HyperAI
Command Palette
Search for a command to run...
Papers
Täglich aktualisierte hochmoderne KI-Forschungsarbeiten, um Sie über die neuesten KI-Trends auf dem Laufenden zu halten
EVA: Effizientes Reinforcement Learning für End-to-End Video-Agenten
Videobegreifen
Multimodal
Yaolun Zhang, Ruohui Wang, Jiahao Wang, et al.
Foveated Diffusion: Effiziente räumlich adaptive Bild- und Videogenerierung
Diffusionsmodell
Bildinpainting
Brian Chao, Lior Yariv, Howard Xiao, et al.
Agent
Videobegreifen
Shoubin Yu, Lei Shu, Antoine Yang, et al.
LLM
Agent
Ling Yue, Kushal Raj Bhandari, Ching-Yun Ko, et al.
Multimodal
Agent
Haoyu Huang, Jinfa Huang, Zhongwei Wan, et al.
Diffusionsmodell
Videobearbeitung
Jaewon Min, Jaeeun Lee, Yeji Choi, et al.
Videobegreifen
Multimodal
Yuanhong Zheng, Ruichuan An, Xiaopeng Lin, et al.
Videoerzeugung
Aktionserkennung
Zhen Li, Zian Meng, Shuwei Shi, et al.
OCR
Diffusionsmodell
Hejun Dong, Junbo Niu, Bin Wang, et al.
Überwachtes Feinabstimmen
Verstärkendes Lernen
Junkeun Yi, Damon Mosk-Aoyama, Baihe Huang, et al.
3D-Generierung
3D-Modell
Injae Kim, Chaehyeon Kim, Minseong Bae, et al.
Multimodal
Multimodale Darstellung
Byungwoo Jeon, Dongyoung Kim, Huiwon Jang, et al.
Videobegreifen
Visuelle Fragebeantwortung
Ruoliu Yang, Chu Wu, Caifeng Shan, et al.
LLM
Reasoning
Jianing Wang, Jianfei Zhang, Qi Guo, et al.
Tongyi Qianwen
Multimodal
SII-GAIR, Sand. ai, Ethan Chern, et al.
Videoerzeugung
3D-Generierung
Meiqi Wu, Zhixin Cai, Fufangchen Zhao, et al.
Text-to-Audio
Multimodal
Huadai Liu, Kaicheng Luo, Wen Wang, et al.
Tiefes Lernen
Multimodale Darstellung
Lucas Maes, Quentin Le Lidec, Damien Scieur, et al.
3D-Generierung
Multimodal
Zhifei Yang, Guangyao Zhai, Keyang Lu, et al.
Text-zu-Video
Diffusionsmodell
Jiazheng Xing, Fei Du, Hangjie Yuan, et al.
LLM
Textgenerierung
Amartya Roy, Rasul Tutunov, Xiaotong Ji, et al.
Multimodal
Visuelle Fragebeantwortung
Thomas De Min, Subhankar Roy, Stéphane Lathuilière, et al.
Multimodal
Visuelle Fragebeantwortung
Yan Shu, Bin Ren, Zhitong Xiong, et al.
Videoerzeugung
Modelltraining
Songchun Zhang, Zeyue Xue, Siming Fu, et al.
Visuelle Fragebeantwortung
LLM
Shenzhi Wang, Shixuan Liu, Jing Zhou, et al.
Diffusionsmodell
Videoerzeugung
Chenyang Gu, Mingyuan Zhang, Haozhe Xie, et al.
Multimodal
Diffusionsmodell
Yuxiang Lu, Zhe Liu, Xianzhe Fan, et al.
3D-Generierung
Text-zu-Video
Hyun-kyu Ko, Jihyeon Park, Younghyun Kim, et al.
Videoerzeugung
Diffusionsmodell
Xinyao Zhang, Wenkai Dong, Yuxin Song, et al.
3D-Generierung
Videoerzeugung
Xianjin Wu, Dingkang Liang, Tianrui Feng, et al.
LLM
Reasoning
Yulin Li, Tengyao Tu, Li Ding, et al.
Multimodal
Multimodale Darstellung
Yulin Luo, Hao Chen, Zhuangzhe Wu, et al.