Xin Eric Wang

Cette étude met en avant la galère de l'IA avec la compréhension des images multipanneaux.

Un nouveau standard vise à évaluer les MLLMs dans la compréhension vidéo sur plusieurs sujets.

Un nouveau système d'IA améliore l'accessibilité pour les utilisateurs malvoyants grâce à une meilleure lecture d'écran.

Combiner la compréhension du langage et la vision améliore les capacités de navigation des robots.

Découvrez comment des descriptions textuelles se transforment en vidéos captivantes grâce à une technologie avancée.