Minghan Li

UniVS vereinfacht Video-Segmentierungsaufgaben mit Prompts für bessere Leistung und Vielseitigkeit.

Eine neue Methode verbessert die Zuverlässigkeit von Sprachmodellen durch effektives Abrufen.

Ein neues Modell zur Verbesserung der Navigationsfähigkeiten von Robotern mithilfe von Videos und Sprache wird vorgestellt.