Shanghang Zhang

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

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

Un nuovo metodo per creare immagini 3D dettagliate da un'unica immagine usando la diffusione multiview.

CoCoGesture crea gesti realistici che si abbinano alle parole pronunciate, migliorando l'interazione.

Un nuovo modello migliora il legame tra comprensione visiva e linguistica.

MMTrail combina descrizioni visive e audio per modelli video-linguistici migliori.

FactorLLM migliora l'efficienza nei modelli di lingua riorganizzando lo stoccaggio delle conoscenze.

Un nuovo metodo migliora i dettagli nella creazione di immagini usando suggerimenti regionali.

Un nuovo approccio migliora l'apprendimento del modello da dati di immagini vari.

Una nuova tecnica migliora la chiarezza delle immagini in ambienti di strada affollati.

Scopri come ASGDiffusion cambia la generazione di immagini ad alta risoluzione.