Zhizheng Zhang

NaVid aide les robots à suivre les instructions humaines en utilisant des vidéos, améliorant ainsi la navigation dans le monde réel.

Présentation d'une nouvelle approche pour améliorer l'analyse de la mise en page des textes dans les images.

Présentation d'un nouveau modèle pour améliorer les capacités de navigation des robots en utilisant la vidéo et le langage.