Xiaohua Zhai

Une nouvelle approche améliore la légende d'images grâce à des techniques sensibles à l'emplacement.

Une nouvelle approche basée sur la diffusion s'attaque efficacement à plusieurs tâches de vision par ordinateur.

PaliGemma combine compréhension d'image et de texte pour des applications polyvalentes.

Les VLMs mélangent vision et langage, créant des machines plus intelligentes qui comprennent mieux le monde.