Jiangmiao Pang

CLIP gère bien le déséquilibre des données dans les tâches visuelles et linguistiques.

MMScan améliore la capacité de l'IA à comprendre des environnements 3D complexes avec des annotations détaillées.

Une nouvelle méthode aide les robots à porter des objets ensemble.

OVExp combine le langage et la vision pour une navigation efficace des objets dans des environnements variés.

LLaVA-3D mélange des infos 2D et 3D pour un raisonnement spatial plus poussé.

Un nouveau modèle aide les robots à mixer vision et action pour de meilleures compétences de manipulation.