[논문리뷰] Intern Lumina U2: A Multi-Codebook Diffusion Large Language Model for Omni-Visual Understanding and Image Generation본 논문은 통합 Multimodal model에서 이질적인 modality (text, image)를 효율적으로 단일 backbone 내에서 공유된 optimization space로 모델링하는 문제를 해결하고자 한다.#Review#Diffusion Language Model#Multi-Codebook#Omni-Visual Understanding#Image Generation#Image Editing#Discrete Representation#Masked Diffusion#Inference Acceleration2026년 10월 15일댓글 수 로딩 중
[논문리뷰] ARM: An AutoRegressive Large Multimodal Model with Unified Discrete Representations본 연구는 기존 멀티모달 모델들이 시각적 인코더와 언어 모델을 단순히 결합하는 방식에서 벗어나, 모달리티 간의 진정한 통합을 달성하고자 합니다.#Review#Autoregressive Model#Large Multimodal Model#Discrete Representation#Visual Tokenization#Unified Architecture2026년 6월 9일댓글 수 로딩 중
[논문리뷰] SAMTok: Representing Any Mask with Two Words본 논문은 픽셀 단위의 멀티모달 대규모 언어 모델(MLLMs)이 복잡한 인코더, 전용 디코더, 비호환적인 훈련 목표로 인해 확장성 문제를 겪는 점을 해결하고자 합니다.#Review#Mask Tokenization#Multimodal LLMs#Pixel-wise Vision-Language#Reinforcement Learning#Segmentation Anything Model#Discrete Representation2026년 1월 22일댓글 수 로딩 중