Hongsheng Li

Novo sistema melhora a forma como os robôs entendem e interagem com objetos.

O SPHINX-V melhora a capacidade da IA de interpretar imagens através da interação do usuário.

Novo método melhora o controle de movimento da câmera na criação de vídeo a partir de texto.

Um novo método combina layouts 3D e texto pra criar cenas urbanas melhores.

Transforme texto em imagens, vídeos e áudio de boa com o Lumina-T2X.

Uma nova estrutura melhora a compreensão da IA em espaços 3D.

Uma nova técnica melhora a geração de texto em processamento de linguagem natural.

Um novo modelo simplifica a criação de imagens e vídeos com IA, melhorando a velocidade e a qualidade.

A UniZero melhora a memória de longo prazo e as habilidades de tomada de decisão da IA.

MM-Instruct melhora a capacidade de grandes modelos multimodais de seguir instruções diversas.

Uma nova abordagem melhora o raciocínio em modelos de linguagem gerando erros controlados.

O conjunto de dados AMEX melhora a compreensão de IA sobre interfaces de aplicativos móveis.

Um novo modelo revoluciona a geração de imagens a partir de descrições de texto, melhorando várias indústrias.

Um novo método gera avatares 3D personalizáveis a partir de descrições em texto.

LLaVA-MoD cria modelos multimodais menores usando conhecimento de modelos maiores.

Analisando o papel dos LMMs na transformação das capacidades de busca com texto e imagens.

MedViLaM integra vários tipos de dados médicos pra uma análise e tomada de decisão melhor.

Experimente o envelhecimento em 3D com a tecnologia TimeWalker!

O StreamChat muda a forma como a gente interage com vídeo em streaming em tempo real.