[논문리뷰] Youtu-Parsing-Omni: One Encoder, One Schema, All Modalities본 논문은 다양한 모달리티(문서, 이미지, 오디오, 비디오)를 개별적으로 처리하는 기존 방식의 파편화 문제를 해결하고자 합니다. 현재의 파서들은 모달리티별로 별도의 인코더를 사용하므로 모달리티 간 상호작용이 부족하고, 각기 다른 출력 형식을 가져 Agent의 다중 모드 통합 추론을 방해합니다 .#Review#Omni-modal Parsing#Unified Encoder#OmniSchema#On-policy Distillation#Audio-Visual Fusion#Structured Grounding#Space-Time Coordinate System2026년 10월 29일댓글 수 로딩 중