Junjie Zhou

VISTA verbessert, wie wir Informationen finden, indem es Text und Bilder kombiniert.

Das MLVU-Benchmark hat das Ziel, das maschinelle Verständnis von langen Videos zu verbessern.

OmniGen vereinfacht die Bildgenerierung für alle Nutzer in einem einzigen Modell.

Video-XL verarbeitet lange Videos effizient und verbessert Genauigkeit und Leistung.

Lern, wie TCS die Effizienz und Anpassungsfähigkeit des KI-Modelltrainings verbessert.

MegaPairs verbindet Bilder und Text für bessere Suchergebnisse.