Feng Zheng

UniAV combina localização de ações, detecção de som e localização de eventos audiovisuais pra uma melhor compreensão de vídeos.

Melhorando a qualidade da geração de texto ao escolher exemplos mais limpos.

O LLplace simplifica o design de layout 3D usando entrada em linguagem natural.

A ARIO padroniza dados pra melhorar o treinamento e a adaptação dos robôs.

LongVALE oferece um novo padrão para entender vídeos longos através de dados áudio-visuais.

Uma nova plataforma onde robôs podem aprender a interagir e a ter habilidades como os humanos.

Novas técnicas melhoram a detecção de anomalias em ambientes de dados barulhentos em várias indústrias.