Xiaojian Ma

Ein neues Modell vorstellen, um 3D-Umgebungen besser durch Sprache zu verstehen.

Eine neue Methode verbessert die Leistung von Vision- und Sprachmodellen bei der Verarbeitung komplexer Daten.

Ein neuer Ansatz, um Videos besser zu interpretieren und komplexe Fragen zu beantworten.

Neue Methoden verbessern die Optimierung in komplexen Szenarien mithilfe von latenten Räumen und Rauschen.

Ein neuer Datensatz verbessert die Fähigkeit von Robotern, 3D-Umgebungen zu verstehen und zu navigieren.

Forscher verbessern, wie KI-Agenten komplexe Anweisungen mit mehreren Datentypen verstehen.