Felix Juefei-Xu

Neues Modell verbessert die Bilderstellung aus Textbeschreibungen.

Neue Methoden verbessern die Leistung und Effizienz bei multimodalen grossen Sprachmodellen.

Das Potenzial der Few-Shot-Bildmanipulation für alle freischalten.

Die wichtigsten Elemente für das Verständnis von Videos in grossen multimodalen Modellen aufschlüsseln.