Wenqi Shao

O RobotScript melhora como os robôs executam tarefas a partir da linguagem natural.

Uma nova estrutura melhora as ações dos robôs através de comandos humanos.

AVIBench testa os LVLMs pra garantir que eles aguentam instruções visuais desafiadoras.

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

Uma abordagem estruturada pra avaliar modelos de texto pra vídeo com eficiência melhorada.

Um novo método pra melhorar a eficiência de memória em modelos de linguagem.

Esse método facilita a adição de objetos em imagens com textos, garantindo resultados naturais.

Um novo método melhora a edição de imagens através de descrições em texto, mantendo a qualidade.