Wenqi Shao

RobotScript mejora la forma en que los robots llevan a cabo tareas a partir del lenguaje natural.

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

AVIBench prueba a los LVLMs para asegurarse de que aguanten instrucciones visuales adversariales.

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

Un enfoque estructurado para evaluar modelos de texto a video con mayor eficiencia.

Un nuevo método para mejorar la eficiencia de memoria en modelos de lenguaje.

Este método simplifica agregar objetos a imágenes con textos, asegurando resultados naturales.

Un nuevo método mejora la edición de imágenes a través de descripciones de texto manteniendo la calidad.