[논문리뷰] Mage-VL: An Efficient Codec-Native Streaming Multimodal Foundation Model본 논문은 기존 VLM들이 오프라인 추론에서는 우수한 성능을 보이나, 연속적인 비디오 스트림 처리 시 발생하는 Moravec’s paradox를 해결하고자 합니다. 기존 연구들은 고정된 프레임 샘플링 방식을 사용하여 배경과 같은 중복 정보를 반복적으로 인코딩함으로써 컴퓨팅 효율성을 저하시키고 실시간 반응성을 제한합니다.#Review#Multimodal Foundation Model#Codec-Native#Streaming Perception#Video-Language Model#Visual Tokenization#Efficiency#AI4AI Data Pipeline2026년 7월 28일댓글 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] Channel-wise Vector Quantization본 연구는 기존 Vector Quantization (VQ) 기반 이미지 tokenization 및 autoregressive 생성 방식의 근본적인 한계점을 해결하고자 합니다.#Review#Channel-wise Vector Quantization#Autoregressive Generation#Next-Channel Prediction#Codebook Utilization#Visual Tokenization#Image Reconstruction#Text-to-Image Generation#Nested Channel Dropout2026년 5월 25일댓글 수 로딩 중
[논문리뷰] A Frame is Worth One Token: Efficient Generative World Modeling with Delta Tokens저자들은 비디오 프레임 전체를 모델링하는 대신, 프레임 간의 '변화(Delta)'만을 압축하는 DeltaTok과 이를 기반으로 생성적 추론을 수행하는 DeltaWorld를 제안합니다. DeltaTok은 이전 프레임의 특징을 바탕으로 현재 프레임과의 차이를 단일 토큰으로 인코딩하여 비디오를 순수 시간적 시퀀스로 변환합니다 .#Review#Generative World Modeling#Delta Tokens#Visual Tokenization#Vision Foundation Models#Best-of-Many Training#Spatio-temporal Redundancy#Efficient Inference2026년 4월 8일댓글 수 로딩 중
[논문리뷰] Heptapod: Language Modeling on Visual Signals이 논문은 시각 생성 모델에서 외부 의미론적 정보 주입 및 CFG(Classifier-Free Guidance)에 대한 의존성을 비판하며, 재구성 중심의 토크나이저 와 Transformer의 내재적 의미 학습 이라는 언어 모델링의 기본 원칙으로 회귀하는 것을 목표로 합니다.#Review#Autoregressive Models#Image Generation#Language Modeling#Causal Transformer#2D Distribution Prediction#Visual Tokenization#Self-Supervised Learning#Generative Models2025년 10월 9일댓글 수 로딩 중
[논문리뷰] Next Visual Granularity Generation본 논문은 기존 이미지 생성 모델들이 이미지를 평면적이거나 비구조적인 데이터로 취급하여 미세한 제어 및 오류 누적에 한계가 있다는 문제점을 해결하고자 합니다.#Review#Image Generation#Granularity Control#Structured Representation#Hierarchical Generation#Coarse-to-fine#Visual Tokenization#Latent Space2025년 8월 19일댓글 수 로딩 중