PerceptionDLM: 확산 VLM (diffusion VLMs)을 이용한 병렬 영역 인지

요약

ByteDance와 베이징 대학교가 개발한 PerceptionDLM은 확산 VLM을 활용하여 여러 마스킹된 영역을 동시에 캡셔닝하는 모델입니다. 기존 자기회귀 방식보다 최대 3.4배 빠른 속도를 구현하여 밀집된 다중 영역 작업 효율을 높였습니다.

핵심 포인트

• 멀티모달 확산 모델을 이용한 병렬 영역 인지 기술
• 자기회귀 방식 대비 최대 3.4배 빠른 처리 속도 달성
• 밀집된 다중 영역 작업(dense multi-region tasks) 최적화