Xihui Liu

CompAgent verbessert die Bilderstellung aus Text, indem es komplexe Aufforderungen aufschlüsselt.

Eine neue Methode verbessert 3D-Szenen-Animationen aus Textaufforderungen.

ReGround3D verbessert das Verständnis von menschlichen Anweisungen in 3D-Umgebungen.

GenArtist verbessert die Bildgenerierung und -bearbeitung mit einem intelligenten KI-Agenten.

Ein neuer Benchmark behandelt die Notwendigkeit für eine standardisierte Bewertung in der spatio-temporalen Vorhersage.

OVExp kombiniert Sprache und Vision für effektive Objektnavigation in unterschiedlichen Umgebungen.

LLaVA-3D kombiniert 2D- und 3D-Einsichten für tiefere räumliche Überlegungen.

SAMPart3D vereinfacht die Analyse und Bearbeitung von 3D-Modellen mit innovativen Segmentierungstechniken.

Neue Methode verwandelt flache Bilder in lebendige 3D-Szenen.

Moto nutzt Videoanalysen, um Robotern komplexe Bewegungen effizient beizubringen.

Entdecke, wie V2PE Vision-Language-Modelle für besseres Verständnis langer Kontexte verbessert.

Entdecke, wie parallelisierte Generierung die Bild- und Videoproduktion verändert.