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

ME News Notícias, 15 de abril (UTC+8), a GoogleDeepMind anunciou recentemente no CVPR 2026 o TIPSv2, um codificador básico de texto e imagem com capacidade de percepção espacial. Este modelo obteve resultados robustos em desempenho geral e alcançou melhorias significativas na tarefa de 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 conteúdos de terceiros, que são fornecidos apenas para fins informativos (sem representações/garantias) e não devem ser considerados como uma aprovação dos seus pontos de vista pela Gate, nem como aconselhamento financeiro ou profissional. Consulte a Declaração de exoneração de responsabilidade para obter mais informações.
  • Recompensa
  • Comentar
  • Republicar
  • Partilhar
Comentar
Adicionar um comentário
Adicionar um comentário
Nenhum comentário
  • Fixar