비전 AI 전문 기업 슈퍼브에이아이는 세계 최대 컴퓨터 비전 학술대회인 ‘CVPR 2025’에서 개최된 두 개의 국제 인공지능(AI) 챌린지에서 각각 2위와 4위를 차지했다고 17일 밝혔다.
슈퍼브에이아이는 ▲‘개별 객체 탐지 챌린지(Object Instance Detection Challenge)’에서 2위 ▲‘파운데이션 퓨샷 객체 탐지 챌린지(Foundational Few-Shot Object Detection Challenge)’에서 4위를 기록했다. 특히 2위에 오른 개별 객체 탐지 부문에서는 CVPR 본 학회에서 기술 발표 기회를 얻어, 전 세계 전문가들에게 자사 기술을 직접 소개하는 자리를 가졌다.
해당 성과는 슈퍼브에이아이가 자체 개발한 비전 파운데이션 모델 ‘ZERO’를 기반으로 거둔 결과다. ‘ZERO’는 대규모 사전 학습을 통해 다양한 시각 인식 작업에 적용할 수 있도록 설계된 범용 비전 모델이다.
이번 챌린지에서 평가된 개별 객체 탐지 기술은 기존의 범주 인식이 아닌, 특정 개체 단위의 탐지를 목표로 하며, 제조 불량품 선별이나 물류 창고의 재고 추적, 병원 내 의료기기 관리 등 고정밀 산업 현장에 직접 적용 가능한 기술로 주목받는다. 챌린지는 라벨링 없이도 탐지 성능을 발휘할 수 있는 시스템 구현 여부에 초점을 맞췄으며, 고해상도 이미지와 복잡한 환경이 반영된 시뮬레이션을 기반으로 진행됐다.
또 다른 도전 과제였던 파운데이션 퓨샷 챌린지는 단 10장의 이미지와 텍스트 설명만으로 새로운 객체를 탐지하는 능력을 측정하는 방식으로, 의료·농업·제조 분야 등에서의 실질적 활용 가능성을 평가하는 데 중점을 두었다.
비전 파운데이션 모델은 생성형 AI에 비해 높은 기술 장벽이 존재한다. 고품질 이미지 및 영상 데이터 확보와 처리에 대규모 자원과 비용이 소요되며, 이는 일부 글로벌 기업과 특정 국가만이 경쟁력을 갖추는 구조적 한계로 작용해왔다. 특히 중국은 공공 데이터를 활용한 대형 데이터 구축 프로젝트를 통해 비전 AI 분야에서 글로벌 경쟁 우위를 확보하고 있다.
슈퍼브에이아이는 이러한 환경 속에서도 데이터 효율성, 알고리즘 경량화, 산업 특화 전략 등을 중심으로 경쟁력을 확보해왔다. 이번 챌린지에서도 대형 인프라 없이 상위권에 진입함으로써, 자원 중심의 경쟁 구도에 대한 대안을 제시했다.
회사는 이번 성과를 기반으로 제조, 물리보안, 모빌리티 등 핵심 산업 분야에서의 비전 AI 기술 고도화와 솔루션 상용화를 가속화할 계획이다. 실제 산업 환경에서 바로 활용 가능한 실용적 AI 시스템을 개발하는 데 주력해, 산업용 AI 시장 내 입지를 강화하겠다는 방침이다.
슈퍼브에이아이 김현수 대표는 “이번 챌린지는 기술적 완성도뿐 아니라, 산업 현장 적용 가능성을 평가하는 무대였다”며, “슈퍼브에이아이는 효율적인 데이터 구축과 특화 기술 전략을 통해 글로벌 기준에 부합하는 성과를 입증했고, 이는 산업 현장의 실질적 요구에 대응할 수 있는 방향성을 보여주는 사례”라고 밝혔다.
