视觉与机器人
图像生成、文生图、图像编辑、扩散模型和可控生成。
生成视觉-语言-动作模型中的动作幻觉
机构 * Department of Computer Science, School of Computing（计算机科学系，计算系） ； Smart Systems Institute（智能系统研究所）
专题命中 其他图像生成 ：generative vision(title)
AI总结 研究分析生成视觉-语言-动作模型中动作幻觉的根源，揭示拓扑、精度和地平线三类障碍对动作生成的影响，提出改进模型可靠性和可信度的方法。
Comments 24 pages; updated setup with minor changes to proofs. changed template
AIA: 重新思考统一多模态模型中的架构解耦策略
机构 * MMLab, CUHK（CUHK多媒体实验室） ； Meituan（美团） ； USTC（中国科学技术大学） ； TJU（天津大学）
专题命中 其他图像生成 ：image generation(abstract)；分类 cs.CV
AI总结 本文提出AIA损失函数，通过学习任务特定的多模态交互模式，缓解任务冲突而不依赖模型解耦，提升生成与理解性能。
Comments Project page: https://zhengdian1.github.io/AIA-project/ Code: https://github.com/zhengdian1/AIA
突破QAOA固定目标哈密顿量障碍：通过双层优化的全连接量子玻尔兹曼机
机构 * School of Economics, Hunan University of Finance and Economics（湖南财经大学经济学院）
专题命中 其他图像生成 ：image generation(abstract)
AI总结 本文提出全连接量子玻尔兹曼机，通过双层优化架构改进传统QAOA电路，展示模型在单一层数下具有高测量精度，并在噪声环境下表现出强鲁棒性，同时在图像生成中也表现出稳定性。
Comments 34 pages, 8 figures, 3 tables, 1 algorithm
扫码添加微信好友，提出您的宝贵建议 👇
💡 备注请填写：网站反馈