港大字节提出多模态大模型新范式，模拟人类先感知后认知，精确定位图中物体
通过区域性图像编码来提升多模态…
Read More基于分层自监督学习将视觉Transformer扩展到千兆像素图像
研究者引入了一种新的ViT架构…
Read More模糊图像重建重大进展！DeblurGS：相机位姿不准也能极致渲染！
我们提出了高斯密集退火策略，以…
Read More通过区域性图像编码来提升多模态…
Read More研究者引入了一种新的ViT架构…
Read More我们提出了高斯密集退火策略，以…
Read More