새 토큰화 방식은 동영상 128프레임을 공간 토큰 729개로 압축해 LLM의 프리필 시간을 2.9배, 메모리 사용량을 3.6배 줄인다.
짧은 소식작성: OossaOossa 게시일: 1 분 읽기
연구진은 동영상의 시각적 패치를 공통된 조감도(BEV) 격자에 매핑하는 방식인 Cambrian-BEV를 선보였다. 깊이 정보와 카메라 자세를 활용해 시점이나 시간과 관계없이 같은 장소를 담은 관측 정보를 하나로 합친다. 모델 아키텍처는 그대로 두고 프레임 토큰을 27×27 BEV 토큰으로 대체한다. VSI-Bench 테스트에서 63.48점을 기록해 프레임 토큰을 사용하는 기준 모델보다 8.5점 높은 점수를 얻었으며, 토큰 수는 훨씬 적게 사용했다.
공간을 더 정확하게 추론하면서도 더 빠르고 가벼운 동영상 기반 AI 비서를 개발할 수 있다.
모델
Canva의 새 AI 모델은 세밀한 레이아웃과 편집 가능한 텍스트를 갖춘 최대 2K 이미지를 생성한다. Dream Lab과 API를 통해 이용할 수 있다.
모델
힌디어와 핀란드어를 포함해 음성 14종을 추가했다. 기존 생성형 음성 이용자는 코드 변경이나 요금 인상 없이 업그레이드를 이용할 수 있다.
모델
Uber는 직원 1,000명을 대상으로 한 시범 운영에 이어 전 세계 직원들이 ChatGPT Work를 사용하게 된다고 밝혔다. 도입 비용은 공개하지 않았다.
Oossa · 뉴스레터
이번 주 AI, 쉽게 정리
매주 월요일, 알아둘 만한 소식을 쉬운 말로. 무료, 스팸 없음.
