“多模态研究”的搜索结果
视觉 AI 的「Foundation Model」，已经发展到哪一步？丨CVPR 2024 现场直击
视觉Foundation Model成为会议的核心主题之一。两篇最佳论文均颁给了AIGC，图像和视频合成与生成领域的论文数量达到329篇，位居榜首。上...
ICLR 2024 Oral：长视频中噪声关联学习，单卡训练仅需1天
在2024年世界经济论坛上，图灵奖得主Yann LeCun提出了视频模型应该在抽象表征空间中进行预测的观点。本文研究者基于最优传输理论，提出...
