· ai
[Paper] WorldLens: 실제 세계에서 Driving World Models의 전 스펙트럼 평가
Generative world models는 embodied AI를 재구성하고, 에이전트가 설득력 있게 보이지만 종종 물리적으로는 실패하는 현실적인 4D 주행 환경을 합성하도록 합니다.
-
- · ai
[Paper] 스테레오와 Mid-Level Vision을 활용한 동적 도시 내비게이션 강화
언어와 비전 분야에서 파운데이션 모델의 성공은 완전한 엔드‑투‑엔드 로봇 내비게이션 파운데이션 모델(NFMs)에 대한 연구를 촉진했다. NFMs는 모노…
- · ai
[Paper] Omni-Attribute: 시각 개념 개인화를 위한 Open-vocabulary Attribute Encoder
Visual concept personalization은 정체성, 표정, 조명, 스타일과 같은 특정 이미지 속성만을 보이지 않는 컨텍스트로 전달하는 것을 목표로 합니다. 그러나...
- · ai
[Paper] SceneMaker: Open-set 3D 씬 생성과 Decoupled De-occlusion 및 Pose Estimation Model
본 연구에서는 SceneMaker라는 분리형 3D 씬 생성 프레임워크를 제안한다. 충분한 오픈셋 디오클루전 및 포즈 추정 프리…
- · ai
[Paper] 양방향 Normalizing Flow: 데이터에서 노이즈로 그리고 다시
Normalizing Flows (NFs)는 생성 모델링을 위한 원칙적인 프레임워크로 확립되었습니다. 표준 NFs는 forward process와 reverse process로 구성됩니다.
- · ai
[Paper] Group Diffusion: 이미지 생성 향상을 위한 크로스‑샘플 협업 활성화
본 연구에서는 diffusion model 추론에서 아직 활용되지 않은 신호를 탐구합니다. 기존의 모든 방법이 추론 시 이미지를 독립적으로 생성하는 반면, 우리는 대신 …
- · ai
[Paper] 고품질 데이터 공유를 위한 계층적 데이터셋 선택
현대 머신러닝의 성공은 고품질 훈련 데이터에 대한 접근에 달려 있습니다. 많은 실제 상황에서, 예를 들어 공개 저장소에서 데이터를 확보하는 경우…
- · ai
[Paper] E-RayZer: 셀프슈퍼바이즈드 3D 재구성을 Spatial Visual Pre-training으로
Self-supervised pre-training은 언어, 개별 2D 이미지 및 비디오에 대한 foundation models에 혁신을 가져왔지만, 3D 학습에 대해서는 아직 크게 탐구되지 않았다...
- · ai
[Paper] 우리는 텍스트‑투‑3D 생성에서 RL에 준비가 되었나요? 점진적 조사
강화 학습(RL)은 대규모 언어 모델 및 멀티모달 모델에서 효과가 입증된 바 있으며, 2D 이미지 생성 향상을 위해 성공적으로 확장되었습니다.
- · ai
[Paper] ClusIR: 클러스터 기반 올인원 이미지 복원
All-in-One Image Restoration (AiOIR)은 다양한 손상으로부터 고품질 이미지를 복구하는 것을 통합된 프레임워크 내에서 목표로 합니다. 그러나 기존 방법들은 종종 f...
- · ai
[Paper] ImplicitRDP: 구조적 슬로우-패스트 학습을 이용한 엔드투엔드 비주얼-포스 디퓨전 정책
인간 수준의 접촉이 풍부한 조작은 두 가지 핵심 모달리티의 뚜렷한 역할에 의존합니다: vision은 공간적으로 풍부하지만 시간적으로 느린 global context를 제공하고, ...
- · ai
[Paper] AlcheMinT: 세밀한 시간적 제어를 통한 다중 레퍼런스 일관성 비디오 생성
대규모 diffusion 모델을 활용한 subject‑driven 비디오 생성의 최근 발전으로, 사용자 제공 주제에 조건화된 개인화된 콘텐츠 합성이 가능해졌습니다.