Sifei Liu

Ein detaillierter Blick auf die Fähigkeiten von RegionGPT bei der Analyse von Bildregionen.

SpatialRGPT verbessert das Verständnis der Objektanordnung in Vision-Language-Modellen.

Eine neue Methode verbessert die Datenauswahl und -anreicherung für autonome Systeme.

NaVILA hilft Robotern, mit Sprache und Vision zu navigieren.