Hanwang Zhang

VcEdit améliore l'édition 3D en garantissant la cohérence sur plusieurs vues.

DTC123 améliore la génération de modèles 3D à partir d'images uniques en utilisant des modèles d'enseignement.

Une nouvelle méthode réduit le temps et le coût de formation des modèles de diffusion.

Setokim améliore la fusion de la compréhension visuelle et textuelle grâce à une tokenisation innovante.

Une nouvelle méthode optimise la segmentation d'image en diversifiant les exemples de contexte.

Une nouvelle stratégie combine l'entraînement génératif et discriminatif dans les modèles Vision-Language.

Une nouvelle méthode améliore la performance du modèle sur divers types de données.