AIGC動態(tài)歡迎閱讀

原標題：ECCV2024 Oral | 第一視角下的動作圖像生成，Meta等提出LEGO模型
關(guān)鍵字：模型,動作,圖像,本文,數(shù)據(jù)
文章來源：機器之心
內(nèi)容字數(shù)：0字

內(nèi)容摘要：

AIxiv專欄是機器之心發(fā)布學(xué)術(shù)、技術(shù)內(nèi)容的欄目。過去數(shù)年，機器之心AIxiv專欄接收報道了2000多篇內(nèi)容，覆蓋全球各大高校與企業(yè)的頂級實驗室，有效促進了學(xué)術(shù)交流與傳播。如果您有優(yōu)秀的工作想要分享，歡迎投稿或者聯(lián)系報道。投稿郵箱：liyazhou@jiqizhixin.com；zhaoyunfeng@jiqizhixin.com本文的作者主要來自于 Meta 和佐治亞理工大學(xué)。第一作者是佐治亞理工機器學(xué)習(xí)專業(yè)的博士生賴柏霖（目前也是 UIUC 的訪問學(xué)生），導(dǎo)師為 James Rehg 教授（已轉(zhuǎn)入 UIUC），主要研究方向是多模態(tài)學(xué)習(xí)，生成模型和視頻理解，并在 CVPR、ECCV、BMVC、ACL 等會議發(fā)表相關(guān)論文，參與 Meta 主導(dǎo)的 EgoExo4D 項目，本文工作是賴柏霖在 Meta 的 GenAI 部門實習(xí)時完成，其余作者均為 Meta 的研究科學(xué)家。
作者主頁：https://bolinlai.github.io/
當(dāng)人們在日常生活和工作中需要完成一項自己不熟悉的任務(wù)，或者習(xí)得一項新技能的時候，如何能快速學(xué)習(xí)，實現(xiàn)技能遷移（skill transfer）成為一個難點。

原文鏈接：ECCV2024 Oral | 第一視角下的動作圖像生成，Meta等提出LEGO模型

聯(lián)系作者

文章來源：機器之心
作者微信：
作者簡介：