Wenhai Wang

Un nuevo proyecto mejora la comprensión visual de las máquinas a través de un gran conjunto de datos.

Un nuevo método mejora la detección de objetos 3D para vehículos autónomos usando representación BEV.

Un nuevo marco mejora las acciones de los robots a través de comandos humanos.

El Proyecto V2 Todo Vidente mejora la comprensión de la IA sobre las relaciones entre objetos en las imágenes.

Explora cómo los modelos de lenguaje grandes mejoran la creatividad a través de la generación multimedia.

Nuevo enfoque mejora el aprendizaje a partir de datos intercalados de imagen y texto.

Un conjunto de datos completo que combina imágenes y texto para ayudar al aprendizaje automático.

Nuevos métodos mejoran significativamente la calidad de video en baja luz usando técnicas innovadoras.

Un nuevo método mejora las habilidades de razonamiento en modelos de lenguaje usando optimización de preferencias.

Un nuevo marco permite la generación de imágenes a partir de texto en varios idiomas de manera eficiente.