태그: #Gemini

← 전체 글

• 영상-언어 모델은 왜 판정을 못 하나: 1초에 한 장, 초 단위 시각, 그리고 테니스 벤치마크

  영상을 보고 말로 설명하는 영상-언어 모델(VLM)에게 「이 랠리 누가 이겼어?」라고 물으면 안 될까요. 공식 문서에 따르면 Gemini 는 영상을 기본 1초에 한 장 뽑아 보고, 실시간 Live API 는 1초에 한 장이 상한이며, 시각은 MM:SS(초 단위)로 다룹니다. 60fps 한 프레임은 16.7ms, 서브의 두 바운드 간격은 0.4초 안팎이라 점수를 정하는 순간이 입력에 들어가지

  2026-10-13 · 8 분 읽기 #TT Score#탁구#영상-언어 모델#VLM#Gemini