视觉自回归建模（Visual AutoRegressive, VAR）
论文Visual Autoregressive Modeling: Scalable Image Genera […]
视觉自回归建模（Visual AutoRegressive, VAR） Read More »
Tech
结合卷积神经网络（CNN）的特征提取能力和物理信息神经网络（PINNs）的物理规律建模能力，实现对液滴撞击和两相界面演变的三维高精度重建
论文PINNs4Drops: Convolutional feature-enhanced physics-i
结合卷积神经网络（CNN）的特征提取能力和物理信息神经网络（PINNs）的物理规律建模能力，实现对液滴撞击和两相界面演变的三维高精度重建 Read More »
扩展和改进视频掩码自动编码器（MAE），实现视频理解效果的增强
论文Extending Video Masked Autoencoders to 128 frames（《扩展
扩展和改进视频掩码自动编码器（MAE），实现视频理解效果的增强 Read More »
Genie 2：大型基础世界模型（large-scale foundation world model）
Google DeepMind刚推出了Genie 2。Genie 2是一种基础世界模型，能够生成无限多样的、可
Genie 2：大型基础世界模型（large-scale foundation world model） Read More »
VLsI模型：逐层蒸馏，逐层对齐，实现从大规模到小规模视觉-语言模型（VLM）的高效知识迁移
论文《VLsI: Verbalized Layers-to-Interactions from Large t
VLsI模型：逐层蒸馏，逐层对齐，实现从大规模到小规模视觉-语言模型（VLM）的高效知识迁移 Read More »
通过多目标优化（multi-objective optimization）自动发现最佳元解算器（meta-solvers）
论文Automatic discovery of optimal meta-solvers via multi
通过多目标优化（multi-objective optimization）自动发现最佳元解算器（meta-solvers） Read More »