Copertina

Video-Infinity: Distributed Long Video Generation

Fuente: arXiv

Salvato in:

Dettagli Bibliografici
Autori principali:	Tan, Zhenxiong, Yang, Xingyi, Liu, Songhua, Wang, Xinchao
Natura:	Preprint
Pubblicazione:	2024
Soggetti:	Computer Vision and Pattern Recognition Artificial Intelligence
Accesso online:	Acceder al recurso
Tags:	Aggiungi Tag Nessun Tag, puoi essere il primo ad aggiungerne!!

Documenti analoghi

Vision Bridge Transformer at Scale
di: Tan, Zhenxiong, et al.
Pubblicazione: (2025)

OminiControl2: Efficient Conditioning for Diffusion Transformers
di: Tan, Zhenxiong, et al.
Pubblicazione: (2025)

OminiControl: Minimal and Universal Control for Diffusion Transformer
di: Tan, Zhenxiong, et al.
Pubblicazione: (2024)

MindBridge: A Cross-Subject Brain Decoding Framework
di: Wang, Shizun, et al.
Pubblicazione: (2024)

SpotEdit: Selective Region Editing in Diffusion Transformers
di: Qin, Zhibin, et al.
Pubblicazione: (2025)

Minute-Long Videos with Dual Parallelisms
di: Wang, Zeqing, et al.
Pubblicazione: (2025)

ViFeEdit: A Video-Free Tuner of Your Video Diffusion Transformer
di: Yu, Ruonan, et al.
Pubblicazione: (2026)

Image Editing As Programs with Diffusion Models
di: Hu, Yujia, et al.
Pubblicazione: (2025)

CLEAR: Conv-Like Linearization Revs Pre-Trained Diffusion Transformers Up
di: Liu, Songhua, et al.
Pubblicazione: (2024)

WorldWarp: Propagating 3D Geometry with Asynchronous Video Diffusion
di: Kong, Hanyang, et al.
Pubblicazione: (2025)

GFlow: Recovering 4D World from Monocular Video
di: Wang, Shizun, et al.
Pubblicazione: (2024)

Compositional Video Generation as Flow Equalization
di: Yang, Xingyi, et al.
Pubblicazione: (2024)

Ultra-Resolution Adaptation with Ease
di: Yu, Ruonan, et al.
Pubblicazione: (2025)

Neural Metamorphosis
di: Yang, Xingyi, et al.
Pubblicazione: (2024)

AsyncDiff: Parallelizing Diffusion Models by Asynchronous Denoising
di: Chen, Zigeng, et al.
Pubblicazione: (2024)

Few-shot Implicit Function Generation via Equivariance
di: Huang, Suizhi, et al.
Pubblicazione: (2025)

LinFusion: 1 GPU, 1 Minute, 16K Image
di: Liu, Songhua, et al.
Pubblicazione: (2024)

In-Video Instructions: Visual Signals as Generative Control
di: Fang, Gongfan, et al.
Pubblicazione: (2025)

Gated Condition Injection without Multimodal Attention: Towards Controllable Linear-Attention Transformers
di: Liu, Yuhe, et al.
Pubblicazione: (2026)

Kolmogorov-Arnold Transformer
di: Yang, Xingyi, et al.
Pubblicazione: (2024)

C4D: 4D Made from 3D through Dual Correspondences
di: Wang, Shizun, et al.
Pubblicazione: (2025)

FlashSplat: 2D to 3D Gaussian Splatting Segmentation Solved Optimally
di: Shen, Qiuhong, et al.
Pubblicazione: (2024)

FreeSwim: Revisiting Sliding-Window Attention Mechanisms for Training-Free Ultra-High-Resolution Video Generation
di: Wu, Yunfeng, et al.
Pubblicazione: (2025)

Flash Sculptor: Modular 3D Worlds from Objects
di: Hu, Yujia, et al.
Pubblicazione: (2025)

Vid-SME: Membership Inference Attacks against Large Video Understanding Models
di: Li, Qi, et al.
Pubblicazione: (2025)

SWIFT: Prompt-Adaptive Memory for Efficient Interactive Long Video Generation
di: Tan, Shanwen, et al.
Pubblicazione: (2026)

StyDeSty: Min-Max Stylization and Destylization for Single Domain Generalization
di: Liu, Songhua, et al.
Pubblicazione: (2024)

Mixture of Contexts for Long Video Generation
di: Cai, Shengqu, et al.
Pubblicazione: (2025)

Video-CCAM: Enhancing Video-Language Understanding with Causal Cross-Attention Masks for Short and Long Videos
di: Fei, Jiajun, et al.
Pubblicazione: (2024)

VCA: Video Curious Agent for Long Video Understanding
di: Yang, Zeyuan, et al.
Pubblicazione: (2024)

Hash3D: Training-free Acceleration for 3D Generation
di: Yang, Xingyi, et al.
Pubblicazione: (2024)

VideoZoomer: Reinforcement-Learned Temporal Focusing for Long Video Reasoning
di: Ding, Yang, et al.
Pubblicazione: (2025)

Video Panels for Long Video Understanding
di: Doorenbos, Lars, et al.
Pubblicazione: (2025)

BlobGEN-Vid: Compositional Text-to-Video Generation with Blob Video Representations
di: Feng, Weixi, et al.
Pubblicazione: (2025)

Enhancing Long Video Generation Consistency without Tuning
di: Li, Xingyao, et al.
Pubblicazione: (2024)

Long Video Diffusion Generation with Segmented Cross-Attention and Content-Rich Video Data Curation
di: Yan, Xin, et al.
Pubblicazione: (2024)

Video Is Worth a Thousand Images: Exploring the Latest Trends in Long Video Generation
di: Waseem, Faraz, et al.
Pubblicazione: (2024)

Consistent Video Editing as Flow-Driven Image-to-Video Generation
di: Wang, Ge, et al.
Pubblicazione: (2025)

Video-T1: Test-Time Scaling for Video Generation
di: Liu, Fangfu, et al.
Pubblicazione: (2025)

Neptune: The Long Orbit to Benchmarking Long Video Understanding
di: Nagrani, Arsha, et al.
Pubblicazione: (2024)