OmniBind: Teach to Build Unequal-Scale Modality Interaction for Omni-Bind of All
Fuente:
arXiv
Salvato in:
| Autori principali: | Lyu, Yuanhuiyi, Zheng, Xu, Kim, Dahun, Wang, Lin |
|---|---|
| Natura: | Preprint |
| Pubblicazione: |
2024
|
| Soggetti: | |
| Accesso online: | |
| Tags: |
Aggiungi Tag
Nessun Tag, puoi essere il primo ad aggiungerne!!
|
Documenti analoghi
OmniBind: Large-scale Omni Multimodal Representation via Binding Spaces
di: Wang, Zehan, et al.
Pubblicazione: (2024)
di: Wang, Zehan, et al.
Pubblicazione: (2024)
UniBind: LLM-Augmented Unified and Balanced Representation Space to Bind Them All
di: Lyu, Yuanhuiyi, et al.
Pubblicazione: (2024)
di: Lyu, Yuanhuiyi, et al.
Pubblicazione: (2024)
EventBind: Learning a Unified Representation to Bind Them All for Event-based Open-world Understanding
di: Zhou, Jiazhou, et al.
Pubblicazione: (2023)
di: Zhou, Jiazhou, et al.
Pubblicazione: (2023)
Learning Modality-agnostic Representation for Semantic Segmentation from Any Modalities
di: Zheng, Xu, et al.
Pubblicazione: (2024)
di: Zheng, Xu, et al.
Pubblicazione: (2024)
Centering the Value of Every Modality: Towards Efficient and Resilient Modality-agnostic Semantic Segmentation
di: Zheng, Xu, et al.
Pubblicazione: (2024)
di: Zheng, Xu, et al.
Pubblicazione: (2024)
OmniSAM: Omnidirectional Segment Anything Model for UDA in Panoramic Semantic Segmentation
di: Zhong, Ding, et al.
Pubblicazione: (2025)
di: Zhong, Ding, et al.
Pubblicazione: (2025)
T-Rex-Omni: Integrating Negative Visual Prompt in Generic Object Detection
di: Zhou, Jiazhou, et al.
Pubblicazione: (2025)
di: Zhou, Jiazhou, et al.
Pubblicazione: (2025)
OmniVGGT: Omni-Modality Driven Visual Geometry Grounded Transformer
di: Peng, Haosong, et al.
Pubblicazione: (2025)
di: Peng, Haosong, et al.
Pubblicazione: (2025)
OmniJigsaw: Enhancing Omni-Modal Reasoning via Modality-Orchestrated Reordering
di: Jia, Yiduo, et al.
Pubblicazione: (2026)
di: Jia, Yiduo, et al.
Pubblicazione: (2026)
Omni-DuplexEval: Evaluating Real-time Duplex Omni-modal Interaction
di: He, Chaoqun, et al.
Pubblicazione: (2026)
di: He, Chaoqun, et al.
Pubblicazione: (2026)
MAGIC++: Efficient and Resilient Modality-Agnostic Semantic Segmentation via Hierarchical Modality Selection
di: Zheng, Xu, et al.
Pubblicazione: (2024)
di: Zheng, Xu, et al.
Pubblicazione: (2024)
OmniSelect: Dynamic Modality-Aware Token Compression for Efficient Omni-modal Large Language Models
di: Yang, Morunliu, et al.
Pubblicazione: (2026)
di: Yang, Morunliu, et al.
Pubblicazione: (2026)
Image Anything: Towards Reasoning-coherent and Training-free Multi-modal Image Generation
di: Lyu, Yuanhuiyi, et al.
Pubblicazione: (2024)
di: Lyu, Yuanhuiyi, et al.
Pubblicazione: (2024)
OmniNFT: Modality-wise Omni Diffusion Reinforcement for Joint Audio-Video Generation
di: Zhang, Guohui, et al.
Pubblicazione: (2026)
di: Zhang, Guohui, et al.
Pubblicazione: (2026)
OmniVinci: Enhancing Architecture and Data for Omni-Modal Understanding LLM
di: Ye, Hanrong, et al.
Pubblicazione: (2025)
di: Ye, Hanrong, et al.
Pubblicazione: (2025)
HumanOmniV2: From Understanding to Omni-Modal Reasoning with Context
di: Yang, Qize, et al.
Pubblicazione: (2025)
di: Yang, Qize, et al.
Pubblicazione: (2025)
Capybara-OMNI: An Efficient Paradigm for Building Omni-Modal Language Models
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
di: Ji, Xingguang, et al.
Pubblicazione: (2025)
InteractiveOmni: A Unified Omni-modal Model for Audio-Visual Multi-turn Dialogue
di: Tong, Wenwen, et al.
Pubblicazione: (2025)
di: Tong, Wenwen, et al.
Pubblicazione: (2025)
OmniRe: Omni Urban Scene Reconstruction
di: Chen, Ziyu, et al.
Pubblicazione: (2024)
di: Chen, Ziyu, et al.
Pubblicazione: (2024)
LatentOmni: Rethinking Omni-Modal Understanding via Unified Audio-Visual Latent Reasoning
di: Dai, Yifan, et al.
Pubblicazione: (2026)
di: Dai, Yifan, et al.
Pubblicazione: (2026)
OmniFysics: Towards Physical Intelligence Evolution via Omni-Modal Signal Processing and Network Optimization
di: Han, Minghao, et al.
