Salesforce AI가 CLIP 임베딩과 플로우 매칭을 활용하여 완전히 오픈 소스인 통합 멀티모달 모델 BLIP3-o를 발표했다. 멀티모달 모델은 시각적 및 텍스트 형식의 콘텐츠를 이해하고 생성하는 시스템을 중점적으로 다룬다. 이러한 모델은 시각적 장면을 해석하고 자연어 프롬프트를 사용하여 새로운 이미지를 생성한다. 시각과 언어를 연결하는 관심이 높아지면서, 연구진들은 이미지 인식 및 생성 기능을 통합한 통합 시스템을 구축하기 위해 노력하고 있다. BLIP3-o는 이러한 방향성을 따라 개발된 것으로 보인다.

<Mark Tech Post 뉴스 본문 전체읽기>