MASt3R

Modelo avanzado para la correspondencia de imágenes 3D

Producto ComúnImagenCorrespondencia de imágenes 3DAprendizaje profundo

MASt3R es un modelo avanzado para la correspondencia de imágenes 3D desarrollado por Naver Corporation. Se centra en mejorar las tareas de visión geométrica 3D en el campo de la visión por computadora. El modelo utiliza las últimas técnicas de aprendizaje profundo para lograr una correspondencia 3D precisa entre imágenes, lo que resulta de gran importancia para áreas como la realidad aumentada, la conducción autónoma y la navegación robótica.

Best AI Websites & Tools

MASt3R

MASt3R Situación del tráfico más reciente

MASt3R Tendencia de visitas

MASt3R Distribución geográfica de las visitas

MASt3R Fuentes de tráfico

MASt3R Alternativas

MASt3R — Modelo avanzado para la correspondencia de imágenes 3D

LLaMA-Mesh — Unificación de modelos de lenguaje y generación de mallas 3D

diffusion-e2e-ft — Herramienta de ajuste fino para modelos de difusión condicional de imágenes

GLIGEN — Generación de imágenes abierta basada en indicaciones

YOLO-NAS Pose — Una biblioteca de código abierto para entrenar modelos de visión por computadora en PyTorch.

HunyuanVideo-I2V — HunyuanVideo-I2V es un framework de generación de imagen a video basado en HunyuanVideo, desarrollado por Tencent.

QwQ-32B — QwQ-32B es un potente modelo de inferencia, diseñado para la resolución de problemas complejos y la generación de texto, con un rendimiento excepcional.

GaussianCity — Un marco eficiente para la generación de ciudades 3D sin límites, que utiliza la técnica de dibujo gaussiano 3D para una generación rápida.

CogView4-6B — CogView4-6B es un potente modelo de generación de imágenes a partir de texto, centrado en la generación de imágenes de alta calidad.

UniTok — UniTok es un tokenizador visual unificado para la generación y comprensión visual.

PhotoDoodle — PhotoDoodle es una implementación de código que aprende la edición de imágenes artísticas a partir de un pequeño conjunto de datos de pares de imágenes.

Datos de perfilado en DeepSeek Infra — Analiza las estrategias de superposición de cómputo y comunicación en V3/R1, proporcionando datos de análisis de rendimiento para frameworks de aprendizaje profundo.

EPLB — Un algoritmo de código abierto para el balanceo de carga de paralelismo de expertos, diseñado para optimizar la asignación y el balanceo de carga de expertos en entornos multi-GPU.

DualPipe — Un algoritmo de paralelismo de canalización bidireccional que superpone el cálculo y la comunicación durante el entrenamiento V3/R1.

DeepGEMM — DeepGEMM es una biblioteca CUDA para la multiplicación de matrices FP8 de alta eficiencia, que admite escalado de grano fino y diversas técnicas de optimización.

MLGym — MLGym es un nuevo marco y punto de referencia para avanzar en la investigación de agentes de IA.

DeepEP — DeepEP es una biblioteca de comunicación eficiente para Mixture-of-Experts (MoE) y comunicación paralela de expertos (EP).

FlexHeadFA — Mecanismo de atención preciso, rápido y eficiente en cuanto a memoria.

FlashMLA — FlashMLA es un núcleo de decodificación MLA eficiente optimizado para GPU Hopper, ideal para servicios de secuencias de longitud variable.

QwQ-Max-Vista previa — QwQ-Max-Vista previa es el último logro de la serie Qwen, construido sobre Qwen2.5-Max, y cuenta con una potente capacidad de razonamiento y aplicaciones multidominio.

Claude 3.7 Sonnet — Claude 3.7 Sonnet es el último modelo inteligente de Anthropic, que ofrece respuestas rápidas y razonamiento profundo.

VLM-R1 — VLM-R1 es un modelo de lenguaje visual reforzado estable y versátil, enfocado en tareas de comprensión visual.

BioEmu — BioEmu es un modelo de aprendizaje profundo generativo para la simulación escalable de conjuntos de equilibrio de proteínas.

FlashVideo — FlashVideo es un modelo de generación de vídeo de alta resolución y alta eficiencia, centrado en la fluidez de los detalles y la fidelidad.

Detección de Compatibilidad de Modelos DeepSeek — Detecta si un dispositivo puede ejecutar modelos DeepSeek de diferentes escalas, ofreciendo una predicción de compatibilidad.

Huginn-0125 — Huginn-0125 es un modelo de profundidad recurrente con variables latentes de 3.5 mil millones de parámetros, que destaca en el razonamiento y la generación de código.

Preentrenamiento de modelos de lenguaje recurrentes a gran escala — Código de preentrenamiento para modelos de lenguaje recurrentes profundos a gran escala, compatible con la ejecución en 4096 GPU AMD.

InspireMusic — Kit de herramientas y modelos para la generación de música, canciones y audio basado en PyTorch, que admite la generación de audio de alta calidad.

Lumina-Video — Lumina-Video es un proyecto inicial para la generación de video que admite la generación de video a partir de texto.

VideoWorld — VideoWorld es un modelo generativo profundo que explora el aprendizaje de conocimiento a partir de videos sin etiquetas.