구글 딥마인드의 혁신 구글 딥마인드가 새로운 AI 로봇, 제미니 로보틱스를 출시했습니다. 이 로봇은 AI 기술을 현실 세계로 가져오는 역할을 담당하고 있죠. 딥마인드는 AI 연구의 선두주자로 알려져 있는데요, 이번에는 그 기술력을 로봇에 적용해 더 많은 사람들이 AI의 혜택을 누릴 수 있도록 했습니다. 🤖 AI와 현실의 조화 제미니 로보틱스는 인공지능과 로봇 기술의 결합체입니다. 이 로봇은 상황을 인지하고,
AI 세션에서 만나는 혁신적 기업들 구글 딥마인드, 코히어, 트웰브 랩스가 함께하는 테크크런치 AI 세션에 오신 것을 환영합니다! 여기서는 AI 모델 개발을 선도하는 기업들이 스타트업을 위한 전략을 공유합니다. 🤖 왜 이 세션이 중요한가? 매주 새로운 AI 모델들이 등장하는 이 시대에, 스타트업 창업자들은 이 기술을 어떻게 활용해야 할까요? AI 모델 개발자들이 바라보는 미래와 함께, 스타트업들이 어디에 집중해야
로봇 축구의 시대가 왔다! 구글 딥마인드가 드디어 작은 휴머노이드 로봇들을 이용한 축구 시합을 공개했습니다. 이 로봇들은 로봇티스 OP3로 훈련되어 다양한 움직임 기술을 터득했는데요. 🤖 로봇의 움직임 걷기, 공차기, 넘어졌다 다시 일어나기 등 다양한 기술을 배웠다고 합니다. 여기서 끝이 아닙니다! 이 로봇들은 축구의 규칙까지 이해하여 공의 움직임을 예측하거나 상대의 슈팅을 막는 능력까지 갖췄습니다. ⚽ 미래의 축구
구글의 AI 여정 시작 🚀\n\n구글이 검색 서비스를\nAI 비서처럼 변화시키겠다는\n계획을 발표했습니다.\n구글의 CEO 순다 피차이는\n최근 실적 발표에서\nAI의 여정을 설명하며\n2025년이 검색 혁신의\n중요한 한 해가 될 것이라고\n밝혔습니다.\n\n### AI가 가져올 변화 \n\n구글 검색은 더 이상\n단순히 10개의 파란 링크를\n제공하는 시스템이\n아닙니다. 이제는 AI가\n인터넷을 검색하여\n사용자에게 맞춤형\n답변을 제공하는\n방향으로 나아가고 있습니다.\n구글은 이를 위해\n딥마인드의 연구 결과를\n활용하고 있으며,\n프로젝트 아스트라와\n같은 멀티모달 AI 시스템도\n고려하고 있습니다.💡\n\n### 프로젝트 아스트라와\n미래의 계획\n\n피차이는 프로젝트
구글이 새로운 AI 팀을 구성합니다 🌍 구글이 물리적 세계를 시뮬레이션할 수 있는 AI 모델을 개발하기 위해 새로운 팀을 구성했습니다. 이 팀은 구글 딥마인드 소속으로, 팀 브룩스가 리더로 임명되었습니다. 팀 브룩스의 리더십 팀 브룩스는 이전에 OpenAI에서 비디오 생성기 소라의 공동 리더로 활동했으며, 이제 구글 딥마인드에서 새로운 도전을 시작합니다. 그는 자신의 X 포스트에서 “세계 시뮬레이션 모델을 만드는
구글 딥마인드의 새로운 도전 구글의 대표적인 AI 연구소인 딥마인드가 새로운 비디오 생성 모델인 Veo 2를 공개했습니다. 이 모델은 OpenAI의 소라(Sora)를 겨냥해 개발되었는데요. Veo 2는 최대 4K 해상도의 2분 이상의 클립을 생성할 수 있습니다. 🎥 Veo 2의 혁신 Veo 2는 텍스트 프롬프트 또는 텍스트와 참조 이미지를 이용해 비디오를 생성할 수 있습니다. 딥마인드는 Veo 2가 물리학과 카메라
구글 딥마인드의 새로운 도전 구글 딥마인드가 최신 AI 모델인 ‘제미니 2.0’을 발표했습니다. 이 모델은 ‘에이전틱 시대’를 위해 설계되었으며, 이전 버전보다 더 강력한 기능을 자랑합니다. 📈 제미니 2.0은 네이티브 이미지 및 오디오 출력과 도구 사용이 가능하여, 더욱 향상된 멀티모달리티를 지원합니다. 🎨🎵 개발자와의 협업 현재 제미니 2.0 플래시는 개발자와 신뢰할 수 있는 테스터들에게 제공되고 있으며, 내년 초에는
놀라운 AI의 발전 구글의 AI가 이번엔 화학 노벨상을 수상했어요! 🎉 어떻게 이런 일이 가능했을까요? 구글의 딥마인드, 특히 Demis Hassabis와 John Jumper가 이끈 AlphaFold 2의 공로입니다. AlphaFold 2란? AlphaFold 2는 단백질의 3D 구조를 예측하는 AI 시스템으로, 이는 생물학의 오랜 문제를 해결했죠. 이제 이 기술은 실험적 방법과 견줄 정도로 정확해요. AI의 생물학 혁명 AlphaFold의 등장으로 과학자들은 단백질
대형 언어 모델(LLM)이 복잡한 작업에서 점점 더 효과적으로 변하고 있지만, 여전히 첫 시도에서 정답을 찾지 못하는 경우가 많습니다. 그래서 LLM이 자신의 실수를 찾아 교정할 수 있도록 하는 ‘자체 교정’에 대한 관심이 커지고 있습니다. 하지만 현재의 자체 교정 시도는 한계가 있으며, 실제 상황에서 자주 충족되지 않는 요구 사항이 있습니다. 구글 딥마인드의 혁신: SCoRe 구글 딥마인드의 연구진은