MineDreamer: Learning to Follow Instructions via Chain-of-Imagination for Simulated-World Control
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments Project page: https://sites.google.com/view/minedreamer/main
AI 大模型
视觉语言模型、视觉推理、视觉问答、图文理解和视觉 grounding。
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments Project page: https://sites.google.com/view/minedreamer/main
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted at FG'2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments CVPR 2024 camera ready
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments 11 pages. Eurographics 2024. https://yukistavailable.github.io/fontclip.github.io/
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted to AAAI 2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted by CVPR2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.AI
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Currently in review for ICML 2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.AI
Comments ICRA 2024
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments 9 pages, 7 figures
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments work in process
专题命中 其他VLM :MLLM(abstract);分类 cs.CV
Comments accepted to ICRA2024
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments 15 pages, 8 figures
专题命中 其他VLM :multimodal large language model(abstract);分类 cs.CV
Comments Project video: https://youtu.be/AuDFHHTK_m8
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Code and models are available at https://github.com/InternLM/InternLM-XComposer
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted by NeurIPS 2023
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision language model(abstract);分类 cs.LG
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted at NeurIPS2023, 19 pages, 8 figures, code is available at https://github.com/altndrr/vic
专题命中 其他VLM :vision language model(abstract);分类 cs.CV
专题命中 其他VLM :MLLM(abstract);分类 cs.CV
Comments 51 pages, 36 figures, Repository: https://github.com/hkust-vgd/Marine_GPT-4V_Eval
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Accepted by IEEE IC-NIDC 2023
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments https://convrt-2024.github.io/
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Project Page: https://eclipse-t2i.vercel.app/
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments Project page: https://craigleili.github.io/projects/genzi/ Video: https://youtu.be/ozfs6E0JIMY
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
专题命中 其他VLM :vision-language model(abstract);分类 cs.CV
Comments WACV24