Buchumschlag

A Survey on Long Video Generation: Challenges, Methods, and Prospects

Fuente: arXiv

Gespeichert in:

Bibliographische Detailangaben
Hauptverfasser:	Li, Chengxuan, Huang, Di, Lu, Zeyu, Xiao, Yang, Pei, Qingqi, Bai, Lei
Format:	Preprint
Veröffentlicht:	2024
Schlagworte:	Computer Vision and Pattern Recognition
Online-Zugang:	Acceder al recurso
Tags:	Tag hinzufügen Keine Tags, Fügen Sie den ersten Tag hinzu!

Ähnliche Einträge

A Comprehensive Survey on Human Video Generation: Challenges, Methods, and Insights
von: Lei, Wentao, et al.
Veröffentlicht: (2024)

A Comprehensive Survey on Video Scene Parsing:Advances, Challenges, and Prospects
von: Xie, Guohuan, et al.
Veröffentlicht: (2025)

Self-Supervised Learning of Deviation in Latent Representation for Co-speech Gesture Video Generation
von: Yang, Huan, et al.
Veröffentlicht: (2024)

LongLive: Real-time Interactive Long Video Generation
von: Yang, Shuai, et al.
Veröffentlicht: (2025)

Helios: Real Real-Time Long Video Generation Model
von: Yuan, Shenghai, et al.
Veröffentlicht: (2026)

VideoAuteur: Towards Long Narrative Video Generation
von: Xiao, Junfei, et al.
Veröffentlicht: (2025)

Beyond Sole Strength: Customized Ensembles for Generalized Vision-Language Models
von: Lu, Zhihe, et al.
Veröffentlicht: (2023)

TokensGen: Harnessing Condensed Tokens for Long Video Generation
von: Ouyang, Wenqi, et al.
Veröffentlicht: (2025)

Long Context Tuning for Video Generation
von: Guo, Yuwei, et al.
Veröffentlicht: (2025)

FreeLong++: Training-Free Long Video Generation via Multi-band SpectralFusion
von: Lu, Yu, et al.
Veröffentlicht: (2025)

A Survey of AI-Generated Video Evaluation
von: Liu, Xiao, et al.
Veröffentlicht: (2024)

IPMix: Label-Preserving Data Augmentation Method for Training Robust Classifiers
von: Huang, Zhenglin, et al.
Veröffentlicht: (2023)

FiT: Flexible Vision Transformer for Diffusion Model
von: Lu, Zeyu, et al.
Veröffentlicht: (2024)

A Survey of Interactive Generative Video
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

A Survey on Long-Video Storytelling Generation: Architectures, Consistency, and Cinematic Quality
von: Elmoghany, Mohamed, et al.
Veröffentlicht: (2025)

E-VRAG: Enhancing Long Video Understanding with Resource-Efficient Retrieval Augmented Generation
von: Xu, Zeyu, et al.
Veröffentlicht: (2025)

A Survey on Visual Anomaly Detection: Challenge, Approach, and Prospect
von: Cao, Yunkang, et al.
Veröffentlicht: (2024)

FreeLong: Training-Free Long Video Generation with SpectralBlend Temporal Attention
von: Lu, Yu, et al.
Veröffentlicht: (2024)

A Survey: Spatiotemporal Consistency in Video Generation
von: Yin, Zhiyu, et al.
Veröffentlicht: (2025)

Addressing the ID-Matching Challenge in Long Video Captioning
von: Yang, Zhantao, et al.
Veröffentlicht: (2025)

Tuning-Free Long Video Generation via Global-Local Collaborative Diffusion
von: Ma, Yongjia, et al.
Veröffentlicht: (2025)

Pura: An Efficient Privacy-Preserving Solution for Face Recognition
von: Xu, Guotao, et al.
Veröffentlicht: (2025)

PVUW 2024 Challenge on Complex Video Understanding: Methods and Results
von: Ding, Henghui, et al.
Veröffentlicht: (2024)

Controllable Video Generation: A Survey
von: Ma, Yue, et al.
Veröffentlicht: (2025)

Context as Memory: Scene-Consistent Interactive Long Video Generation with Memory Retrieval
von: Yu, Jiwen, et al.
Veröffentlicht: (2025)

GenVideoLens: Where LVLMs Fall Short in AI-Generated Video Detection?
von: Zou, Yueying, et al.
Veröffentlicht: (2026)

EgoLCD: Egocentric Video Generation with Long Context Diffusion
von: Zhang, Liuzhou, et al.
Veröffentlicht: (2025)

Baseline Method of the Foundation Model Challenge for Ultrasound Image Analysis
von: Deng, Bo, et al.
Veröffentlicht: (2026)

Long-Horizon Streaming Video Generation via Hybrid Attention with Decoupled Distillation
von: Li, Ruibin, et al.
Veröffentlicht: (2026)

NTIRE 2026 Challenge on Short-form UGC Video Restoration in the Wild with Generative Models: Datasets, Methods and Results
von: Li, Xin, et al.
Veröffentlicht: (2026)

Versatile Transition Generation with Image-to-Video Diffusion
von: Yang, Zuhao, et al.
Veröffentlicht: (2025)

SurgLQA: Scalable Long-Horizon Surgical Video Question Answering
von: Guo, Diandian, et al.
Veröffentlicht: (2026)

MovieBench: A Hierarchical Movie Level Dataset for Long Video Generation
von: Wu, Weijia, et al.
Veröffentlicht: (2024)

A Comprehensive Survey for Real-World Industrial Defect Detection: Challenges, Approaches, and Prospects
von: Cheng, Yuqi, et al.
Veröffentlicht: (2025)

Remote Sensing Image Dehazing: A Systematic Review of Progress, Challenges, and Prospects
von: Zhou, Heng, et al.
Veröffentlicht: (2026)

WoVoGen: World Volume-aware Diffusion for Controllable Multi-camera Driving Scene Generation
von: Lu, Jiachen, et al.
Veröffentlicht: (2023)

ComfyBench: Benchmarking LLM-based Agents in ComfyUI for Autonomously Designing Collaborative AI Systems
von: Xue, Xiangyuan, et al.
Veröffentlicht: (2024)

BlockVid: Block Diffusion for High-Quality and Consistent Minute-Long Video Generation
von: Zhang, Zeyu, et al.
Veröffentlicht: (2025)

Efficient4D: Fast Dynamic 3D Object Generation from a Single-view Video
von: Pan, Zijie, et al.
Veröffentlicht: (2024)

RoboEnvision: A Long-Horizon Video Generation Model for Multi-Task Robot Manipulation
von: Yang, Liudi, et al.
Veröffentlicht: (2025)