Gemini 기반 Context-aware Cursor를 통한 UI Interaction 패러다임 전환
Google's AI-enabled mouse pointer understands 'this' and 'that'
SAM과 GPT-4o 결합을 통한 픽셀 단위 정밀 식단 부피 추정 엔진 구현
From Pixels to Calories: Mastering Precise Food Estimation with Vision AI
VLM 기반 GUI 시맨틱 이해로 RPA의 좌표 의존성 해결 및 32k+ Star 달성
One Open Source Project a Day (No. 62): UI-TARS-Desktop - ByteDance's Open-Source Multimodal GUI Agent Stack
YOLOv8-GPT-4o 하이브리드 파이프라인을 통한 정밀 영양 분석 시스템 구축
From Pixels to Calories: Building an Automated Meal Tracking Pipeline with YOLOv8 and GPT-4o
Gemma 4 도입을 통한 CV 파이프라인 단순화 및 하드웨어 비용 90% 절감
I Replaced My $500 GPU with a $75 Raspberry Pi: How Gemma 4 Makes Computer Vision 10x Cheaper
Two-phase Pipeline 기반 AI 팟캐스트 생성 시스템 구축
How I built an AI podcast generator that turns any content into audio conversations
SAM과 GPT-4o 결합을 통한 정밀 음식 세그멘테이션 기반 Visual RAG 파이프라인 구축
Beyond Simple Image Recognition: Building a Precise AI Nutritionist with GPT-4o and Segment Anything (SAM)
Multimodal 모델 기반 Context-Aware Document AI 설계
What the Next Generation of Document AI Looks Like
1M Token 제한 내 Multimodal WhatsApp Agent 구현
Building an AI WhatsApp Agent with OpenClaw: A Practical Field Guide
Gemini 2.5 Flash와 Zod Schema를 통한 정형 데이터 기반 AI 진단 시스템 구축
Repair Oracle: AI-Powered Assessor for Broken Household Items
Gemini 2.5 Flash와 Backboard 기반의 Memory-aware AI Circularity Assistant 구현
Repair Before Replace: an AI-powered circularity assistant with persistent repair memory
Gemini와 Backboard 기반의 Memory-Aware AI 수리 어시스턴트 구현
Repair Before Replace: an AI-powered circularity assistant with persistent repair memory
비정형 멀티모달 데이터를 정형 구조로 변환하는 전처리 전용 Processing Layer 구축
AWS Data & AI Stories #02: Amazon Bedrock Data Automation
VAD 및 모델 최적화로 Whisper 연산 60% 절감 및 500ms 저지연 실시간 분석 구현
Real-Time Speech, Audio, and Facial Analysis in Production AI Systems
프롬프트 검사만으론 부족한 AI 안전망, 파이프라인 통합 설계로 해결
Why Prompt-Only Moderation Failed in My AI Generation App
RFC 2324 구현을 위한 Gemini 1.5 Flash 기반 생체 인식 터미널
HTCPCP/1.0 — Human Teapot Compliance Certification Portal
Sora·Veo를 제친 Seedance 2.0의 고효율 오디오-비디오 통합 생성 전략
Seedance 2.0 Deep Dive: ByteDance AI Video That Tops Sora and Veo
IBM이 차트·테이블·문서 이해를 통합한 경량 비전-언어 모델 Granite 4.0 3B Vision을 LoRA 어댑터 방식으로 출시했다
Granite 4.0 3B Vision: Compact Multimodal Intelligence for Enterprise Documents
플랫폼이 서버 사이드 머신러닝 추론으로 콘텐츠 자동 분석 후 메타데이터를 생성하는 자동화 enrichment 시스템으로 수동 태깅 시간을 30~40% 단축하고 있다
The Metadata Crisis
H Company가 Hybrid SSM-Attention 아키텍처로 Holotron-12B를 개발해 단일 H100 GPU에서 WebVoyager 벤치마크 기준 Holo2-8B 대비 2배 이상 처리량 달성
Holotron-12B - High Throughput Computer Use Agent