トピック: Mixture-of-Transformers

全セクション横断 2 件

P3-WAMは手の3D動作の復元、行動に応じた映像予測、目標に向けた計画を単一モデルで担う。一括学習で3機能とも単独学習を上回り、現場動画の活用や作業自動化への道を広げる。

韓国の研究チームは、3D空間への質問応答を同時に学習させると新視点画像の品質と幾何的整合性が高まることを示した。少数の写真から現場を再現する業務の精度向上につながる成果である。