Saining Xie

Presentiamo MetaCLIP per una migliore raccolta di dati immagine-testo.

Questo studio esamina i problemi nei modelli che rispondono a domande visive.

Esplorando le innovazioni nella generazione di immagini attraverso i Trasformatori Interpolanti Scalabili.

Un'immersione profonda nei modelli di diffusione denoising e nella loro semplificazione per migliorare l'apprendimento della rappresentazione.

Una piattaforma per agenti AI per interagire con ambienti reali usando dati geospaziali.

Un nuovo metodo migliora l'addestramento dell'IA raggruppando i dati in cluster per una maggiore precisione.

Grendel migliora il rendering di immagini 3D utilizzando più GPU per una qualità e una velocità superiori.

Nuovi metodi accelerano la codifica e la decodifica video.

Esplorando come i sistemi di intelligenza artificiale faticano con il ragionamento spaziale rispetto agli esseri umani.

Scopri come VPIT aiuta le macchine a imparare a collegare testo e immagini senza sforzo.