BadToBest 团队主页
BuboGPT是字节跳动开发的一个先进多模态大语言模型，支持文本、图像和音频的联合理解，并能将回答精准定位到图像中的具体物体。该项目由Yang Zhao等人完成，展示了在任意图像-音频数据对下的卓越对话能力，包括声音定位、跨模态语义匹配等。网站提供了论文、代码、Demo和数据集等资源，详细介绍模型架构、训练过程及多种应用示例。
Jinbo Xing的个人学术主页，他是阿里巴巴通义实验室（Alibaba Tongyi Lab）Wan团队的研究科学家/工程师，专注于视频和多模态内容理解与生成。页面展示了其教育背景（香港中文大学博士）、研究兴趣、发表的学术论文（如Wan系列、MotionCanvas、Wan-Weaver等），并提供联系方式和研究实习生招募信息。
Artificial intelligence could be one of humanity’s most useful inventions. We research and build safe artificial intelligence systems. We're committed to solving intelligence, to advance science and …
这是Ho Kei (Rex) Cheng的个人学术主页。他目前是Luma AI的研究科学家，专注于多模态基础模型。此前在伊利诺伊大学厄巴纳-香槟分校攻读博士学位，并在Adobe Research、Sony AI、Meta FAIR/MSL等机构实习。网站主要展示其研究成果，包括视频目标分割、图像分割、生成模型等方向的多篇顶级会议论文，并附有项目主页、代码和论文链接。
