Unconference_Generative AI (https://foundationcapital.com/genai-2023/)

- AI로 서비스를 만들고 있는 빌더들만이 모여서, 고민하는 주제를 소수(10명 이내)로 아주 상세한 주제들을 다룸.
- 모든 세션을 리드하는 사람은 해당 주제를 깊게 고민해본 전문가이며, 세션에 참가하는 인원들도 관련 문제를 풀고 있는 사람들.
- 녹화를 진행하지 않아서 서로 편하게 토론을 할 수 있음.
-> 시너지가 날 수밖에 없는 컨퍼런스

=> AI 제품을 열심히 만들고 계시다면, DM 주세요 🙂 AI 제품을 진지하게 만들고 있는 분들끼리 소수의 커뮤니티를 만들고 있습니다.

이 날 토론에 참여했던 참석자의 기록 https://foundationcapital.com/top-takeaways-from-our-generative-ai-unconference/

1. AI 네이티브 스타트업은 기존 기업이 AI 기능을 단순히 붙이는 것보다 주요 이점이 있습니다.

스타트업은 빠른 실험과 실행이라는 이점을 활용해야 합니다. 성공적인 전략에는 특정 업종에 집중하고, 네트워크 효과를 구축하고, 데이터 해자를 만드는 것이 포함될 수 있습니다. 기존 기업은 단순히 기존 제품군에 AI를 추가하는 ‘AI 통합자’가 되는 경향이 있으며, 이는 스타트업이 유통에서 불리한 위치에 놓일 수 있습니다. 그러나 ‘AI 네이티브‘는 AI를 핵심으로 제품을 설계하여 고유하고 우수한 기능을 제공함으로써 기존 업체로부터 의미 있는 시장 점유율을 확보할 수 있습니다. 스타트업의 과제는 이러한 AI 네이티브 제품에 대한 기회가 어디에 존재하는지 파악하는 것입니다.

2. 소프트웨어 애플리케이션 구축에 대한 기존의 규칙이 여전히 적용된다.

소프트웨어 개발의 전통적인 규칙은 여전히 유효합니다. 향후에는 기반 모델이 일반화될 가능성이 높지만, 현재는 모델 선택이 중요합니다. AI 제품의 가치는 프롬프트, 임베딩, 컨텍스트 창 관리, 직관적인 UX 디자인과 같은 기술적 결정이 포함된 모델을 중심으로 구축된 아키텍처에 따라 달라집니다. 제너레이티브 AI는 도구이지 모든 문제에 대한 해결책이 아닙니다. 모든 스타트업은 타겟 사용자 기반의 중요한 문제를 파악하고 제너레이티브 AI가 이를 해결하는 데 가장 적합한 도구인지 판단하는 것부터 시작해야 합니다.

3. “청바지와 곡괭이를 판다는 것” 이 항상 통하지 않는다.

‘곡괭이와 청바지를 파는 것‘이 제너레이티브 AI에 통하지 않을 수 있습니다. 모델 자체가 워낙 빠르게 바뀌고 있기 때문에 인프라도 계속 변화합니다. 따라서 인프라와 애플리케이션을 별개로 보지말고 둘이 상호작용하면서 빠르게 바뀌는 무언가로 보는 게 좋습니다. 혁신은 종종 애플리케이션 개발(전구, 이메일 등)에서 시작하여 지원 도구(전력망, 이더넷 등)를 만들도록 동기를 부여합니다. 이러한 도구는 더 많은 애플리케이션을 위한 길을 열어주고, 더 많은 도구로 이어져 선순환을 만들어냅니다. 인프라 구축자는 가상의 미래를 위한 ‘선심성 설계’를 하는 대신 이 사이클에 참여하여 애플리케이션 계층의 동료들과 최대한 긴밀한 관계를 유지해야 합니다.

4. 인터페이스는 모델만큼은 아니더라도 모델만큼 중요합니다.

인터페이스는 기술과 상호 작용하는 새로운 방식을 창출하는 제너레이티브 AI 영역에서 매우 중요합니다. 언어 모델(LLM)을 통해 인간은 컴퓨터와 보다 자연스럽고 유동적인 방식으로 소통할 수 있습니다. 이러한 변화는 ‘AI 원주민’인 스타트업에게 기회를 제공하는 동시에 ‘AI 통합자‘인 기존 기업에게는 위협이 될 수 있습니다. 직관적인 인터페이스를 갖춘 LLM인 ChatGPT가 대표적인 예입니다. ‘검색 엔진‘에서 ‘답변 엔진’으로의 전환이 진행 중이며, 기존의 검색창을 대화형 인터페이스로 대체하고 있습니다. 이는 광고주가 아닌 사용자를 중심으로 설계된 인터넷으로 이어질 수 있으며, 기존의 인터넷 유통 방식에 지각변동을 일으킬 수 있습니다.

