Shanghang Zhang

Une nouvelle méthode améliore la modélisation 3D pour des objets spécifiques en utilisant des techniques neuronales avancées.

Une nouvelle méthode améliore la façon dont les modèles perçoivent la profondeur et les relations spatiales dans les images.

SPHINX-V améliore la capacité de l'IA à interpréter les images grâce à l'interaction des utilisateurs.

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

Une nouvelle méthode pour créer des images 3D détaillées à partir d'images uniques en utilisant la diffusion multiview.

CoCoGesture crée des gestes réalistes qui correspondent aux mots prononcés, rendant l'interaction plus sympa.

Un nouveau modèle renforce le lien entre la compréhension visuelle et la compréhension du langage.

MMTrail combine des descriptions visuelles et audio pour de meilleurs modèles de vidéo-langue.

FactorLLM améliore l'efficacité des modèles de langue en réorganisant le stockage des connaissances.

Une nouvelle méthode améliore les détails dans la création d'images en utilisant des invites régionales.

Une nouvelle méthode améliore l'apprentissage des modèles à partir de données d'images variées.

Une nouvelle technique améliore la clarté des images dans des environnements urbains animés.

Découvrez comment ASGDiffusion transforme la génération d'images haute résolution.