Tiejun Huang

Le benchmark MLVU vise à améliorer la compréhension des vidéos longues par les machines.

ShapeMamba-EM améliore la segmentation des images neurales complexes.

OmniGen simplifie les tâches de création d'images en un seul modèle pour tous les utilisateurs.

Video-XL traite efficacement les longues vidéos, améliorant la précision et la performance.

Les modèles récents améliorent la capacité de l'IA à générer et comprendre différents médias.

Présentation d'une méthode pour que l'IA génère des images sans avoir besoin de gros jeux de données étiquetés.

Les caméras Spike et USP-Gaussian redéfinissent la capture rapide de scènes et la modélisation 3D.

Apprends comment des vidéos du quotidien peuvent créer des modèles 3D incroyables.

Des scientifiques ont développé miVAE pour mieux analyser les stimuli visuels et les réponses neuronales.