Artículos de Investigación en IA Diarios

Artículos de investigación en IA seleccionados diariamente con traducciones

Design2Code: ¿Qué Tan Lejos Estamos de Automatizar la Ingeniería de Front-End?
Design2Code: How Far Are We From Automating Front-End Engineering?

Chenglei Si, Yanzhe Zhang, Zhengyuan Yang, Ruibo Liu, Diyi Yang•Mar 5, 2024•982

Escalando Transformadores de Flujo Rectificado para la Síntesis de Imágenes de Alta Resolución
Scaling Rectified Flow Transformers for High-Resolution Image Synthesis

Patrick Esser, Sumith Kulal, Andreas Blattmann, Rahim Entezari, Jonas Müller, Harry Saini, Yam Levi, Dominik Lorenz, Axel Sauer, Frederic Boesel, Dustin Podell, Tim Dockhorn, Zion English, Kyle Lacey, Alex Goodwin, Yannik Marek, Robin Rombach•Mar 5, 2024•683

OOTDiffusion: Difusión Latente basada en Fusión de Vestimenta para Pruebas Virtuales Controlables
OOTDiffusion: Outfitting Fusion based Latent Diffusion for Controllable Virtual Try-on

Yuhao Xu, Tao Gu, Weifeng Chen, Chengcai Chen•Mar 4, 2024•312

MovieLLM: Mejorando la comprensión de videos largos con películas generadas por IA
MovieLLM: Enhancing Long Video Understanding with AI-Generated Movies

Zhende Song, Chenchen Wang, Jiamu Sheng, Chi Zhang, Gang Yu, Jiayuan Fan, Tao Chen•Mar 3, 2024•306

AtomoVideo: Generación de Vídeo de Alta Fidelidad a partir de Imágenes
AtomoVideo: High Fidelity Image-to-Video Generation

Litong Gong, Yiran Zhu, Weijie Li, Xiaoyang Kang, Biao Wang, Tiezheng Ge, Bo Zheng•Mar 4, 2024•245

DenseMamba: Modelos de Espacio de Estados con Conexión Oculta Densa para Modelos de Lenguaje Grandes Eficientes
DenseMamba: State Space Models with Dense Hidden Connection for Efficient Large Language Models

Wei He, Kai Han, Yehui Tang, Chengcheng Wang, Yujie Yang, Tianyu Guo, Yunhe Wang•Feb 26, 2024•202

InfiMM-HD: Un Avance en la Comprensión Multimodal de Alta Resolución
InfiMM-HD: A Leap Forward in High-Resolution Multimodal Understanding

Haogeng Liu, Quanzeng You, Xiaotian Han, Yiqi Wang, Bohan Zhai, Yongfei Liu, Yunzhe Tao, Huaibo Huang, Ran He, Hongxia Yang•Mar 3, 2024•161

ResAdapter: Adaptador de Resolución con Consistencia de Dominio para Modelos de Difusión
ResAdapter: Domain Consistent Resolution Adapter for Diffusion Models

Jiaxiang Cheng, Pan Xie, Xin Xia, Jiashi Li, Jie Wu, Yuxi Ren, Huixia Li, Xuefeng Xiao, Min Zheng, Lean Fu•Mar 4, 2024•151

TripoSR: Reconstrucción rápida de objetos 3D a partir de una sola imagen
TripoSR: Fast 3D Object Reconstruction from a Single Image

Dmitry Tochilkin, David Pankratz, Zexiang Liu, Zixuan Huang, Adam Letts, Yangguang Li, Ding Liang, Christian Laforte, Varun Jampani, Yan-Pei Cao•Mar 4, 2024•143

RT-H: Jerarquías de Acción mediante Lenguaje
RT-H: Action Hierarchies Using Language

Suneel Belkhale, Tianli Ding, Ted Xiao, Pierre Sermanet, Quon Vuong, Jonathan Tompson, Yevgen Chebotar, Debidatta Dwibedi, Dorsa Sadigh•Mar 4, 2024•91

ViewDiff: Generación de Imágenes 3D-Consistentes con Modelos de Texto a Imagen
ViewDiff: 3D-Consistent Image Generation with Text-to-Image Models

Lukas Höllein, Aljaž Božič, Norman Müller, David Novotny, Hung-Yu Tseng, Christian Richardt, Michael Zollhöfer, Matthias Nießner•Mar 4, 2024•91

Rectificación de Ruido sin Ajustes para la Generación de Imagen a Video de Alta Fidelidad
Tuning-Free Noise Rectification for High Fidelity Image-to-Video Generation

Weijie Li, Litong Gong, Yiran Zhu, Fanda Fan, Biao Wang, Tiezheng Ge, Bo Zheng•Mar 5, 2024•81

Girando tapas con dos manos
Twisting Lids Off with Two Hands

Toru Lin, Zhao-Heng Yin, Haozhi Qi, Pieter Abbeel, Jitendra Malik•Mar 4, 2024•71

3DGStream: Entrenamiento en tiempo real de Gaussianas 3D para la transmisión eficiente de videos fotorrealísticos de vista libre
3DGStream: On-the-Fly Training of 3D Gaussians for Efficient Streaming of Photo-Realistic Free-Viewpoint Videos

Jiakai Sun, Han Jiao, Guangyuan Li, Zhanjie Zhang, Lei Zhao, Wei Xing•Mar 3, 2024•60