- 관련 기사 더보기
SuperbAI, 2nd and 4th Places at CVPR 2025 International AI Challenge
Superb AI, a vision AI company, announced on the 17th that it took 2nd and 4th place, respectively, in two international artificial intelligence (AI) challenges held at 'CVPR 2025', the world's largest computer vision academic conference.
SuperbAI took 2nd place in the 'Object Instance Detection Challenge' and 4th place in the 'Foundational Few-Shot Object Detection Challenge'. In particular, in the individual object detection category where it took 2nd place, it had the opportunity to present its technology at the CVPR conference, directly introducing its technology to experts from around the world.
This achievement is based on the vision foundation model 'ZERO' developed by Superb AI. 'ZERO' is a general-purpose vision model designed to be applied to various visual recognition tasks through large-scale pre-learning.
The individual object detection technology evaluated in this challenge aims to detect specific objects rather than conventional category recognition, and is drawing attention as a technology that can be directly applied to high-precision industrial sites such as sorting out defective manufacturing products, tracking inventory in logistics warehouses, and managing medical devices in hospitals. The challenge focused on whether a system could be implemented that could demonstrate detection performance without labeling, and was conducted based on simulations that reflected high-resolution images and complex environments.
Another challenge, the Foundation Fewshot Challenge, aimed to measure the ability to detect new objects using just 10 images and text descriptions, and focused on assessing practical applications in fields such as healthcare, agriculture, and manufacturing.
The vision foundation model has a high technological barrier compared to generative AI. It requires large resources and costs to secure and process high-quality image and video data, which has been a structural limitation that only some global companies and certain countries are competitive. In particular, China is securing a global competitive edge in the field of vision AI through large-scale data construction projects using public data.
Even in this environment, SuperbAI has secured competitiveness by focusing on data efficiency, algorithm lightweighting, and industry-specific strategies. In this challenge, it has also presented an alternative to the resource-centered competitive structure by entering the top ranks without large-scale infrastructure.
Based on this achievement, the company plans to accelerate the advancement of vision AI technology and commercialization of solutions in key industrial fields such as manufacturing, physical security, and mobility. It aims to strengthen its position in the industrial AI market by focusing on developing practical AI systems that can be used immediately in actual industrial environments.
