Yike Guo

FlashSpeech ofrece soluciones de síntesis de voz rápidas y de alta calidad.

Un nuevo método para crear imágenes 3D detalladas a partir de imágenes simples usando difusión multivista.

Nuevos métodos para entrenar modelos de lenguaje grandes de manera más eficiente están surgiendo.

CoCoGesture crea gestos realistas que coinciden con las palabras habladas, mejorando la interacción.

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

Un nuevo método para crear música que se ajuste de manera efectiva al contenido de video.

Un nuevo método mejora la búsqueda de expresiones matemáticas a partir de datos.

Honest Computing pone énfasis en la confianza y la ética al manejar datos.

MMTrail combina descripciones visuales y de audio para mejorar los modelos de video-lenguaje.

Este estudio analiza qué tan bien entienden y generan música los LLMs.

Un nuevo método mejora los modelos de lenguaje para un mejor rendimiento y menor uso de recursos.

NoRA ofrece una forma más inteligente de adaptar modelos grandes con menos recursos.

X-Codec mejora la generación de audio al integrar comprensión semántica en el procesamiento.

Nuevos modelos mejoran la velocidad y precisión de las predicciones de incendios forestales.

Un nuevo método ofrece un modelado 3D mejorado a partir de solo una imagen, aumentando el realismo.

Nueva herramienta predictiva mejora la gestión de incendios y las estrategias de respuesta.

Investigadores desarrollan un nuevo modelo para videos de canto animado, mejorando las animaciones.