Jinfa Huang

PQDiff mejora la eficiencia y calidad del outpainting de imágenes en un solo paso.

MoE-LLaVA combina imágenes y texto usando una estructura de modelo eficiente.

MagicTime transforma descripciones escritas en videos dinámicos de time-lapse con un realismo mejorado.

Nuevos estándares mejoran la forma en que evaluamos videos generados en time-lapse.

Evolver mejora la detección de memes de odio usando Grandes Modelos Multimodales.

MUSE mejora la precisión en la búsqueda de videos a través del aprendizaje de características a múltiples escalas.

Video-RAG simplifica cómo las computadoras analizan contenido de video largo con información extra.

Un nuevo método para crear videos que preservan la identidad y mejoran la calidad visual.