|
|
视觉定位任务新入门必读！跟进最新进展，视觉定位审稿人必读论文！ 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
AAAI 2025｜如何高效桥接视觉和语言，字节&中大提出全新多模态大模型连接器ParGo 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
同时提升摄像机控制效率、视频质量，可控视频生成架构AC3D来了 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
免费下载|火爆AI圈的深度学习 “四大名著” 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
MME-Finance 破圈：同花顺联合顶尖高校打造中英双语金融多模态基准 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
GAN归来：模型大幅简化，训练更稳定，逆袭扩散模型，AI社区疯传 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
博后 | 博士 | 硕士 | 访问学生 | 阿联酋大学IEEE Fellow团队招募，人脸和人体的图像和视频生成方向 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
文绘千里江山！1000万图文数据集Git-10M和生成式基础模型Text2Earth 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
征稿 | CVPR 2025 Workshop 第一届像素级视觉基础模型研讨会征稿启动 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
VITA-1.5: 迈向GPT-4o级实时视频-语音交互 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
图像美感增强SOTA，拒绝美感焦虑！字节跳动提出VMix：多维度美学控制方法，一键提升图像光影、色彩等 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
从文字到视觉：EvalMuse-40K如何评价T2I模型的进化 我爱计算机视觉 · 公众号 · · 1 月前 · |
|
|
开放词汇检测新晋SOTA：地瓜机器人开源DOSOD实时检测算法 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
GPU算力新平台亮相不语，只一味豪撒福利，GpuGeek到底藏着什么大招？ 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
港大达摩院【视频AI任意门】，向视频无缝传送物体，同时支持准确动作控制 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
复旦&字节提出CreatiLayout：基于布局进行可控生成的大规模数据集与新SOTA！ 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
NeurIPS 2024 | 基于内联先验引导分数匹配的稀疏视角三维重建 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
顶尖性能，训练成本仅1/10！中国MoE一夜爆火！大模型新王暴打GPT-4o，训练成本仅600万美元 我爱计算机视觉 · 公众号 · · 2 月前 · |
|
|
AAAI2025｜IMAGDressing-v1：南理工提出新的图像生成任务，可定制的虚拟穿衣，数据和代码已经开源 我爱计算机视觉 · 公众号 · · 2 月前 · |
|