5. 채팅창은 시작에 불과하다

인터페이스는 제너레이티브 AI 영역에서 매우 중요하며, 기술과 상호 작용하는 새로운 방식을 만들어냅니다. 언어 모델(LLM)을 통해 인간은 컴퓨터와 보다 자연스럽고 유동적인 방식으로 소통할 수 있습니다. 이러한 변화는 ‘AI Native’인 스타트업에게 기회를 제공하는 동시에 ’AI 기능을 추가하는’인 기존 기업에게는 위협이 될 수 있습니다. 직관적인 인터페이스를 갖춘 LLM인 ChatGPT가 대표적인 예입니다. ’검색 엔진’에서 ’답변 엔진’으로의 전환이 진행 중이며, 기존의 검색창을 대화형 인터페이스로 대체하고 있습니다. 이는 광고주가 아닌 사용자를 중심으로 설계된 인터넷으로 이어질 수 있으며, 기존의 인터넷 배포 방식을 잠재적으로 파괴할 수 있습니다.

6. 오픈소스 모델의 증가

2023년 봄은 아마도 AI의 ’안드로이드 모멘트’로 기억될 정도로 오픈소스 모델이 각광받고 있습니다. LLaMA, 알파카, 비쿠나, 돌리, 코알라 등 GPT-3의 성능에 필적하는 다양한 오픈 소스 모델이 출시되었습니다. 이러한 모델들은 더 나은 기본 모델, 더 나은 튜닝 데이터, 사람의 피드백을 결합하여 계속 개선될 것입니다. 모든 모델이 “충분히 좋은” 수준이 되면 오픈 소스와 독점적 모델 간의 차별화는 비용, 지연 시간, 사용 및 사용자 지정의 용이성, 설명 가능성, 개인정보 보호, 보안과 같은 요소로 옮겨갈 것입니다. 데이터 프라이버시 및 보안에 대한 우려로 인해 더 많은 기업이 자체 가상 프라이빗 클라우드 내에서 맞춤형 제너레이티브 모델을 실행하는 것을 고려하고 있습니다. 독점적인 LLM도 발전하겠지만, 일반적인 사용 사례의 대부분은 오픈 소스 모델에서 다루어질 것으로 예상됩니다.

7. 작은 것이 새로운 큰 효과를 만들 수 있습니다.

AI 발전을 위해 모델 크기와 데이터를 늘리는 오랜 접근 방식은 모델이 크다고 해서 반드시 성능이 향상되는 것은 아니며 과도한 컴퓨팅 리소스를 소모하기 때문에 수익이 감소하는 시점에 가까워지고 있습니다. 이에 대한 대안으로 더 잘 선별된 학습 데이터, 가지치기, 정량화, 증류, 낮은 순위 적응 등의 방법을 사용하여 더 작고 효율적인 모델이 개발되고 있습니다. 이러한 모델은 품질을 유지하면서 크기를 줄여 특정 작업에서 대형 모델과 동등하거나 더 나은 성능을 발휘할 수 있음을 입증하고 있습니다. 이는 대규모의 일반 모델이 특정 작업을 해당 작업에 맞게 미세 조정된 소규모 모델에 지시하는 새로운 접근 방식으로 이어질 수 있습니다. 이러한 추세는 스타트업에 영향을 미치며, 잠재적으로 AI를 민주화하고 AI 파워의 더 나은 분배로 이어질 수 있습니다. 또한 이러한 소규모 모델은 보안상의 이점을 제공하여 온프레미스 및 온디바이스 작동이 가능하므로 데이터를 더 안전하게 유지할 수 있습니다.

