Hongsheng Li

Transforme du texte en images, vidéos et audio sans accroc avec Lumina-T2X.

Un nouveau cadre améliore la compréhension de l'IA des espaces 3D.

Une nouvelle technique améliore la génération de texte dans le traitement du langage naturel.

Un nouveau modèle simplifie la création d'images et de vidéos AI avec une meilleure vitesse et qualité.

UniZero améliore la mémoire à long terme et les capacités de prise de décision de l'IA.

MM-Instruct améliore la capacité des grands modèles multimodaux à suivre des instructions diverses.

Une nouvelle approche améliore le raisonnement dans les modèles de langage en générant des erreurs contrôlées.

Le dataset AMEX améliore la compréhension de l'IA sur les interfaces d'applications mobiles.

Un nouveau modèle révolutionne la génération d'images à partir de descriptions textuelles, améliorant divers secteurs.

Une nouvelle méthode génère des avatars 3D personnalisables à partir de descriptions textuelles.

LLaVA-MoD crée des modèles multimodaux plus petits en utilisant le savoir de leurs grands equivalents.

Examiner le rôle des LMM dans la transformation des capacités de recherche avec du texte et des images.

MedViLaM intègre plusieurs types de données médicales pour une meilleure analyse et prise de décision.

Vivez le vieillissement en 3D avec la technologie TimeWalker !

StreamChat change la façon dont on interagit avec les vidéos en streaming en temps réel.