Google DeepMind lança o codificador de imagens e textos de percepção espacial TIPSv2

ME News Notícias, 15 de abril (UTC+8), GoogleDeepMind recentemente lançou o TIPSv2 na CVPR 2026, um codificador de texto e imagem fundamental com capacidade de percepção espacial. O modelo obteve resultados fortes em desempenho geral e alcançou melhorias significativas no alinhamento entre blocos de imagem e texto. Os responsáveis pelo lançamento acreditam que uma verdadeira IA multimodal precisa compreender as relações espaciais do mundo. (Fonte: InFoQ)

Ver original
Esta página pode conter conteúdo de terceiros, que é fornecido apenas para fins informativos (não para representações/garantias) e não deve ser considerada como um endosso de suas opiniões pela Gate nem como aconselhamento financeiro ou profissional. Consulte a Isenção de responsabilidade para obter detalhes.
  • Recompensa
  • Comentário
  • Repostar
  • Compartilhar
Comentário
Adicionar um comentário
Adicionar um comentário
Sem comentários
  • Marcar