----
Matthew’s Note
개인적인 생각으로 고객의 문제를 AI로 풀고자하는 팀이 주목해야하는 건 사용자 경험의 전환이라고 생각한다.
과거에 PC기반에서 스마트폰 기반으로 넘어왔을 때 스타트업(우버, Airbnb)들이 성장할 수 있었던건 사용자 경험의 전환을 레버리지해서 새로운 비즈니스 모델을 만들었기 때문이라 생각한다. 모바일은 PC를 사용하는 시간과 공간을 확장시켜서 고객이 언제 어디서나 PC/Internet을 사용할 수 있게 만들었고 이로 인해 실시간 위치를 확인할 수 있는 가치를 제공했다. 우버는 본인의 위치 주변의 자동차들과 연결될 수 있는 가치를, 에어비앤비는 본인의 위치 혹은 본인이 여행갈 곳의 위치 기반으로 주변 숙소들과 연결할 수 있는 가치를 제공했다.

AI 역시 사용자 경험을 크게 변화시킨다. 과거에 키워드로 소통하는 방식에서 자연어로 소통하는 방식으로, 빠른 시일 내에 키보드 기반 소통에서 목소리 기반 소통으로, 미리 설계된 룰 베이스 기반 커뮤니케이션에서 고객의 데이터와 상황에 맞는 다양한 맞춤형 컨텐츠로 소통하면서 초 개인화된 경험과 흡사 사람과 이야기하는 듯한 경험을 제공하게 될 것이다. 그런데, 이 경험이 어떤 모습일지 많은 사람들이 상상할 뿐 결국에는 많은 실험을 거쳐 답을 찾아내는 회사들에 의해서 Next 사용자 경험이 새롭게 정의될 것이다. 스타트업은 큰 기업보다 빠르고, 잃을 게 없기 때문에 새로운 창의적 문제해결을 할 수 있기 때문에 스타트업들에게 새로운 기회가 있다고 생각한다.

Classic

"처음부터 멋진 회사는 없습니다. 처음에는 모든 회사가 아무것도 없죠. 대신 기대를 하지 않고, 직접 자신이 무언가를 만들어낼 수 있다면 멋진 보상과 결과가 기다리고 있습니다.

저는 6년 동안 Airbnb에서 일했습니다. 그리고 100배를 성장시켰죠. 저는 회사가 변하는 모습을 모두 지켜봤습니다. 그 과정에서 발생한 모든 도전들도 옆에서 보았고요. 항상 저희는 "무슨 일이 있어도 이겨낼 것"이라는 태도로 임했고, 실제로 그랬습니다. 저는 이 귀중한 저의 경험에서 배운 5가지의 레슨을 공유하고 싶습니다."

https://blog.naver.com/bizucafe/223135842362

바이트댄스(틱톡)은 디스커버리형 채널을 기반으로 커머스, 게임을 포함해 배달 주문, 항공 호텔 예약 등으로 사업을 확장하면서 본격적으로 메이투안과 텐센트의 영역까지 진입하기 시작.

https://www.bloomberg.com/news/articles/2023-06-14/bytedance-s-douyin-challenges-wechat-to-become-china-s-next-everything-app?utm_source=substack&utm_medium=email

"The beauty of our industry at some level is that it's not about who has capability, it's about who can actually exercise that capability and translate it into tangible products."

사티아 나델라의 인터뷰에서 본, 왜 MS가 현재 AI씬을 리드하고 있는지 알 수 있는 대목.

https://www.wired.com/story/microsofts-satya-nadella-is-betting-everything-on-ai/

'software stack investing' 블로그는 해외 SaaS 공부할 때 보물상자 같은 블로그다.
이번 글은 스노우플레이크 실적 리뷰인데, 스노우플레이크의 정말 많은 부분을 배울 수 있다.

스노우플레이크는 AI가 부상하면서 더 큰 도약의 기회를 맞이하고 있음.

https://softwarestackinvesting.com/snowflake-snow-q1-fy2024-earnings-review/

I agree with this comment saying this guy is like speaking at chat gpt 3.5 answer pace 😂

His struggling story of finding LP for his fund.

Oh wow. I didn‘t know that Walter has joined some pods!

https://youtu.be/-yhuiovST4A

<최고의 결과를 만들려면, 불안감을 컨트롤할 수 있어야 해요!>

1. 포텐셜의 원칙은 ‘불안’에서부터 시작한다. (당신이) 최고의 기량을 펼치지 못하도록 만드는 압박감과 관련된 문제의 원인이 대부분 ‘불안’이기 때문이다.

