Learn more about Computer Vision

Исследование ИИ из Китая представляет GS-SLAM новый подход для улучшенного трехмерного картографирования и локализации

Исследователи из Шанхайской лаборатории искусственного интеллекта, университета Фудан, Северо-Западного политехническ...

Генерация информационно насыщенного текста для сильного перекрестного модального интерфейса в LLM с дефузией

Глобальное явление продуктов LLM (Large Language Model), наиболее ярким примером которых является широкое принятие Ch...

Эта исследовательская статья по искусственному интеллекту предлагает новую стратегию предварительного обучения, называемую Privacy-Preserving MAE-Align, для эффективного объединения синтетических данных и реальных данных, обработанных без участия человека

Распознавание действий, задача идентификации и классификации действий человека на видео последовательностях, является...

Google и исследователи из MIT представляют StableRep революционное обучение искусственного интеллекта с помощью синтетической графики для улучшения машинного обучения

Исследователи исследовали возможность использования синтетических изображений, сгенерированных моделями текст-изображ...

Познакомьтесь с One-2-3-45++ Инновационным методом искусственного интеллекта, который преобразует одно изображение в подробную 3D-текстурированную сетку за примерно одну минуту.

Исследователи из Университета Калифорнии в Сан-Диего, Зейцзянского университета, Университета Цинхуа, UCLA и Стэнфорд...

Встречайте LEO Революционный мульти-модальный агент воплощенного виртуального присутствия для интеракции с 3D-миром и решения задач

Искусственный интеллект, способный выполнять несколько задач или областей без значительной перенастройки или повторно...

Эта статья об искусственном интеллекте из Китая представляет ‘Monkey’ новый подход к искусственному интеллекту для улучшения разрешения ввода и контекстуальной связи в больших мультимодальных моделях

“`html Большие мультимодальные модели становятся все более популярными благодаря своей способности обрабатывать...

ByteDance представляет PixelDance новый подход к генерации видео на основе моделей распространения, который включает инструкции по изображениям вместе с текстовыми инструкциями.

Команда исследователей из ByteDance Research представляет PixelDance – подход к созданию видео, использующий те...

Исследователи из Китая представляют Video-LLaVA простую, но мощную базовую модель для больших визуально-языковых данных.

“`html Исследователи из Пекинского университета, Лаборатории Пенг Чэнг, Пекинской градской школы и Сунь Ятсена ...

Исследователи из Университета Чикаго представляют 3D кисть метод искусственного интеллекта для генерации локально стилизованных текстур на сетках с использованием текста в качестве входных данных.

3D кисти для рисования обычно используются при создании и моделировании 3D-объектов или моделей. Эти инструменты позв...