Yike Guo

A FlashSpeech oferece soluções de síntese de fala rápidas e de alta qualidade.

Um método novo pra criar imagens 3D detalhadas a partir de imagens únicas usando difusão multivista.

Novos métodos pra treinar modelos de linguagem grandes de forma mais eficiente aparecem.

CoCoGesture cria gestos realistas que combinam com as palavras faladas, melhorando a interação.

Explore como os modelos de linguagem grande aumentam a criatividade através da geração de multimídia.

Um novo método pra criar músicas que se encaixam bem no conteúdo de vídeo.

Um novo método melhora a busca por expressões matemáticas a partir de dados.

A Honest Computing foca em confiança e ética no tratamento de dados.

O MMTrail combina descrições visuais e sonoras para melhorar os modelos de linguagem em vídeo.

Este estudo analisa como os LLMs entendem e geram música.

Um novo método melhora os modelos de linguagem pra ter um desempenho melhor e usar menos recursos.

NoRA oferece uma forma mais inteligente de adaptar grandes modelos com menos recursos.

X-Codec melhora a geração de áudio ao integrar compreensão semântica no processamento.

Novos modelos melhoram a velocidade e a precisão das previsões de incêndios florestais.

Um novo método oferece modelagem 3D melhorada a partir de uma única imagem, aumentando o realismo.

Nova ferramenta preditiva melhora a gestão e estratégias de resposta a incêndios florestais.

Pesquisadores desenvolvem novo modelo para vídeos de canto animado, melhorando as animações.