Google DeepMind, Vision Banana 공개: 분할에서는 SAM 3를, 거리 추정에서는 Depth Anything V3를 앞서는 인스트럭션 튜닝 이미지 생성기
Google DeepMind Introduces Vision Banana: An Instruction-Tuned Image Generator That Beats SAM 3 on Segmentation and Depth Anything V3 on Metric Depth Estimation
TL;DR AI
1분핵심 요약
구글 딥마인드는 Vision Banana를 공개했는데, 이는 Nano Banana Pro를 가볍게 instruction tuning한 모델로 비전 과제를 RGB 이미지 출력으로 변환합니다.
이 모델은 해당 벤치마크 데이터로 학습하지 않고도 분할, 깊이, 표면 법선 추정에서 최고 수준 혹은 그에 준하는 성능을 보였습니다.
이번 결과는 이미지 생성과 핵심 비전 인식을 하나의 생성형 모델로 함께 처리할 수 있음을 보여주며, 별도 특화 시스템의 필요성을 줄일 수 있습니다.