Superb AI CEO Hyunsoo Kim said, “This challenge was a stage to evaluate not only technological perfection but also the possibility of application to industrial sites,” and added, “Superb AI has proven performance that meets global standards through efficient data construction and specialized technology strategies, and this is an example that shows the direction that can respond to the practical needs of industrial sites.”
- See more related articles
スーパーブエイアイ、CVPR 2025国際AIチャレンジで2位・4位記録
ビジョンAI専門企業スーパーブエイアイは世界最大のコンピュータビジョン学術大会である「CVPR 2025」で開催された2つの国際人工知能(AI)チャレンジでそれぞれ2位と4位を占めたと17日明らかにした。
スーパーブエイアイは▲「個別オブジェクト検知チャレンジ(Object Instance Detection Challenge)」で2位▲「ファンデーションフューショットオブジェクト検知チャレンジ(Foundational Few-Shot Object Detection Challenge)」で4位を記録した。特に2位に上がった個々のオブジェクト検出部門では、CVPR本学会で技術発表機会を得て、世界中の専門家に自社技術を直接紹介する場を持った。
この成果は、スーパーブエイアイが自ら開発したビジョンファンデーションモデル「ZERO」を基盤に収めた結果だ。 「ZERO」は、大規模な事前学習を通じて多様な視覚認識作業に適用できるように設計された汎用ビジョンモデルです。
今回のチャレンジで評価された個別オブジェクト検出技術は、従来のカテゴリ認識ではなく、特定個体単位の検出を目指し、製造不良品の選別や物流倉庫の在庫追跡、病院内の医療機器管理など高精度産業現場に直接適用可能な技術として注目される。チャレンジはラベリングなしで検出性能を発揮できるシステム実装の有無に焦点を当てており、高解像度画像と複雑な環境が反映されたシミュレーションに基づいて進められた。
もう一つの挑戦課題であったファンデーションフューショットチャレンジは、たった10枚のイメージとテキスト説明だけで新しいオブジェクトを検出する能力を測定する方式で、医療・農業・製造分野などでの実質活用可能性を評価することに重点を置いた。
ビジョンファンデーションモデルは、生成型AIに比べて高い技術バリアが存在する。高品質の画像と画像データの確保と処理には大規模なリソースとコストがかかり、これは一部のグローバル企業や特定の国だけが競争力を持つ構造的限界として作用してきた。特に中国は公共データを活用した大型データ構築プロジェクトを通じてビジョンAI分野でグローバル競争優位を確保している。
スーパーブアイはこのような環境の中でもデータ効率性、アルゴリズム軽量化、産業特化戦略などを中心に競争力を確保してきた。今回のチャレンジでも大型インフラなく上位圏に参入することで、資源中心の競争構図に対する代替案を提示した。
同社は今回の成果を基に、製造、物理セキュリティ、モビリティなど核心産業分野でのビジョンAI技術の高度化とソリューションの商用化を加速する計画だ。実際の産業環境ですぐに活用可能な実用的AIシステムの開発に注力し、産業用AI市場内の立地を強化する方針だ。
スーパーブエイアイのキム・ヒョンス代表は「今回のチャレンジは技術的完成度だけでなく、産業現場適用可能性を評価する舞台だった」とし、「スーパーブアイは効率的なデータ構築と特化技術戦略を通じてグローバル基準に合致する成果を立証し、これは産業現場の実質的な要求に対応できる方向性を示した」。
- 関連記事をもっと見る
SuperbAI 在 CVPR 2025 国际人工智能挑战赛中分别获得第二名和第四名
视觉AI企业Superb AI 17日宣布，在全球最大的计算机视觉学术会议“CVPR 2025”举办的两项国际人工智能(AI)挑战赛中，分别获得第2名和第4名。
SuperbAI在“对象实例检测挑战赛”中荣获第二名，在“基础小样本对象检测挑战赛”中荣获第四名。尤其值得一提的是，在单个对象检测类别中，SuperbAI斩获了第二名，并借此获得了在CVPR大会上展示其技术的机会，直接向全球专家进行展示。
此项成果基于Superb AI开发的视觉基础模型“ZERO”。“ZERO”是一个通用视觉模型，旨在通过大规模预学习应用于各种视觉识别任务。
本次挑战赛评估的个体物体检测技术并非传统的类别识别，而是以检测特定物体为目标，作为一项可直接应用于不良品分拣、物流仓库库存追踪、医院医疗器械管理等高精度工业现场的技术，备受瞩目。挑战赛的重点在于能否实现无需标签即可展现检测性能的系统，并以反映高分辨率图像和复杂环境的模拟为基础进行。
另一项挑战，即基金会 Fewshot 挑战赛，旨在衡量仅使用 10 张图像和文本描述检测新物体的能力，并专注于评估医疗保健、农业和制造业等领域的实际应用。
与生成式AI相比，视觉基础模型的技术门槛较高。获取并处理高质量的图像和视频数据需要耗费大量的资源和成本，这已成为一种结构性制约，导致只有部分全球企业和特定国家具备竞争力。尤其值得一提的是，中国正通过利用公共数据的大规模数据建设项目，在视觉AI领域确保全球竞争优势。
即便在这样的环境下，SuperbAI依然凭借着数据效率、算法轻量化以及行业化战略的聚焦，确保了自身的竞争力。在此次挑战中，SuperbAI也展现出了一种突破以资源为中心的竞争格局，无需大规模基础设施即可跻身顶尖行列。
基于此成果，该公司计划加速视觉AI技术的进步，并推动制造、物理安全、移动出行等关键工业领域解决方案的商业化。公司旨在通过专注于开发可在实际工业环境中立即使用的实用AI系统，巩固其在工业AI市场的地位。
Superb AI代表金贤洙表示，“本次挑战赛不仅是对技术完善度的评估，也是对应用于工业现场的可能性进行评估的舞台”，并表示，“Superb AI通过高效的数据构建和专业化的技术战略，已经证明了符合全球水准的性能，这是展现能够应对工业现场实际需求的方向性的一个范例”。
- 查看更多相关文章
SuperbAI, 2e et 4e places au CVPR 2025 International AI Challenge
Superb AI, une société d'IA de vision, a annoncé le 17 qu'elle avait remporté respectivement la 2e et la 4e place lors de deux défis internationaux d'intelligence artificielle (IA) organisés lors de « CVPR 2025 », la plus grande conférence universitaire de vision par ordinateur au monde.
