hustvl

[CVPR 2024] 4D Gaussian Splatting para renderizado de escenas dinámicas en tiempo real

[ICML 2024] Vision Mamba: Aprendizaje de representación visual eficiente con modelo de espacio de estados bidireccional

[ICLR'23 Spotlight & ECCV'24 & IJCV'24] MapTR: Modelado estructurado y aprendizaje para la construcción de mapas HD vectorizados en línea.

[CVPR 2025 Oral] Reconstrucción vs. Generación: Domando el dilema de optimización en modelos de difusión latente.

[CVPR 2025 Highlight] Modelo de difusión truncado para conducción autónoma de extremo a extremo en tiempo real.

[ICCV 2023 & ICLR 2026] VAD: Representación de escenas vectorizada para conducción autónoma eficiente

[CVPR 2024] GaussianDreamer: Generación rápida de texto a 3D Gaussians mediante la conexión de modelos de difusión 2D y 3D.

[Image and Vision Computing (Vol.147 Jul. '24)] Recorte interactivo de imágenes naturales con Segment Anything Models

PixelHacker: Inpainting de imágenes con consistencia estructural y semántica

[IJCV 2026] Senna: Conectando modelos de lenguaje y visión a gran escala con la conducción autónoma de extremo a extremo

[Information Fusion (Vol.103, Mar. '24)] Potenciando el recorte de imágenes (Image Matting) con Vision Transformers preentrenados.

[ECCV 2026] Moebius: Framework ligero de inpainting de imágenes de 0.2B con rendimiento de nivel 10B

Código oficial de "EVF-SAM: Fusión temprana de visión-lenguaje para el modelo Segment Anything con prompts de texto"