TD
The Decoder • 50일 전
IMP 8
마이크로소프트 'Lens', 모델 크기보다 상세한 캡션의 중요성 입증
마이크로소프트 리서치는 적은 컴퓨팅 자원으로도 고성능을 발휘하는 텍스트-투-이미지(T2I) 생성 모델 'Lens'를 공개했습니다. GPT-4.1이 생성한 고품질의 상세한 이미지 설명(캡션)과 강력한 언어 인코더, 그리고 강화학습 및 추론(Reasoner) 모델을 결합하여 800억 파라미터급 거대 모델들을 무시하는 효율성을 입증했습니다. 이는 자원이 제한된 환경에서도 데이터 품질과 아키텍처 최적화만으로 최고 수준의 이미지 생성 모델을 만들 수 있음을 보여준다는 점에서 매우 중요합니다.
마이크로소프트 리서치 Lens 이미지 생성 모델