Hanwang Zhang

O VcEdit melhora a edição em 3D garantindo consistência em várias visualizações.

DTC123 melhora a geração de modelos 3D a partir de imagens únicas usando modelos de ensino.

Um novo método reduz o tempo e o custo no treinamento de modelos de difusão.

Setokim melhora a fusão da compreensão visual e textual através de uma tokenização inovadora.

Novo método otimiza a segmentação de imagens diversificando exemplos de contexto.

Uma nova estratégia combina treinamento generativo e discriminativo em Modelos de Visão-Linguagem.

Um novo método melhora o desempenho do modelo em diferentes tipos de dados.