여러분, Microsoft가 정말 괜찮은 물건을 내놓았습니다. 꼭 확인해 보세요!
소매점이나 점검(Inspection) 업계 종사자분들에게는 정말 큰 기쁜 소식입니다~

Microsoft가 단 4B 규모의 스트리밍 시각 모델 (Streaming Vision Model)을 출시했습니다. 이 모델은 영상을 실시간으로 지켜보며 "언제 무엇이 일어났는지"를 말할 수 있습니다.

Mage-VL은 코덱 네이티브 (Codec-Native) 스트리밍 VLM (Streaming VLM)으로, 라이브 방송 방식의 이해 (Live-streaming understanding)를 전문으로 합니다.

이 모델은 영상을 보면서 동시에 일어나고 있는 일을 설명합니다. 또한 여러분은 "기차가 역에 도착할 때" 또는 "골이 들어가는 순간"과 같이 자연어 (Natural Language)로 관심 있는 시점을 지정할 수 있습니다. 4B 규모임에도 스트리밍 입력 (Streaming input)을 지속적으로 처리할 수 있어 효율이 매우 높습니다.

이전의 실시간 영상 이해 (Real-time video understanding)는 대규모 모델 (Large Model)을 사용하여 연산 자원 (Computing power)을 많이 소모하거나, 아니면 사후 분석 (Post-analysis)만 가능했습니다.