LingBot-Map: 20 FPS 실시간 스트리밍 3D 복원을 위한 파운데이션 모델 오픈소스 공개
ECCV 2026 베스트 페이퍼 후보작 LingBot-Map이 공개되었습니다. Geometric Context Transformer와 Paged KV Cache를 결합해 10,000프레임 이상의 장기 비디오에서도 초당 약 20프레임 속도로 안정적인 3D 재구성을 지원합니다.
#ComputerVision
TAU-HOME.COM에서 ComputerVision 태그로 묶인 글입니다.
기존 CNN 한계 넘는 뇌 모방 비전 신경망 'VCNet' 공개: 예측 코딩과 이중 경로로 폐색 극복
기존 상향식(Bottom-up) 비전 모델의 취약점을 보완하기 위해 영장류 시각 피질의 복측/배측 경로와 탑다운 예측 코딩을 결합한 신규 비전 신경망 VCNet 연구 논문이 공개되었습니다.
엔비디아, VAE·ViT 인코더 없앤 픽셀 공간 통합 멀티모달 모델 'PixelUMM' 오픈소스 공개
NVIDIA 연구진이 VAE와 ViT를 제거하고 원본 픽셀 공간에서 이미지 및 비디오의 시각적 이해와 생성을 단일 인코더-프리 구조로 처리하는 'PixelUMM'의 코드와 모델 가중치를 오픈소스로 공개했습니다.
힉스필드, GPT-6 아스트라와 GPT-Images 2.5 기반 실시간 페이스 체인저 시연 공개
힉스필드 AI가 GPT-6 Astra와 GPT-Images 2.5를 결합해 프롬프트로 캐릭터를 즉시 생성하고 실시간 웹캠 필터로 변환하는 실시간 페이스 체인저 PoC 데모를 공개했습니다.