Jiangmiao Pang

CLIP mostra forza nel gestire il bilanciamento dei dati nei compiti visivi e linguistici.

MMScan migliora la capacità dell'AI di comprendere ambienti 3D complessi con annotazioni dettagliate.

Un nuovo metodo aiuta i robot a trasportare oggetti insieme.

OVExp combina linguaggio e visione per un'abile navigazione degli oggetti in ambienti vari.

LLaVA-3D combina intuizioni 2D e 3D per un ragionamento spaziale più profondo.

Un nuovo modello aiuta i robot a unire la visione con l'azione per migliorare le loro abilità di manipolazione.