멀티모달 최신 뉴스

멀티모달 관련 소식 10건 · 15분마다 자동 수집

1. 참고범용 비디오 이해 모델 'VideoChat3' 공개X · 7월 18일 03:07

   비디오 이해 능력을 갖춘 새로운 오픈 소스 멀티모달 모델 등장. 영상 처리 파이프라인 구축 시 테스트해볼 가치가 있음.

2. 참고팁손글씨와 AI 응답이 결합된 오픈소스 캔버스 'PenEcho' 공개Reddit · 7월 17일 22:48

   수학/물리 연구 등 손글씨 기반 작업 시 Claude와 실시간으로 연동하여 도움을 받을 수 있는 도구.

3. 참고구글, 'Google Vids'에 Gemini Omni 및 개인 아바타 기능 추가AI타임스 · 7월 17일 13:14

   구글의 기업용 영상 제작 툴 업데이트. 멀티모달 기능 강화로 업무용 영상 자동화 워크플로우를 고려할 수 있음.

4. 중요문샷 AI, Kimi K3 공개: 2.8조 파라미터·100만 컨텍스트·네이티브 멀티모달X · 7월 17일 03:58

   100만 토큰 디코딩 6.3배 가속·오픈 웨이트 예정. 롱컨텍스트 에이전트 코딩 대안 검토.

5. 참고구글 Vids, Gemini Omni 통합 및 AI 아바타 생성 기능 추가TechCrunch · 7월 17일 03:32

   업무용 영상 제작 도구의 기능 확장. Gemini Omni 기반의 멀티모달 편집 기능으로 워크플로우 효율 개선 기대.

6. 중요Kimi K3 공개… 2.8조 파라미터·896 전문가 MoE에 에이전트 스웜 탑재X · 7월 17일 02:26

   오픈웨이트 최상위급 성능 주장이나 GPT-5.6·Opus 4.8 등 미확정 모델 언급, 벤치 수치는 검증 필요.

7. 참고구글 Vids, Gemini Omni 기반 영상 생성 및 디지털 아바타 기능 추가Google AI · 7월 17일 01:00

   영상 생성 워크플로우에 Gemini Omni 모델을 직접 활용할 수 있게 됨.

8. 중요미라 무라티의 Thinking Machines, 첫 오픈 웨이트 모델 'Inkling' 공개Simon Willison · 7월 17일 00:35

   Apache-2.0 라이선스 975B MoE(활성 41B) 멀티모달 모델. 상업적 파인튜닝 베이스로 검토 가치 있음.

9. 참고완전 오픈소스 영상 MLLM 'VideoChat3' 공개: 효율성과 일반화 성능 강화HF Papers · 7월 16일 05:00

   학습 데이터셋과 코드를 포함한 완전 오픈 영상 이해 모델로, 영상 MLLM 연구 및 커스텀 파이프라인 구축에 참고할 만함.

10. 참고[연구] MetaView: 단일 이미지 기반의 고품질 3D 뷰 합성 기법HF Papers · 7월 13일 05:00

    공간 일관성과 정밀한 제어 능력을 결합해 단일 이미지에서 시점 전환을 가능하게 하는 연구 발표.

실시간 피드 보기 →