Hanwang Zhang

VcEdit migliora il editing 3D assicurando coerenza tra più visualizzazioni.

DTC123 migliora la generazione di modelli 3D da immagini singole usando modelli di insegnamento.

Un nuovo metodo riduce tempo e costi nella formazione dei modelli di diffusione.

Setokim migliora la fusione tra comprensione visiva e testuale grazie a un'innovativa tokenizzazione.

Nuovo metodo ottimizza la segmentazione delle immagini diversificando gli esempi di contesto.

Una nuova strategia combina l'addestramento generativo e discriminativo nei modelli Vision-Language.

Un nuovo metodo migliora le prestazioni del modello su diversi tipi di dati.