Xiaowei Chi

CoCoGestureは、話される言葉に合わせたリアルなジェスチャーを作って、インタラクションを高めるんだ。

大規模言語モデルがマルチメディア生成を通じて創造性をどう高めるかを探ってみよう。

MMTrailは、より良いビデオ言語モデルのために視覚と音声の説明を組み合わせてるんだ。

新しい方法で、たった1枚の画像からよりリアルな3Dモデリングができるようになったよ。