Notice
Recent Posts
Recent Comments
Link
일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | 5 | 6 | 7 |
8 | 9 | 10 | 11 | 12 | 13 | 14 |
15 | 16 | 17 | 18 | 19 | 20 | 21 |
22 | 23 | 24 | 25 | 26 | 27 | 28 |
29 | 30 | 31 |
Tags
- 메타
- 가상환경
- TRANSFORMER
- ControlNet
- 오블완
- 일론 머스크
- AI 기술
- ubuntu
- 시간적 일관성
- 딥마인드
- 휴머노이드 로봇
- tts
- OpenAI
- 우분투
- AI
- PYTHON
- 생성형 AI
- 확산 모델
- 인공지능
- 멀티모달
- 서보모터
- 딥러닝
- 아두이노
- ChatGPT
- 트랜스포머
- 뉴럴링크
- LORA
- 티스토리챌린지
- LLM
- 오픈AI
Archives
- Today
- Total
목록에이전트 제어 (1)
AI 탐구노트
Qwen2-VL : 이미지와 영상, 다국어 지원을 잘 하는 비전 언어 모델
복잡한 이미지, 비디오와 다국어 텍스트 인식을 지원하는 비전 언어 모델 Qwen2-VL은 이미지와 비디오의 복잡한 이해 및 다국어 텍스트 인식이 가능한 최신 비전-언어 모델입니다. 기존 비전-언어 모델은 이미지 해상도에 대한 제한, 다국어 인식 부족, 긴 비디오 처리의 어려움, 실시간 상호작용 및 복잡한 작업 처리의 한계가 있었습니다. Qwen2-VL은 Naive Dynamic Resolution과 Multimodal Rotary Position Embedding (M-ROPE) 기술을 도입해 다양한 해상도의 이미지와 긴 비디오를 처리하며, 향상된 객체 인식과 다국어 지원, 실시간 에이전트 기능으로 문제를 해결할 수 있습니다. 다양한 해상도와 비율을 처리하며 모바일 및 로봇 제어까지 수행할 수 있습니다..
AI 기술
2024. 9. 8. 14:00