HyperCLOVA X Vision

HyperCLOVA X Visionは、韓国語に強いHyperCLOVA X言語モデルに画像理解を加えたNaverのマルチモーダルモデルです。2024年8月に発表され、画像を含む韓国の大学入試問題の83.8％に正答したとNaverは説明しています。同じテストで同社が報告したGPT-4oの77.8％を上回りました。この結果はNaverの狙いを示しています。一般的なマルチモーダルランキングで競うより、韓国固有の文書、試験問題、西洋モデルが苦手とする視覚的な文脈を扱うために設計されています。Naver CloudのAPIとCLOVA Xアプリから利用でき、韓国語での文書質問応答、図表の読み取り、画像を踏まえたチャットを必要とする韓国企業を対象にしています。NaverはHyperCLOVA X SEEDシリーズの小型オープンモデルや、音声を加えた全モダリティ対応モデルも展開しています。