12498 ورقة بحثية
تقترح هذه الورقة إطار عمل MoSA، وهو إطار محاذاة دلالي موجه بالحركة يعزز توليد الرسوم البيانية للمشاهد الديناميكية من خلال دمج سمات حركة أزواج الكائنات مع الميزات المكانية، ومحاذاة التمثيلات المرئية مع التضمينات النصية عبر المطابقة عبر الوسائط، واستخدام فقدان مرجح بالفئات لتحسين نمذجة العلاقات الذيلية.
تقترح الورقة البحثية CreatiParser، وهو إطار عمل توليدي هجين يعمل على تفكيك تصميمات الرسوم النقطية (raster graphics) إلى طبقات قابلة للتحرير تشمل النص والخلفية والملصقات باستخدام نموذج رؤية-لغة وبنية انتشار متعددة الفروع، معززة بآلية مكافأة متوافقة مع التفضيلات البشرية لتحقيق أداء تحليل فائق وقابلية تعديل عالية.
يُعد CoInteract إطار عمل متكاملًا يقوم بتخليق مقاطع فيديو لتفاعل الإنسان مع الأشياء تتسم بالاتساق الفيزيائي، وذلك عبر دمج "خليط خبراء مدرك للبشر" لضمان الدقة الهيكلية، و"نموذج توليد مشترك ذي بنية مكانية" لفرض أولويات هندسة التفاعل، مما يتغلب على قيود الاستقرار وواقعية التلامس التي تعاني منها النماذج الانتشارية الحالية.
تقدم الورقة البحثية InHabit، وهو إطار عمل آلي بالكامل وقابل للتوسع يستفيد من النماذج التأسيسية للصور ثنائية الأبعاد لإنشاء مجموعة بيانات ضخمة وتفاعلية بين الإنسان والمشهد ثلاثية الأبعاد وواقعية للغاية، مما يعالج ندرة البيانات في العالم الحقيقي ويحسن بشكل كبير مهام إعادة البناء البشري ثلاثي الأبعاد وتقدير التلامس.
يُعد IR-Flow إطار عمل مبتكر لترميم الصور يعتمد على التدفق المصحح (Rectified Flow)، حيث يوحد بين النماذج التمييزية والتوليدية عبر بناء تدفقات لتوزيع البيانات متعددة المستويات وحقول سرعة تراكمية لتحقيق ترميم عالي الجودة وبخطوات قليلة مع توازن ممتاز بين التشوه والإدراك.
تقدم هذه الورقة "Face Anything"، وهي طريقة موحدة تعتمد على المحولات ذات التغذية الأمامية (feed-forward transformer) تحقق أداءً هو الأفضل في حالته في إعادة بناء وتتبع الوجه رباعي الأبعاد من أي تسلسل صور عبر التنبؤ بإحداثيات الوجه المعيارية لحل الغموض الهندسي وضمان الاتساق الزمني.
إن AnyReon هو إطار عمل قابل للتوسع يتيح إعادة بناء ثلاثية الأبعاد قوية من مدخلات متفرقة عشوائية وغير مرتبة، وذلك عبر الاستفادة من نموذج انتشار فيديو معزز بذاكرة مشهد عالمية مستمرة، وتكييف مدرك للهندسة، وتحسينات للكفاءة لضمان الاتساق الهندسي عبر فجوات زوايا الرؤية الكبيرة.
تقترح هذه الورقة الاستفادة من نماذج الرؤية واللغة لتوفير تغذية راجعة من الذكاء الاصطناعي الإدراكي من أجل تحسين توليد النص إلى الفيديو، مما يثبت أن هذا النهج يحسن بشكل كبير من واقعية تفاعلات الأجسام الديناميكية والالتزام بالقوانين الفيزيائية مقارنة بالطرق الحالية.
تقدم الورقة البحثية إطار عمل ENTIRE، وهو إطار عمل قائم على التعلم العميق يتنبأ بدقة وكفاءة بأوقات تصيير الحجم من خلال الجمع بين ميزات الحجم الهيكلية المستخرجة ومعلمات التصيير، مما يتيح التحسين الديناميكي لضمان استقرار معدلات الإطارات وتوازن الأحمال عبر مختلف الأجهزة والتكوينات.
تقترح هذه الورقة البحثية طريقة مبتكرة لتوليد الإمكانيات البشرية المعتمدة على السياق، تستخدم آلية انتباه متبادلة عبر الوسائط ومساراً مفككاً من المشفرات التلقائية المتغيرة والمصنفات للتنبؤ بالوضعيات والأفعال البشرية الصالحة ضمن مشاهد ثنائية الأبعاد معقدة، مما يتفوق بشكل كبير على النماذج المرجعية الحالية.