¿Qué hace relevantes para la acción a los latentes de modelos de mundo de video?
Descubre cómo la predicción temporal, no la reconstrucción de píxeles, genera representaciones de video relevantes para la acción en modelos de mundo.
#píxeles
El último píxel visible: sondeando percepción fina en VLMs
Nuevo benchmark FineSightBench revela que la percepción fina en VLMs satura a 12px y el razonamiento visual es limitado.
El último píxel visible: probando la percepción fina en VLMs
¿Qué tan pequeño puede percibir un VLM? FineSightBench revela que la percepción se satura a 12px, pero el razonamiento sigue limitado.
Híbridos Clay-CNN: contexto auxiliar para detección de deslizamientos
Descubre cómo los híbridos Clay-CNN mejoran la detección de deslizamientos usando modelos geo-fundacionales como contexto auxiliar, superando al U-Net básico.
El jefe de cámara de Apple cree que la IA da superpoderes
Descubre cómo el jefe de cámara de Apple explica que la IA no es un truco, sino una herramienta para mejorar tus fotos en iOS 27. ¿Superpoderes reales?
Neural ISP: cómo restaurar imágenes en la era de píxeles pequeños
Descubre cómo el Neural ISP supera las limitaciones ópticas de los píxeles pequeños, logrando hasta 3x más resolución en cámaras telefoto. ¡Entra!
ATT-CR: Transformador Triangular Adaptativo para Eliminación de Nubes
Descubre cómo ATT-CR, el Transformador Triangular Adaptativo, elimina nubes en imágenes satelitales reduciendo costos computacionales y mejorando precisión.