xiilab-hp

씨이랩과
Vision AI의 연혁

2010~2012

씨이랩 설립

이미지 인식 대회에서 알렉스넷이 우승해
Vision AI 주목

2012~2013

빅데이터 처리 기술 확보

컨볼루션 신경망 등의 모델 성능 발전

2013~2017

데이터 기반 AI 기술 개발 착수

알파고의 승리로 AI 관심 증가

2017~2019

AI 영상 사업화 역량 확보

Vision AI 시장 확대

2019~2020

NVIDIA Partner Network 체결

자율주행 등 기술 활용의 확대

2021~현재

코스닥 상장 및 미국 법인 출범

여러 분야에서 실질적인 응용 가능

Large Vision
Model의 변천사

Texture 부터 Vision Transformer, SAM,
GPT까지 발전한 후 Large Vision Model의
다음 단계는 Computer Vision 입니다.

고정된 환경 인식

- Texture
- Image Pattern

데이터 패턴 학습

- Deep Learning
- Convolutional Neural Networks (CNNs)
- Layer
- Image Classification
- Object detection
- Segmentation

Attention is All You Need

- Transformer Architecture
- Reduced training time
- Effective long-sequence handling

GPT, Transformer Base

- Google, Vision Transformer, VIT - image
sequence
- CLIP
- Effective long-sequence handling

Multi Modal : LVLM

OpenAI (DALL-E, GPT-3, GPT-4)

META, Segment Anything, SAM

Large
Vision-Language
Model, LVLMs

Multi-Modal Learning

이미지와 텍스트를 결합하여 더욱 풍부하고
유용한 정보를 추출할 수 있습니다.

상세하고 정확한 상황 인식

텍스트 설명과 시각적 콘텐츠를 함께 활용하여
상황을 더욱 정확하고 상세하게
인식할 수 있습니다.

창의적 애플리케이션의 개발

아트 생성, 설명 캡션, 대화형 AI 등
새로운 형태의 창의적인 애플리케이션을
개발할 수 있습니다.

GPT-4 (OpenAI)

창의성, 시각적 입력 처리, 긴
문맥 이해가 가능한 언어 모델

DALL-E 3 (OpenAI)

텍스트를 이미지로
변환할 수 있는 모델

SORA (OpenAI)

텍스트를 동영상으로
변환할 수 있는 모델

Stable Diffusion
(stability.ai)

이미지 생성 모델