Vision Language Models (VLMs)의 성능을 향상시키기 위해 입력 이미지의 해상도를 확장하는 것이 중요하다. 그러나 ViTs와 같은 인기 있는 비전 인코더는 고해상도에서 효율적이지 못하다. 이에 따라 FastVLM이 개발되었는데, 이는 고해상도에서도 효율적으로 작동한다. FastVLM은 VLM의 비전 인코더를 최적화하는 데 도움이 되며, 인코딩 레이턴시를 줄이고 시각적 토큰 수를 최적화하여 전반적인 레이턴시를 낮출 수 있다. 이러한 효율성 분석을 토대로 FastVLM은 다양한 운영 해상도에서 뛰어난 성능을 발휘한다.

<Apple 뉴스 본문 전체읽기>