Chuang Gan

MultiPLYは、3D環境でのインタラクティブな多感覚データ処理を通じて、言語モデルを強化します。

AIの物体や液体との物理的相互作用の理解をテストするためのデータセットを紹介します。

革新的な触覚シミュレーターがロボットの物体扱いスキルを向上させる。

この記事では、簡単なタスクでAIを教えることでパフォーマンスが向上する方法について探ってるよ。

この記事では、LLMとシミュレーションを使って科学研究を向上させる方法について探ってるよ。

新しい方法で、画像から安定した3Dオブジェクトを作れるようになって、見た目や構造を維持できるんだ。

高度なコンピュータ技術を使って、歌とダンスを組み合わせる新しいアプローチ。

新しいベンチマークが高度なモデルにおける構成的推論をテストする。

新しい方法でロボットが音を使って落ちた物を見つけるのを手助けするんだ。

高解像度の画像とテキストを分析するためのコスト効率の良いアプローチ。

このモデルは物体の動きを予測して、動画の内容を効果的に分析するよ。

革新的な方法で、2D画像と深さを組み合わせてリアルな3D空間をデザインしてるんだ。

Video Curious Agentは、長い動画の中から重要な瞬間を見つけるのを簡単にしてくれるよ。