SuperbAI a remporté la 2e place du « Object Instance Detection Challenge » et la 4e place du « Foundational Few-Shot Object Detection Challenge ». En particulier, dans la catégorie « détection d'objets individuels », où elle a décroché la 2e place, elle a eu l'occasion de présenter sa technologie lors de la conférence CVPR, la présentant directement à des experts du monde entier.
Cette réalisation est basée sur le modèle de fondation de vision « ZERO » développé par Superb AI. « ZERO » est un modèle de vision à usage général conçu pour être appliqué à diverses tâches de reconnaissance visuelle grâce à un pré-apprentissage à grande échelle.
La technologie de détection d'objets individuels évaluée dans le cadre de ce défi vise à détecter des objets spécifiques plutôt que la reconnaissance de catégories conventionnelle. Elle attire l'attention comme une technologie directement applicable aux sites industriels de haute précision, tels que le tri des produits défectueux, le suivi des stocks dans les entrepôts logistiques et la gestion des dispositifs médicaux dans les hôpitaux. Le défi visait à déterminer la possibilité de mettre en œuvre un système capable de démontrer les performances de détection sans étiquetage. Il a été mené à partir de simulations reflétant des images haute résolution et des environnements complexes.
Un autre défi, le Foundation Fewshot Challenge, visait à mesurer la capacité à détecter de nouveaux objets en utilisant seulement 10 images et descriptions textuelles, et se concentrait sur l'évaluation des applications pratiques dans des domaines tels que la santé, l'agriculture et la fabrication.
Le modèle de fondation de la vision présente une barrière technologique importante par rapport à l'IA générative. La sécurisation et le traitement de données d'images et de vidéos de haute qualité nécessitent des ressources et des coûts importants, ce qui constitue une limitation structurelle qui limite la compétitivité de certaines entreprises mondiales et de certains pays. La Chine, en particulier, s'assure un avantage concurrentiel mondial dans le domaine de l'IA de la vision grâce à des projets de construction de données à grande échelle utilisant des données publiques.
Même dans ce contexte, SuperbAI a su préserver sa compétitivité en misant sur l'efficacité des données, l'allègement des algorithmes et des stratégies sectorielles. Face à ce défi, elle a également proposé une alternative à la structure concurrentielle centrée sur les ressources en se hissant au premier rang sans infrastructure à grande échelle.
Forte de ce succès, l'entreprise prévoit d'accélérer le développement de la technologie d'IA de vision et la commercialisation de solutions dans des secteurs industriels clés tels que la fabrication, la sécurité physique et la mobilité. Elle entend renforcer sa position sur le marché de l'IA industrielle en se concentrant sur le développement de systèmes d'IA pratiques et immédiatement utilisables en environnement industriel réel.
Hyunsoo Kim, PDG de Superb AI, a déclaré : « Ce défi était une étape pour évaluer non seulement la perfection technologique mais aussi la possibilité d'application aux sites industriels », et a ajouté : « Superb AI a prouvé des performances qui répondent aux normes mondiales grâce à une construction de données efficace et à des stratégies technologiques spécialisées, et c'est un exemple qui montre la direction qui peut répondre aux besoins pratiques des sites industriels. »
- Voir plus d'articles connexes
You must be logged in to post a comment.