Визуальный интеллект: новая модель для комплексного анализа
Представлена OpenVLThinkerV2 — мультимодальная модель, способная решать разнообразные задачи, связанные с визуальной информацией и логическим мышлением.
Денис Аветисян
Изображения по желанию: новый подход к генерации и редактированию
Ученые разработали метод создания и изменения изображений, основанный на оптимизации вознаграждений и не требующий переобучения моделей.
Виртуальная примерка по фигуре: новый масштабный датасет FIT
Исследователи представили крупный датасет FIT и модель Fit-VTO, позволяющие реалистично симулировать посадку одежды на различных типах фигур.
Иллюзия движения: Генерация реалистичных видео с учетом законов физики
Новая модель Phantom создает правдоподобные видеоролики, объединяя визуальные данные с моделированием скрытой физической динамики.
Визуальное мышление нейросетей: путь к достоверным ответам
Новый подход позволяет мультимодальным моделям лучше понимать визуальную информацию и давать более правдоподобные и обоснованные ответы.
Квантовые Новости: От ИИ-Декодеров до Устойчивых к Квантовым Вычислениям Биткоинов
Квантовый Мир: Взгляд Сквозь Призму Фейнмана Парадоксально, но часто самые глубокие истины скрываются в кажущейся простоте. Мы стремимся к сложным моделям, в то время как природа, кажется, предпочитает элегантность. Вот и в квантовой физике, чем больше мы узнаем, тем яснее понимаем, что все взаимосвязано, и даже случайность подчиняется определенным правилам. Представьте себе, что вы пытаетесь … Читать далее
Умный помощник в кармане: новый взгляд на оценку мобильных агентов
Исследователи представили KnowU-Bench — комплексную платформу для проверки, насколько хорошо мобильные агенты понимают потребности пользователя и могут эффективно выполнять задачи в долгосрочной перспективе.
Стиль без границ: создание масштабного датасета для генерации изображений
Новый подход к курации данных позволяет создавать разнообразные и согласованные стили для нейросетей, открывая возможности для реалистичной генерации изображений.
Искусственный разум в роли человека: насколько реалистичны модели поведения?
Новое исследование показывает, что современные языковые модели испытывают трудности с достоверным воспроизведением сложного и долгосрочного поведения человека в различных ситуациях.
ПокеГим: Испытание для ИИ в мире 3D-игр
Новый бенчмарк PokeGym позволяет оценить возможности моделей, объединяющих зрение и язык, в сложных задачах долгосрочного планирования и визуального понимания.