Hongsheng Li

Un nuevo sistema mejora la forma en que los robots entienden e interactúan con los objetos.

SPHINX-V mejora la capacidad de la IA para interpretar imágenes a través de la interacción del usuario.

Nuevo método mejora el control del movimiento de la cámara en la creación de videos a partir de texto.

Un nuevo método combina diseños en 3D y texto para crear mejores escenas urbanas.

Transforma texto en imágenes, videos y audio sin problemas con Lumina-T2X.

Un nuevo marco mejora la comprensión de la IA sobre los espacios 3D.

Una nueva técnica mejora la generación de texto en el procesamiento de lenguaje natural.

Un nuevo modelo simplifica la creación de imágenes y videos con IA, mejorando la velocidad y la calidad.

UniZero mejora la memoria a largo plazo y las habilidades de toma de decisiones de la IA.

MM-Instruct mejora la capacidad de los grandes modelos multimodales para seguir diversas instrucciones.

Un nuevo enfoque mejora el razonamiento en los modelos de lenguaje al generar errores controlados.

El conjunto de datos AMEX mejora la comprensión de la IA sobre las interfaces de apps móviles.

Un nuevo modelo revoluciona la generación de imágenes a partir de descripciones de texto, mejorando varias industrias.

Un nuevo método genera avatares 3D personalizables a partir de descripciones de texto.

LLaVA-MoD crea modelos multimodales más pequeños aprovechando el conocimiento de versiones más grandes.

Examinando el papel de los LMMs en transformar las capacidades de búsqueda con texto e imágenes.

MedViLaM integra múltiples tipos de datos médicos para mejorar el análisis y la toma de decisiones.

¡Experimenta el envejecimiento en 3D con la tecnología TimeWalker!

StreamChat transforma la manera en que interactuamos con videos en streaming en tiempo real.