참고Reddit
[Reddit(레딧)] 22MB 초경량 멀티모달 모델 'Mirage' 공개…모바일·엣지 최적화
5천만 파라미터로 시각 인식, OCR 등을 100ms 내외로 처리. 엣지 디바이스 배포 환경을 고민 중이라면 주목.
요약
Cactus Compute에서 출시한 Mirage는 22MB 크기의 경량 시각-언어 모델로 휴대폰, 웨어러블, 로봇 등 소비자 기기에서 구동되도록 설계되었습니다. 이 모델은 장면 묘사, 객체 탐지, OCR, 세분화(segmentation), 공간 관계 분석 등 다양한 기능을 단일 패스로 처리합니다. Samsung Galaxy S26 기준 NPU에서 74ms, CPU에서 107ms의 빠른 처리 속도를 보이며 영어, 독일어, 프랑스어, 스페인어, 이탈리아어, 네덜란드어, 폴란드어를 지원합니다. Mirage는 총 51.3M 파라미터로 구성되어 있으며 이미지 인코더(7.8M), 언어 디코더(40.8M), OCR 및 공간 헤드(2.6M)가 통합된 구조입니다. 인코더는 HConvGLU 방식을 사용하여 채널을 혼합하고 객체 탐지와 마스크 생성을 위해 이미지 특징을 공유합니다.
AI가 원문을 요약한 내용으로, 부정확할 수 있습니다.
원문 제목 Mirage: A 22 MB visual-language model that runs scene descriptions + object detection + OCR + segmentation + spatial relations analysis + extractions + decisions, in a single pass.
원문 보기 ↗