2. (사람은 누구나) 긴장하면 마음이 조마조마하고 조여오는 등 그 영향이 신체 증상으로까지 나타난다. 하지만 우리는 이를 통제하고 유리하게 사용할 수도 있다.

3. 불안이 우리에게 미치는 영향을 이해하고 비교적 객관적으로 인식함으로써 우리는 불안을 ‘흥분’으로 바꿀 수 있다.

4. (특히) 우리는 ‘언어’를 사용해 압박감에 대한 느낌을 재구성할 수 있다. 언어는 불안을 흥분으로 바꿔 인식할 수 있도록 도와준다. 또한, 언어는 자존감을 북돋우며 자신감을 높여준다.

5. 하지만 언어를 부주의하고 경솔하게 사용하면 애석하게도 이런 특징은 파괴될 수 있다. 따라서 (최고의 기량을 선보이려면) 강력하고 생산적인 언어를 사용해야 한다. (즉, 자신이 어떤 언어를 쓰느냐에 따라, 그 사람의 성과는 달라진다)

6. 또한, 우리는 진정한 실력 향상이 일어나는 곳인 ‘어글리 존’에 전념할 수 있는 기회를 스스로에 줘야 하고, 계속해서 장애물을 헤치고 나아갈 수 있는 길을 닦아야 한다.

7. 어글리존은 견디기 힘든 영역일 수 있지만, ‘조금씩 자주’ 반복하기를 한다면 놀라운 즐거움을 얻을 수도 있다.

8. 마지막으로, ‘한계는 없다’는 사고방식 또한 중요하다. 이는 포텐셜의 원칙의 모든 요소를 뒷받침하는 사고방식이다. 당신이 어떤 수준에 있든, 지금 어느 위치에 있든, 당신은 언제나 발전할 수 있다. 이런 믿음을 가져야 한다.

9. 이는 ‘할 수 없는 것’이 아니라, ‘할 수 있는 것’에서부터 시작하다는 사고방식이기도 하다.

10. (이처럼) 포텐셜의 원칙은 (일종의) 철학이다. 1) 생각을 (언어로) 정리하고, 2) 신체와 정신 사이의 상호 작용 관계를 정립함으로써, 3) 우리는 압박감이 우리에게 미치는 부정적인 영향을 정복할 수 있다.

- 데이브 알레드, <포텐셜> 중

정말 좋은 자료들과 생각을 공유해주시는 제네럴폭스님, 그리고 버핏클럽! 좋은 의도로 공유합니다.

https://m.blog.naver.com/thegeneralfox/223136228812

투자의 대가 스탠리 드러켄밀러 영상 모음집입니다.

10분짜리 영상부터, 30분짜리 영상까지. 돈 주고 보아도 아깝지 않을 세계 최고 투자 대가의 통찰이 담겨있습니다. 많은 분들께 전달되길 바라며 정리하여 공유합니다.

투자의 대가 스탠리 드러켄밀러 :
https://youtube.com/playlist?list=PLyf6nZ3V7Am7j7HOR8iQKJaZc4WGCA0C-

부채한도, 자산 버블, 경기 침체에 대하여: https://youtu.be/KB2HpNf3Kfg

* 더 보기 쉬우시라고 모바일 이미지로 대체했습니다🙏

New YC for AI startup

Nat Friedman과 Daniel Gross가 만든 AI grant
I think this is one of the best examples of how a good investor can make a difference in the AI ecosystem.

https://aigrant.org/

What do I get if I win?
- A $250,000 investment via a no cap, no discount MFN SAFE (available here).
- A weekend with peers and advisors at the AI Grant Summit in San Francisco
- $350,000 in cloud credits from Azure, along with other startup benefits, membership in the Microsoft for Startups Founders Hub, and go-to-market support
- $50,000 in credits from Cohere
- $50,000 in credits from AssemblyAI
- $50,000 in credits from Replicate
- $25,000 in credits from Modal
- $11,000 in AI voice credits from Eleven Labs
- $10,000 in human-labeling credits from Scale.ai
- $10,000 in credits from OpenAI
- 10 free seats from Weights and Biases
- $1,000 in credits from the amazing nat.dev
- Created by Nat Friedman and Daniel Gross
- Apply here by July 10th, 2023; decisions by July 24th

What type of company or project qualifies?
In particular, we’re looking for technical & pragmatic founders who want to build great products. If you get a thrill from making something that other people love to use, and you understand that building a new product is 1% idea and 99% iteration, we want to support you.

