Hongsheng Li

Un nuovo sistema migliora il modo in cui i robot capiscono e interagiscono con gli oggetti.

SPHINX-V migliora la capacità dell'IA di interpretare le immagini tramite l'interazione dell'utente.

Nuovo metodo migliora il controllo del movimento della camera nella creazione di video da testo.

Un nuovo metodo combina layout 3D e testo per creare meglio scene urbane.

Trasforma testo in immagini, video e audio senza sforzo con Lumina-T2X.

Un nuovo framework migliora la comprensione dell'IA degli spazi 3D.

Una nuova tecnica migliora la generazione di testi nell'elaborazione del linguaggio naturale.

Un nuovo modello semplifica la creazione di immagini e video con l'AI, con una velocità e qualità migliorate.

UniZero migliora la memoria a lungo termine e le abilità decisionali dell'IA.

MM-Instruct migliora la capacità dei grandi modelli multimodali di seguire istruzioni diverse.

Un nuovo approccio migliora il ragionamento nei modelli linguistici generando errori controllati.

Il dataset AMEX migliora la comprensione dell'IA sulle interfacce delle app mobili.

Un nuovo modello rivoluziona la generazione di immagini da descrizioni testuali, migliorando vari settori.

Un nuovo metodo genera avatar 3D personalizzabili da descrizioni testuali.

LLaVA-MoD crea modelli multimodali più piccoli usando le conoscenze di quelli più grandi.

Esaminando il ruolo dei LMM nell trasformare le capacità di ricerca con testi e immagini.

MedViLaM integra diversi tipi di dati medici per un'analisi e decisioni migliori.

Vivi l'invecchiamento in 3D con la tecnologia TimeWalker!

StreamChat cambia il modo in cui interagiamo con i video in streaming in tempo reale.