Pubblicazione: (2026)
di: Han, Minghao, et al.
Pubblicazione: (2026)
Chasing Day and Night: Towards Robust and Efficient All-Day Object Detection Guided by an Event Camera
di: Cao, Jiahang, et al.
Pubblicazione: (2023)
di: Cao, Jiahang, et al.
Pubblicazione: (2023)
OmniSep: Unified Omni-Modality Sound Separation with Query-Mixup
di: Cheng, Xize, et al.
Pubblicazione: (2024)
di: Cheng, Xize, et al.
Pubblicazione: (2024)
ExACT: Language-guided Conceptual Reasoning and Uncertainty Estimation for Event-based Action Recognition and More
di: Zhou, Jiazhou, et al.
Pubblicazione: (2024)
di: Zhou, Jiazhou, et al.
Pubblicazione: (2024)
Is Extending Modality The Right Path Towards Omni-Modality?
di: Zhu, Tinghui, et al.
Pubblicazione: (2025)
di: Zhu, Tinghui, et al.
Pubblicazione: (2025)
OmniGAIA: Towards Native Omni-Modal AI Agents
di: Li, Xiaoxi, et al.
Pubblicazione: (2026)
di: Li, Xiaoxi, et al.
Pubblicazione: (2026)
OmniVDiff: Omni Controllable Video Diffusion for Generation and Understanding
di: Xi, Dianbing, et al.
Pubblicazione: (2025)
di: Xi, Dianbing, et al.
Pubblicazione: (2025)
FutureOmni: Evaluating Future Forecasting from Omni-Modal Context for Multimodal LLMs
di: Chen, Qian, et al.
Pubblicazione: (2026)
di: Chen, Qian, et al.
Pubblicazione: (2026)
OmniCLIP: Adapting CLIP for Video Recognition with Spatial-Temporal Omni-Scale Feature Learning
di: Liu, Mushui, et al.
Pubblicazione: (2024)
di: Liu, Mushui, et al.
Pubblicazione: (2024)
Reducing Unimodal Bias in Multi-Modal Semantic Segmentation with Multi-Scale Functional Entropy Regularization
di: Zheng, Xu, et al.
Pubblicazione: (2025)
di: Zheng, Xu, et al.
Pubblicazione: (2025)
Modality Unified Attack for Omni-Modality Person Re-Identification
di: Bian, Yuan, et al.
Pubblicazione: (2025)
di: Bian, Yuan, et al.
Pubblicazione: (2025)
Mogao: An Omni Foundation Model for Interleaved Multi-Modal Generation
di: Liao, Chao, et al.
Pubblicazione: (2025)
di: Liao, Chao, et al.
Pubblicazione: (2025)
Omni$^2$: Unifying Omnidirectional Image Generation and Editing in an Omni Model
di: Yang, Liu, et al.
Pubblicazione: (2025)
di: Yang, Liu, et al.
Pubblicazione: (2025)
OmniStyle: Filtering High Quality Style Transfer Data at Scale
di: Wang, Ye, et al.
Pubblicazione: (2025)
di: Wang, Ye, et al.
Pubblicazione: (2025)
Omni-Reward: Towards Generalist Omni-Modal Reward Modeling with Free-Form Preferences
di: Jin, Zhuoran, et al.
Pubblicazione: (2025)
di: Jin, Zhuoran, et al.
Pubblicazione: (2025)
ViT-Lens: Initiating Omni-Modal Exploration through 3D Insights
di: Lei, Weixian, et al.
Pubblicazione: (2023)
di: Lei, Weixian, et al.
Pubblicazione: (2023)
OmniTransfer: All-in-one Framework for Spatio-temporal Video Transfer
di: Zhang, Pengze, et al.
Pubblicazione: (2026)
di: Zhang, Pengze, et al.
Pubblicazione: (2026)
OmniSat: Self-Supervised Modality Fusion for Earth Observation
di: Astruc, Guillaume, et al.
Pubblicazione: (2024)
di: Astruc, Guillaume, et al.
Pubblicazione: (2024)
OmniGCD: Abstracting Generalized Category Discovery for Modality Agnosticism
di: Shipard, Jordan, et al.
Pubblicazione: (2026)
di: Shipard, Jordan, et al.
Pubblicazione: (2026)
Omni-Captioner: Data Pipeline, Models, and Benchmark for Omni Detailed Perception
di: Ma, Ziyang, et al.
Pubblicazione: (2025)
di: Ma, Ziyang, et al.
Pubblicazione: (2025)
Documenti analoghi
-
OmniBind: Large-scale Omni Multimodal Representation via Binding Spaces
di: Wang, Zehan, et al.
Pubblicazione: (2024) -
UniBind: LLM-Augmented Unified and Balanced Representation Space to Bind Them All
di: Lyu, Yuanhuiyi, et al.
Pubblicazione: (2024) -
EventBind: Learning a Unified Representation to Bind Them All for Event-based Open-world Understanding
di: Zhou, Jiazhou, et al.
Pubblicazione: (2023) -
Learning Modality-agnostic Representation for Semantic Segmentation from Any Modalities
di: Zheng, Xu, et al.
Pubblicazione: (2024) -
Centering the Value of Every Modality: Towards Efficient and Resilient Modality-agnostic Semantic Segmentation
di: Zheng, Xu, et al.
Pubblicazione: (2024)