Yike Guo

FlashSpeech propose des solutions de synthèse vocale rapides et de haute qualité.

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

De nouvelles méthodes pour entraîner des gros modèles de langage plus efficacement émergent.

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

Explore comment les grands modèles de langage améliorent la créativité à travers la génération multimédia.

Une nouvelle méthode pour créer de la musique qui colle bien au contenu vidéo.

Une nouvelle méthode améliore la recherche d'expressions mathématiques à partir de données.

Honest Computing met l'accent sur la confiance et l'éthique dans la gestion des données.

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

Cette étude examine à quel point les LLM comprennent et génèrent de la musique.

Une nouvelle méthode améliore les modèles linguistiques pour de meilleures performances et moins de consommation de ressources.

NoRA propose une manière plus intelligente d'adapter de gros modèles avec moins de ressources.

X-Codec améliore la génération audio en intégrant la compréhension sémantique dans le traitement.

De nouveaux modèles améliorent la vitesse et la précision des prévisions de feux de forêt.

Une nouvelle méthode offre un modélisation 3D améliorée à partir d'une seule image, rendant le rendu plus réaliste.

Un nouvel outil prédictif améliore la gestion des feux de forêt et les stratégies de réponse.

Des chercheurs développent un nouveau modèle pour des vidéos de chant animées, améliorant les animations.