv:…

🤖 AI / ML 일간 2026-05-26 06:01

ByteDance, 이미지·영상 생성·편집·이해 통합 멀티모달 모델 'Lance' 공개

바이트댄스 리서치팀이 이미지 생성, 영상 생성, 이미지 편집, 영상 이해를 하나의 모델로 처리하는 멀티모달 모델 Lance를 HuggingFace에 공개했습니다. 기반 모델로 Qwen2.5-VL-3B-Instruct를 활용하며, any-to-any 파이프라인을 통해 텍스트·이미지·영상을 자유롭게 입출력할 수 있다는 점이 핵심입니다. 기존에는 이미지 생성, …

🤖 AI / ML 일간 2026-05-24 06:01

ByteDance Research, 이미지·영상 생성·편집·이해를 하나로 처리하는 멀티모달 모델 Lance 공개

ByteDance Research가 이미지 생성, 영상 생성, 이미지 편집, 영상 이해를 단일 모델로 수행하는 any-to-any 멀티모달 모델 Lance를 HuggingFace에 공개했습니다. Lance는 Qwen/Qwen2.5-VL-3B-Instruct를 베이스 모델로 활용하며, ArXiv 논문(2605.18678)과 함께 공개되었습니다. 기존에는 이미…

🤖 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

스크린 감시로 AI 에이전트가 당신의 행동을 이해한다 - Screenpipe

Github에서 18,414개의 스타를 기록한 Screenpipe는 혁신적인 AI 에이전트 프로젝트입니다. 사용자의 화면을 실시간으로 모니터링하여 무엇을 하고 있는지 이해하고 자동으로 작동하는 autonomous agent를 제공합니다. Computer Vision과 LLM을 활용한 multimodal 기술로, AI가 이제 정말로 '사용자의 의도'를 파악할…

🤖 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