Bo Zhao

O VISTA melhora como a gente encontra informação ao juntar texto e imagens.

O benchmark MLVU tem o objetivo de melhorar a compreensão de máquinas sobre vídeos longos.

Uma visão geral de como as estrelas se formam nas galáxias e os fatores envolvidos.

O Video-XL processa vídeos longos de forma eficiente, melhorando a precisão e o desempenho.

Modelos recentes melhoram a capacidade da IA de gerar e entender vários tipos de mídia.

MegaPairs conecta imagens e texto pra resultados de busca melhores.