Xihui Liu

O CompAgent melhora a criação de imagens a partir de texto quebrando prompts complexos.

Um novo método melhora animações de cenas 3D a partir de comandos de texto.

ReGround3D melhora a compreensão das instruções humanas em ambientes 3D.

GenArtist melhora a geração e edição de imagens com um agente de IA inteligente.

Um novo benchmark aborda a necessidade de uma avaliação padrão na previsão espaço-temporal.

OVExp combina linguagem e visão pra navegação de objetos em ambientes variados.

LLaVA-3D combina insights 2D e 3D pra um raciocínio espacial mais profundo.

SAMPart3D simplifica a análise e edição de modelos 3D com técnicas de segmentação inovadoras.

Novo método transforma imagens planas em cenas 3D vibrantes.

A Moto usa análise de vídeo pra ensinar robôs a fazer movimentos complexos de forma eficiente.

Descubra como o V2PE melhora os Modelos de Visão-Linguagem pra entender melhor contextos longos.

Descubra como a geração paralelizada transforma a produção de imagens e vídeos.