Copertina

VideoTetris: Towards Compositional Text-to-Video Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tian, Ye, Yang, Ling, Yang, Haotian, Gao, Yuan, Deng, Yufan, Chen, Jingmin, Wang, Xintao, Yu, Zhaochen, Tao, Xin, Wan, Pengfei, Zhang, Di, Cui, Bin
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

VMoBA: Mixture-of-Block Attention for Video Diffusion Models
di: Wu, Jianzong, et al.
Pubblicazione: (2025)

Contextualized Diffusion Models for Text-Guided Image and Video Generation
di: Yang, Ling, et al.
Pubblicazione: (2024)

SketchVideo: Sketch-based Video Generation and Editing
di: Liu, Feng-Lin, et al.
Pubblicazione: (2025)

StyleMaster: Stylize Your Video with Artistic Generation and Translation
di: Ye, Zixuan, et al.
Pubblicazione: (2024)

Scaling Image and Video Generation via Test-Time Evolutionary Search
di: He, Haoran, et al.
Pubblicazione: (2025)

RealCompo: Balancing Realism and Compositionality Improves Text-to-Image Diffusion Models
di: Zhang, Xinchen, et al.
Pubblicazione: (2024)

BadVideo: Stealthy Backdoor Attack against Text-to-Video Generation
di: Wang, Ruotong, et al.
Pubblicazione: (2025)

UniVideo: Unified Understanding, Generation, and Editing for Videos
di: Wei, Cong, et al.
Pubblicazione: (2025)

GameFactory: Creating New Games with Generative Interactive Videos
di: Yu, Jiwen, et al.
Pubblicazione: (2025)

I2V-Adapter: A General Image-to-Video Adapter for Diffusion Models
di: Guo, Xun, et al.
Pubblicazione: (2023)

ReasonFlux: Hierarchical LLM Reasoning via Scaling Thought Templates
di: Yang, Ling, et al.
Pubblicazione: (2025)

Mastering Text-to-Image Diffusion: Recaptioning, Planning, and Generating with Multimodal LLMs
di: Yang, Ling, et al.
Pubblicazione: (2024)

PatchVSR: Breaking Video Diffusion Resolution Limits with Patch-wise Video Super-Resolution
di: Du, Shian, et al.
Pubblicazione: (2025)

Manipulating a Tetris-Inspired 3D Video Representation
di: Godbole, Mihir
Pubblicazione: (2024)

Owl-1: Omni World Model for Consistent Long Video Generation
di: Huang, Yuanhui, et al.
Pubblicazione: (2024)

OpenS2V-Nexus: A Detailed Benchmark and Million-Scale Dataset for Subject-to-Video Generation
di: Yuan, Shenghai, et al.
Pubblicazione: (2025)

UNIC: Unified In-Context Video Editing
di: Ye, Zixuan, et al.
Pubblicazione: (2025)

Koala-36M: A Large-scale Video Dataset Improving Consistency between Fine-grained Conditions and Video Content
di: Wang, Qiuheng, et al.
Pubblicazione: (2024)

UnityVideo: Unified Multi-Modal Multi-Task Learning for Enhancing World-Aware Video Generation
di: Huang, Jiehui, et al.
Pubblicazione: (2025)

FullDiT2: Efficient In-Context Conditioning for Video Diffusion Transformers
di: He, Xuanhua, et al.
Pubblicazione: (2025)

CineMaster: A 3D-Aware and Controllable Framework for Cinematic Text-to-Video Generation
di: Wang, Qinghe, et al.
Pubblicazione: (2025)

VideoCanvas: Unified Video Completion from Arbitrary Spatiotemporal Patches via In-Context Conditioning
di: Cai, Minghong, et al.
Pubblicazione: (2025)

FullDiT: Multi-Task Video Generative Foundation Model with Full Attention
di: Ju, Xuan, et al.
Pubblicazione: (2025)

Learning Video Generation for Robotic Manipulation with Collaborative Trajectory Control
di: Fu, Xiao, et al.
Pubblicazione: (2025)

Position: Interactive Generative Video as Next-Generation Game Engine
di: Yu, Jiwen, et al.
Pubblicazione: (2025)

Bitboard version of Tetris AI
di: Chen, Xingguo, et al.
Pubblicazione: (2026)

SynCamMaster: Synchronizing Multi-Camera Video Generation from Diverse Viewpoints
di: Bai, Jianhong, et al.
Pubblicazione: (2024)

MemFlow: Flowing Adaptive Memory for Consistent and Efficient Long Video Narratives
di: Ji, Sihui, et al.
Pubblicazione: (2025)

Tetris: Tile-level Sampling for Efficient and High-Fidelity Video Object Tracking
di: Kittivorawong, Chanwut, et al.
Pubblicazione: (2026)

MTV-Inpaint: Multi-Task Long Video Inpainting
di: Yang, Shiyuan, et al.
Pubblicazione: (2025)

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

Simulation and Optimization of Bus Interior Noise Based on Hybrid Method for Engine Vibration Load Identification
di: Xintao Cui, et al.
Pubblicazione: (2024)

ConceptMaster: Multi-Concept Video Customization on Diffusion Transformer Models Without Test-Time Tuning
di: Huang, Yuzhou, et al.
Pubblicazione: (2025)

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

Comp-Attn: Present-and-Align Attention for Compositional Video Generation
di: Zhang, Hongyu, et al.
Pubblicazione: (2025)

Towards Fine-grained Interactive Segmentation in Images and Videos
di: Yao, Yuan, et al.
Pubblicazione: (2025)

Motion Inversion for Video Customization
di: Wang, Luozhou, et al.
Pubblicazione: (2024)

Improving Video Generation with Human Feedback
di: Liu, Jie, et al.
Pubblicazione: (2025)

3DTrajMaster: Mastering 3D Trajectory for Multi-Entity Motion in Video Generation
di: Fu, Xiao, et al.
Pubblicazione: (2024)

HumanNet: Scaling Human-centric Video Learning to One Million Hours
di: Deng, Yufan, et al.
Pubblicazione: (2026)