Исследователи представили систему ImplicitRDP, объединяющую визуальную информацию и обратную связь по силе для более эффективного управления роботами в сложных задачах.
Исследователи предлагают инновационный подход к организации нейронных сетей, позволяющий добиться высокой производительности и устойчивости при обработке временных данных.
Новый подход к отслеживанию взгляда использует принципы нейроморфных вычислений для достижения минимальной задержки и энергоэффективности.
Новый подход позволяет генерировать реалистичные 360-градусные обзоры окружения, используя всего одно исходное изображение.
Исследователи представили принципиально новую схему внимания, вдохновленную биологическими нейронными сетями, для эффективного анализа временных рядов и обучения сложных представлений.
Исследователи представили NeHaD — метод, который использует принципы классической механики для создания динамичных и правдоподобных 3D-сцен на основе Gaussian Splatting.
Новая система позволяет пользователям интуитивно управлять и анимировать трехмерные модели, объединяя физически правдоподобное поведение с интерактивным управлением.
Новый метод позволяет создавать правдоподобные 3D-модели говорящих голов, синхронизированные с аудио, обеспечивая беспрецедентную реалистичность и плавность.
Новый подход позволяет пользователям совместно с искусственным интеллектом уточнять субъективные критерии при классификации изображений, добиваясь более точных и релевантных результатов.
Представлен XDen-1K — комплексный набор данных, позволяющий роботам лучше понимать и взаимодействовать с окружающим миром на основе анализа плотности объектов.