具身智能成败之关键！干货长文初次片面回忆具身智能畛域中的视觉
文章链接，https，arxiv.org，pdf，2405.14093亮点直击本综述是关于具身智能畛域中新兴的视觉，言语，举措模型的初次片面回忆，深度学习在许多畛域中展现出了清楚的成功，包括计算机视觉...
编辑才干无下限！北航& 谷歌& 旷视等开源Chat
文章链接，https，arxiv.org，abs，2407.06842名目地址，https，sk，fun.fun，CE3D，代码，https，github.com，Fangkang515，CE3D，t...
恣意揭示！ SAM2加持泛化恣意3D场景 3D 可揭示 宰割钻研里程碑！SAM2Point
文章链接，https，arxiv.org，pdf，2408.16768在线demo，https，huggingface.co，spaces，ZiyuG，SAM2Pointcode链接，https，gi...
Web2Code 适用于多模态大模型的大规模网页转代码数据集与评价框架
一、论断写在前面论文题目，Web2Code，ALarge，scaleWebpage，to，Code>，论文链接，https，arxiv.org，pdf，2406.20098名目链接，h...
放弃UNet 多尺寸编辑品质更优 首个基于DiT的图像编辑框架！DiT4Edit
文章链接，https，arxiv.org，pdf，2411.03286工程链接，https，github.com，fkyyyy，DiT4Edit，待开源，亮点直击总结速览处置的疑问，现有的基于UNet...
5秒成功3D生成 上交港中文新框架逾越Instant3D 真香分解数据集已开源
经常使用大模型分解的数据，就能清楚优化3D生成才干，来自上海交大、香港中文大学等团队还真做到了，他们推出Bootstrap3D框架，结合微调的具有3D感知才干的多模态大模型，这个框架能够智能生成恣意数...
