통합 모델
Definition
통합 모델은 별도의 분리된 시스템 없이도 텍스트 생성, 이미지 인식, 코드 합성 등 다양한 고유한 작업을 수행할 수 있는 인공지능 시스템을 의미합니다. …
Multimodal
Terms tagged with Multimodal
텍스트에서 비디오로
Definition
텍스트에서 비디오로(Text-to-video)는 자연어 입력에 기반하여 동적인 시각적 콘텐츠를 생성하는 생성형 AI 모델을 지칭합니다. 이러한 시스템은 텍스트 …
텍스트에서 이미지로
Definition
텍스트에서 이미지로(Text To Image)는 자연어 설명에 기반하여 사진처럼 사실적이거나 예술적인 이미지를 합성하기 위해 생성형 인공지능을 적용하는 것을 의 …
모시(Moshi)
Definition
모시는 Kyutai가 만든 고급 AI 모델로, 음성 처리와 텍스트 처리를 통합된 프레임워크로 결합합니다. 전통적인 시스템이 음성을 텍스트로 변환한 후 처리하는 …
Ltx Video(Ltx Video)
Definition
Ltx Video는 잠재 공간 확산 프로세스를 활용하여 일관된 움직임과 시각적 세부 사항을 생성함으로써 비디오용 생성형 AI의 발전을 나타냅니다. 이는 비디오 …
Image Text To Text
Definition
Image Text To Text는 시각적 입력과 텍스트 쿼리를 함께 처리하여 일관된 자연어 출력을 생성하는 모델을 지칭합니다. 이러한 시스템은 종종 비전- …
지니
Definition
지니는 비디오 합성을 위해 특별히 설계된 생성 모델 계열을 지칭합니다. …
Diffusers: Qwen Image Pipeline
Definition
이 파이프라인은 Qwen-VL 모델의 생성 능력을 이미지 합성에 맞게 적응시켰습니다. 사용자는 텍스트 프롬프트를 제공하거나 텍스트와 참조 이미지를 결합하여 고품 …
DeepSeek VL V2
Definition
DeepSeek VL V2는 표준 언어 모델의 기능을 멀티모달 영역으로 확장하여 이미지와 텍스트를 함께 해석할 수 있게 합니다. …
데이터셋: Embedding Data/Flickr30K Captions
Definition
Flickr30K Captions은 시각적 내용을 설명하는 다섯 개의 고유한 영어 문장으로 주석이 달린 31,783장의 이미지로 구성된 널리 사용되는 벤치마크 …
결합 패턴 학습기
Definition
결합 패턴 학습기는 서로 다른 공간의 인스턴스가 연결된 데이터(예: 이미지와 해당 텍스트 설명)를 처리하도록 설계되었습니다. 결합 분포나 상관관계를 모델링함으로 …
대조적 언어-이미지 사전 학습
Definition
대조적 언어-이미지 사전 학습(CLIP)은 인터넷상의 이미지와 해당 캡션으로 훈련된 신경망 아키텍처입니다. 이 방법은 대조적 목적 함수를 사용하여 이미지와 텍스 …
어니 투 어니(Any To Any)
Definition
어니 투 어니는 텍스트-이미지, 이미지-텍스트, 오디오-비디오 등 다양한 입력-출력 조합을 처리할 수 있는 통합 멀티모달 아키텍처를 지칭합니다. …
비전-랭귀지 (시각-언어)
Definition
비전-랭귀지 모델은 종종 다중 모달 대규모 언어 모델(MLLMs)이라고 불리며, 컴퓨터 비전과 자연어 처리를 통합합니다. 이를 통해 AI는 이미지를 이해하고 텍 …
크로스 모달 (Cross-modal)
Definition
크로스 모달 AI는 시각, 청각, 텍스트 입력 등 서로 다른 모드에서 데이터를 처리하고 상관관계를 맺습니다. …
비주얼(시각적)
Definition
AI에서 ‘비주얼’이라는 용어는 주로 컴퓨터 비전을 지칭하며, 이는 기계가 디지털 이미지, 비디오 및 기타 시각적 입력에서 의미 있는 정보 …
생성
Definition
인공지능에서 생성은 특히 GAN(생성 적대 신경망)이나 트랜스포머 기반 LLM과 같은 모델이 텍스트, 이미지 등 새로운 콘텐츠를 생산할 수 있는 능력을指합니다. …