MMTrail kombiniert visuelle und auditive Beschreibungen für bessere Video-Sprachmodelle.
― 5 min Lesedauer
Yanbing Jiang
DiM-Gesture erstellt realistische Gesten, die mit Sprache für digitale Interaktionen synchronisiert sind.
― 5 min Lesedauer
Hochmoderne Wissenschaft einfach erklärt
MMTrail kombiniert visuelle und auditive Beschreibungen für bessere Video-Sprachmodelle.
― 5 min Lesedauer
DiM-Gesture erstellt realistische Gesten, die mit Sprache für digitale Interaktionen synchronisiert sind.
― 5 min Lesedauer