Are larger investments available?
Nat and Daniel separately invest in startups, generally leading rounds, investing between $1M and $100M. Companies that receive larger investments will also have access to the Andromeda Cluster.

How will you select the winners?
We’re looking for smart and energetic people with actionable ideas that are clearly useful. Demos are a big plus; not just because they’re fun to look at, but because they hint at the type of person that cares about the end-user experience, which is ultimately all that matters.

Advisors and speakers:
David Holz, CEO of Midjourney and Leap Motion
Andrej Karpathy, former Director of AI at Tesla
Patrick Collison, CEO of Stripe
Tobi Lütke, CEO of Shopify
Lukas Biewald, CEO of Weights and Biases
Alexandr Wang, CEO of Scale.ai
Aaron Levie, CEO of Box
Amjad Masad, CEO of Replit
Riley Goodside, GPT whisperer
Noam Shazeer, co-creator of transformers and CEO of Character
Mike Krieger, cofounder of Instagram
Guillermo Rauch, CEO of Vercel
Christina Cacioppo, CEO of Vanta
Dylan Field, CEO of Figma

AI Grant companies — batch 1
Perplexity — the fastest way to get an answer
Animato — video chat with AI characters
Lexica.art — make AI art
Replicate — cloud infrastructure for ML models
Minion.ai — automated browser assistant
Recraft — generate vector art and 3D images
Flair — AI design tool for branded content
ValueBase — AI property valuation models for municipal governments
WOMBO — magical consumer AI experiences
Cursor — AI-first code editor
Chroma — programmable memory for AI
Poly Corp — AI-generated textures
Sieve — AI video API
Sameday — appointment scheduling AI
Play.ht — AI voiceover for podcasts
Ghostwrite — automatic email composer
Rowy — low-code backend
Birch — automating complex call center operations in regulated industries
Vizcom — AI-powered engineering drawings
Circle Labs — generative AI discord friends
Samaya AI — knowledge disovery platform for financial services
Secret Weapons — AI video tools used by Hollywood
Pixelcut — AI-powered product photos
AniML — nerf-generated product videos
Dust — browser copilot for teams
Forefront — enterprise chatbot

Goldilocks in India
While East Asian economies enjoyed for decades rip-roaring growth based on a model of investing in infrastructure, manufacturing and exports, and welcoming foreign capital, India opted — with dreadful results — for a semi-socialist template.

Better late than never. Under Prime Minister Narendra Modi, India’s finally following in the footsteps of the likes of South Korea (with which it had similar per-capita GDP levels in the 1960s).


Modi’s administration has surprised observers by curbing the political instinct to ramp up social spending, in favor of infrastructure aimed at building out an industrial base. Foreign companies are being courted, not shunned, with Modi this week winning a pledge from Elon Musk for Tesla Inc. to look at investing in India.

The timing is fortunate, aligning nicely with the rapidly escalating US-China rift that’s prompted companies to shift their supply chains, partly under pressure from Western governments. Morgan Stanley analysts last week underscored their expectation for India to be a particular beneficiary:

“In India we see a tripling of the manufacturing base by 2031 with its share of GDP rising from about 16% to 21%.”

There are plenty of risks. India’s less-developed economy leaves it vulnerable to the vagaries of the monsoon rains — which have an outsize impact on the agriculture sector. Politics could force a return to populist spending ahead of the 2024 election.

But for now, economists surveyed by Bloomberg are penciling in 7% growth for this year, with at least 6% for the next two. And while India’s GDP is well below China’s, solid growth rates offer an especially attractive narrative at a time when China’s economy is disappointing.

Modi will get a fresh opportunity to tell India’s story on Thursday, when he makes an historic second address to the US Congress (after his debut back in 2016). With investors already giddy, as Bloomberg’s India team wrote here, his message during the US visit will likely be warmly received.

“Investors agree that India is passing through a ‘Goldilocks’ phase,” Samiran Chakraborty and Baqar Zaidi, economists at Citigroup Inc., wrote in a note this week.

Check out the latest Stephanomics podcast

https://www.bloomberg.com/economics

OpenAI's median total compensation package for a Software Engineer is $900k, just shy of a million dollars. The catch is that instead of traditional equity grants, OpenAI issues Profit Participation Units (PPUs).

