اگر در حوزه تولید محتوای سه‌بعدی فعالیت می‌کنید، حتما می‌دانید که کنترل دقیق زاویه دوربین در مدل‌های مولد (Generative Models) چقدر چالش‌برانگیز است. محققان…

محققان در مطالعه جدید خود مدلی به نام GRCD را معرفی کرده‌اند که انقلابی در تفسیر تصاویر رادیولوژی ایجاد می‌کند. تا پیش از این،…

اگر در حوزه رندرینگ سه‌بعدی فعالیت می‌کنید، حتماً می‌دانید که مدل‌های Gaussian Splatting چقدر سنگین هستند و فشرده‌سازی آن‌ها بدون افت کیفیت یک چالش…

محققان در یک مطالعه جدید، روشی نوآورانه برای «ضبط حرکت» (Motion Capture) بدون نیاز به نشانگر (Markerless) معرفی کرده‌اند که می‌تواند حرکات پیچیده و…

تولید ویدیو با هوش مصنوعی هر روز هیجان‌انگیزتر می‌شود! محققان به تازگی چارچوب جدیدی به نام UniCaMo معرفی کرده‌اند که انقلابی در کنترل حرکت…

محققان به تازگی چارچوب هوشمندی به نام CHAT را معرفی کرده‌اند که می‌تواند مکالمات دو نفره (صوتی و تصویری) را تنها با یک متن…

تحقیقات جدیدی که به تازگی در arXiv منتشر شده، چالش جالبی را برای مدل‌های بینایی-زبانی (VLM) مطرح کرده است. نتایج نشان می‌دهد که مدل‌های…

محققان در یک پژوهش تازه، روش جدیدی برای محافظت از الگوهای بیومتریک عنبیه ارائه کرده‌اند. در این طرح، به جای استفاده از کلیدهای خارجی…

دنیای بینایی ماشین باز هم با ورود معماری‌های جدید Mamba شگفت‌زده شد! محققان به تازگی چارچوب E-TraMamba را معرفی کرده‌اند که به طور اختصاصی…

مدل‌های چندوجهی (MLLMs) با وجود پیشرفت‌های بزرگ، هنوز در کارهای پیچیده منطقی و استدلال‌های گام‌به‌گام بصری چالش دارند. حالا محققان چارچوب جدیدی به نام…