Hanwang Zhang

VcEdit verbessert das 3D-Editing, indem es Konsistenz über mehrere Ansichten hinweg sicherstellt.

DTC123 verbessert die 3D-Modellgenerierung aus Einzelbildern mithilfe von Lehrmodellen.

Eine neue Methode reduziert die Zeit und Kosten beim Trainieren von Diffusionsmodellen.

Setokim verbessert die Fusion von visueller und textlicher Verständigung durch innovative Tokenisierung.

Neue Methode optimiert die Bildsegmentierung, indem sie die Kontextbeispiele diversifiziert.

Eine neue Strategie kombiniert generatives und diskriminatives Training in Vision-Language-Modellen.

Eine neue Methode verbessert die Modellleistung bei verschiedenen Datentypen.