NEO-ov: 이미지 인코더가 없는 시각-언어 모델 (Vision-Language Models)

요약

NEO-ov는 외부 인코더나 어댑터 없이 픽셀-단어 대응 관계를 엔드투엔드로 학습하는 네이티브 파운데이션 모델입니다. 이미지, 비디오, 공간 지능을 통합한 '원-비전' 아키텍처를 통해 강력한 세밀한 인지 능력을 제공합니다.

핵심 포인트

• 외부 인코더 및 어댑터가 없는 엔드투엔드 학습 방식
• 이미지, 비디오, 공간 지능의 통합된 처리
• 대규모 확장 시 경쟁력을 갖춘 원-비전 아키텍처
• 강력하고 세밀한 시각적 인지 능력 보유