Pengfei Wan

視覚と言語の統合で画像の美的評価を改善するフレームワークを紹介します。

新しい方法が構造化シーングラフを使ってテキストから画像へのモデルを強化する。

新しいフレームワークが、テキスト説明から3Dモデルの作成を簡単にするよ。

ViMoテクニックは、日常の動画をリアルな3D動作に変えるよ。

新しいアプローチで3Dシーンがリアルに見えて動くようになる。

動画生成モデルを効果的に最適化して、素晴らしい結果を得る方法を学ぼう。