5 ideas creativas para publicaciones sociales atractivas
Descubre 5 ideas creativas para publicaciones sociales: UGC, tendencias, encuestas, detrás de escenas y visuales. ¡Aumenta el engagement!
#escenas
Modelo de Acción-Mundo con Diffusion Transformer para Predicción AV
Un modelo Diffusion Transformer predice escenas de conducción con 4.8x mejor KID que la regresión, permitiendo simulaciones realistas y control de acciones.
Abstracción PyTorch escalable para Gaussian Splatting multi-GPU
Descubre abstracción PyTorch para reconstrucción neuronal de escenas a gran escala usando múltiples GPUs, logrando más de mil millones de splats Gaussianos.
AccioScene: Escenas 3D generadas con difusión de grafos y críticas interactivas
AccioScene genera escenas 3D interiores realistas a partir de texto usando difusión de grafos y críticas interactivas.
Generación de escenas 3D desde una imagen con múltiples agentes
Descubre cómo SceneConductor genera escenas 3D completas a partir de una sola imagen usando orquestación multi-agente. Mayor precisión y realismo.
SCOUT: Cobertura Semántica de Escenas con Recorrido Guiado por Incertidumbre
SCOUT permite que robots entiendan su entorno en tiempo real, combinando recorrido activo y gráficos de escenas 3D con incertidumbre. Aprende más.
Native3D: generación 3D end-to-end con malla y textura unificadas
Native3D revoluciona la generación de escenas 3D con modelado unificado de malla y textura. Olvídate de representaciones 2D y obtén mayor realismo y flexibilidad de edición.
HomeWorld: Marco unificado para crear escenas de hogar controlables interactivas
Descubre HomeWorld: un marco de IA que genera planos de planta y mobiliario para escenas de hogar completas e interactivas, listas para simulación robótica.
Campos de Ruido Radiado Neural para UUV en Escenas 3D
Predicción precisa del espectro de ruido de UUV en 3D usando campos neurales. Error promedio de 3.5 dB. Ideal para extrapolación.
DVGT: Transformador de Geometría Visual para Conducción Autónoma
Descubre DVGT, un innovador modelo que reconstruye mapas 3D sin parámetros de cámara para conducción autónoma.
Más allá de historias de píxeles: modelos mundiales con estado 3D persistente
Descubre PERSIST: modelo de mundo con escenas 3D latentes que genera mundos coherentes con memoria espacial persistente y control geométrico.
GeM-NR: Edición multivista con conciencia geométrica para cambios no rígidos
Descubre GeM-NR, un método innovador para editar imágenes multivista con cambios drásticos de geometría y apariencia, sin necesidad de entrenamiento previo. Mejora la consistencia en escenas 3D.
Respuesta a preguntas 3D Zero-Shot mediante transporte jerárquico de vista a token
Descubre cómo KeyVT optimiza la selección de vistas y tokens para responder preguntas sobre escenas 3D sin entrenamiento, superando a métodos existentes.
AVTrack: Seguimiento Audiovisual en Escenas Humanas Complejas
Conoce AVTrack, el dataset que desafía los métodos actuales de seguimiento audiovisual en escenas humanas complejas con oclusiones y movimiento.
Red ligera contextual sin entrenamiento para texto en escenas
Descubre cómo una red ligera y sin entrenamiento logra segmentar y reconocer texto en escenas con alta eficiencia, reduciendo costos computacionales y manteniendo precisión.
SceneSmith: generación de escenas interiores realistas para simulación con IA
SceneSmith: genera escenas interiores realistas con IA para simulación robótica. Hasta 6x más objetos, <2% colisiones, 96% estables.
Genie 4D: Reconstrucción de Escenas Dinámicas 4D con Guía Semántica
Descubre Genie 4D: transforma grabaciones de móvil en modelos de mundo 4D semánticos y accionables. Reconstrucción interactiva en GPU consumidor.
PropLLM: IA para diagnóstico de fallos con reconstrucción de propagación
PropLLM mejora diagnóstico de fallos en red en un 3.9% y localización de causas raíz en un 4.7%, reduciendo alucinaciones un 50.8%.
3DGS más pequeño y rápido mediante aprendizaje de diccionario
Mejora el rendimiento de modelos 3DGS con compresión basada en diccionarios: reduce memoria y acelera el renderizado.
SpatialAct: Probando el razonamiento-acción espacial de VLMs
Los VLMs son buenos en razonamiento espacial pero fallan en interacciones multiturno. SpatialAct revela la brecha entre percepción y acción en 3D.