محققان در مطالعه جدید خود به چالش بازسازی تصاویر از دیدگاه‌های محدود (Sparse-view) پرداخته‌اند. مسئله اینجاست که مدل‌های فعلی معمولاً در بازسازی جزئیات دقیق…

مدل‌های چندوجهی (MLLMs) امروزه در تشخیص اشیاء عالی عمل می‌کنند، اما آیا قوانین فیزیک و مفاهیم اجتماعی دنیای واقعی را هم می‌فهمند؟ محققان با…

محققان در پژوهشی جدید، مدل نوآورانه‌ای برای شبیه‌سازی «تعاملات انسان-انسان-شیء» (HHOI) معرفی کرده‌اند. تا پیش از این، اکثر مدل‌ها تنها روی تعامل یک فرد…

دنیای مدل‌های تولید تصویر که تاکنون در قبضه مدل‌های غول‌آسا و سنگین بود، با معرفی Z-Image تغییر مسیر می‌دهد. این مدل جدید با ۶…

تولید صحنه‌های سه‌بعدی از روی تصاویر دو‌بعدی همیشه با چالش‌هایی مثل اعوجاج و تاری همراه بوده، اما محققان با معرفی مدل دو‌مرحله‌ای GeoWorld این…

یک بحث چالش‌برانگیز در دنیای یادگیری ماشین این است که آیا مدل‌های بینایی برای رسیدن به بهره‌وری انسانی، حتماً باید «مولد» (Generative) باشند یا…

یکی از چالش‌های بزرگ در دنیای هوش مصنوعی، ایجاد حرکت‌های طبیعی برای بدن است که همزمان با هندسه و زمان هماهنگ باشد. محققان به…

تا به حال مدل‌های هوش مصنوعی «درک حرکت» و «تولید حرکت» را به صورت جداگانه بررسی می‌کردند، اما حالا با معرفی IRG-MotionLLM، این دو…

بازسازی تصاویر با دامنه دینامیکی بالا (HDR) همیشه با چالش‌هایی مثل هزینه پردازش بالا و کاهش کیفیت همراه بوده، اما حالا تکنیک جدیدی به…

مدل‌های فعلی در تبدیل تصاویر دوبعدی به مدل‌های سه‌بعدی (Gaussian Splatting) اغلب با چالش دقت هندسی مواجه هستند؛ یعنی خروجی‌ها در نمایش ظاهر خوب…