OpenAI distinguishes itself from the majority of startups by providing PPUs to its employees instead of traditional stock options. To put it simply, while exercising options grants ownership to a portion of the company itself, PPUs represent ownership of a percentage of the company's *profits*.

The basis for PPUs are Profit Interest Units (PIUs), which you can think of as an ennoscriptment to a percentage of the profits based on however many PIUs exist (similar to the total outstanding shares). As an example, if you own 1 PIU and there exist a total of 100 PIU’s, you are ennoscriptd to 1% of the profits of the company. OpenAI has also offered liquidity for the PPUs its issued to employees via tender offers such as the one earlier this year in January (though there is a 2-year lock up period).

We've published a blog post with the full scoop on OpenAI's offer structure, how it works, and its constraints: https://lnkd.in/gQX3GfwN

The below offer is a standard package for an L5 engineer at OpenAI. View more OpenAI compensation data points here: https://lnkd.in/gEfa7gCb

#offer #offerletter #compensation #salaries #salarytransparency #data

"SAM은 물렀거라, 50배 빠른 FastSAM이 나왔다"를 카피 문구로 써야 할 논문이네요. 50배 빠른 런타임 속도로 SAM 방법과 비슷한 성능을 얻을 수 있다니... 한번 보시죠 김진성 Helen Hong 교수님^^

제목: Fast Segment Anything

이 논문은 컴퓨터 비전 작업을 위한 강력한 모델인 세그먼트 애니씽 모델(SAM)의 속도 향상 대체 방법을 제안합니다. 저자는 작업을 세그먼트 생성 및 프롬프트로 재구성하여 인스턴스 분할 분기가 있는 일반 CNN 감지기가 훨씬 더 빠른 계산 시간으로 SAM과 비슷한 성능을 달성할 수 있음을 입증

주요 인사이트와 교훈
* 세그먼트 애니웨어 모델(SAM)은 컴퓨터 비전 작업에서 큰 잠재력을 보여주었지만 높은 계산 비용으로 인해 어려움을 겪었습니다.
* 작업을 인스턴스 분할로 재구성하고 기존 인스턴스 분할 방법을 훈련하면 훨씬 빠른 런타임 속도로 비슷한 성능을 달성할 수 있습니다.
* 제안된 방법은 계산 효율성이 중요한 산업 시나리오에 실용적인 대안을 제공합니다.

주요 결론: 저자는 인스턴스 분할 브랜치가 있는 일반 CNN 검출기를 활용하여 SAM의 속도를 높이는 대안을 제안합니다. 이 작업의 재구성은 계산 시간을 대폭 줄이면서 SAM과 비슷한 성능을 달성하여 산업 애플리케이션에 더 적합합니다.

요약:
최근 제안된 세그먼트 애니웨어 모델(SAM)은 많은 컴퓨터 비전 작업에서 큰 영향을 미치고 있습니다. 이미지 분할, 이미지 캡션, 이미지 편집과 같은 많은 고수준 작업의 기초 단계가 되고 있습니다. 그러나 막대한 계산 비용으로 인해 산업 시나리오에서 더 폭넓게 적용되지 못하고 있습니다. 계산은 주로 고해상도 입력에서 트랜스포머 아키텍처에서 이루어집니다. 이 백서에서는 이 기본 작업에 대해 비슷한 성능으로 속도를 높일 수 있는 대안을 제안합니다. 이 작업을 세그먼트 생성 및 프롬프트로 재구성함으로써 인스턴스 분할 분기가 있는 일반 CNN 검출기로도 이 작업을 잘 수행할 수 있음을 발견했습니다. 구체적으로, 우리는 이 작업을 잘 연구된 인스턴스 분할 작업으로 변환하고 SAM 작성자가 게시한 SA-1B 데이터 세트의 1/50만 사용하여 기존 인스턴스 분할 방법을 직접 훈련합니다. 이 방법을 사용하면 50배 빠른 런타임 속도로 SAM 방법과 비슷한 성능을 얻을 수 있습니다. 그 효과를 입증할 수 있는 충분한 실험 결과를 제공합니다.

arXiv: https://arxiv.org/abs/2306.12156
PDF: https://arxiv.org/pdf/2306.12156.pdf
arXiv-vanity: https://www.arxiv-vanity.com/papers/2306.12156
Paper page: https://huggingface.co/papers/2306.12156
Papers with code: https://paperswithcode.com/paper/fast-segment-anything
Github: https://github.com/casia-iva-lab/fastsam