这项研究介绍了一种名为Ex-MCR的新方法，该方法可以有效地学习多个模态的统一对比表示，而无需配对数据。通过对齐现有的多模态对比表示，Ex-MCR在音频-视频检索和3D物体分类等任务中实现了最佳性能。该方法在GitHub...

Meta科学家最近开发出了一种全新的方法，通过研究大脑波形，理解人们思考或听到的词语和短语，而无需进行任何手术。这一技术或许将为我们提供新的视角，去理解大脑如何处理和解码语言信息。通过这种方法，我们将有可...

科研人员近日开发出一种名为PVLFF的新模型，这种模型能够观察3D场景，并不仅能识别其中的内容，还可以利用文本描述区分同一物体的不同实例。在现实世界中，同一物体可能有许多不同的实例，而这种模型能够通过文本描...

本篇论文提出了一种能够创造出超级真实的虚拟人类模型，无论你想到的任何姿势，这种模型都能完美呈现。这是首款仅通过虚拟数据训练出来的模型，但其所生成的人类形态却具有极高的准确度，这对科学研究和电子游戏领域...

这项研究介绍了AV-SUPERB，这是一个新的基准测试，用于测试训练模型在各种任务中对声音和视觉数据的理解程度。AV-SUPERB的目标是推动音频和视觉共同理解的发展，并为未来的研究提供一个统一的平台。这项研究突出了模...

最近的研究引入了RenderIH，这是一个包含各种手部位置的超现实图像的庞大收藏，解决了旧数据集过于简单的问题。同时，研究还呈现了TransHand，这是一个能够非常精确读取这些手部位置的新工具。RenderIH的引入，不仅...

科研人员已经找到了一种方法，使得2D和3D技术能够无缝地协同工作，以实现更优秀且更具灵活性的设计。这种新的技术能够打破传统的维度界限，为图像设计领域带来革新性的突破。不仅如此，该方法还能大大提高图像设计的...

科研人员已经开发出一种新的模型，名为HAMUR，以改进模型在多个主题或领域（如音乐、书籍或电影）中的推荐方式。与旧的方法混淆这些领域之间的信息不同，HAMUR采用了一种特殊的技术，使数据保持独立且更具灵活性。这...