Saining Xie

Presentamos MetaCLIP para una mejor recolección de datos de imagen-texto.

Este estudio analiza problemas en modelos que responden a preguntas visuales.

Explorando las innovaciones en la generación de imágenes a través de Transformadores Interpolantes Escalables.

Una inmersión profunda en los Modelos de Difusión de Denoising y su simplificación para mejorar el aprendizaje de representaciones.

Una plataforma para que los agentes de IA interactúen con entornos reales usando datos geoespaciales.

Un nuevo método mejora el entrenamiento de la IA agrupando datos en clústeres para una mejor precisión.

Grendel mejora la renderización de imágenes 3D utilizando múltiples GPU para una mejor calidad y velocidad.

Nuevos métodos aceleran la codificación y decodificación de video.

Explorando cómo los sistemas de IA tienen problemas con el razonamiento espacial en comparación con los humanos.

Descubre cómo VPIT ayuda a las máquinas a aprender a conectar texto y visuales de manera fluida.