Mobius: A High Efficient Spatial-Temporal Parallel Training Paradigm for Text-to-Video Generation Task
Fuente:
arXiv
Enregistré dans:
| Auteurs principaux: | Yang, Yiran, Zhang, Jinchao, Deng, Ying, Zhou, Jie |
|---|---|
| Format: | Preprint |
| Publié: |
2024
|
| Sujets: | |
| Accès en ligne: | |
| Tags: |
Ajouter un tag
Pas de tags, Soyez le premier à ajouter un tag!
|
Documents similaires
STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution
par: Xie, Rui, et autres
Publié: (2025)
par: Xie, Rui, et autres
Publié: (2025)
Mobius: Text to Seamless Looping Video Generation via Latent Shift
par: Bi, Xiuli, et autres
Publié: (2025)
par: Bi, Xiuli, et autres
Publié: (2025)
Low-Light Video Enhancement with An Effective Spatial-Temporal Decomposition Paradigm
par: Xu, Xiaogang, et autres
Publié: (2026)
par: Xu, Xiaogang, et autres
Publié: (2026)
RDTF: Resource-efficient Dual-mask Training Framework for Multi-frame Animated Sticker Generation
par: Yuan, Zhiqiang, et autres
Publié: (2025)
par: Yuan, Zhiqiang, et autres
Publié: (2025)
Spatial-Temporal Decoupled Reference Conditioning for Identity-Preserving Text-to-Video Generation
par: Chen, Yuheng, et autres
Publié: (2026)
par: Chen, Yuheng, et autres
Publié: (2026)
OmniVTG: A Large-Scale Dataset and Training Paradigm for Open-World Video Temporal Grounding
par: Zheng, Minghang, et autres
Publié: (2026)
par: Zheng, Minghang, et autres
Publié: (2026)
A Visual Leap in CLIP Compositionality Reasoning through Generation of Counterfactual Sets
par: Jia, Zexi, et autres
Publié: (2025)
par: Jia, Zexi, et autres
Publié: (2025)
PosMLP-Video: Spatial and Temporal Relative Position Encoding for Efficient Video Recognition
par: Hao, Yanbin, et autres
Publié: (2024)
par: Hao, Yanbin, et autres
Publié: (2024)
StyleDecoupler: Generalizable Artistic Style Disentanglement
par: Jia, Zexi, et autres
Publié: (2026)
par: Jia, Zexi, et autres
Publié: (2026)
Temporal2Seq: A Unified Framework for Temporal Video Understanding Tasks
par: Yang, Min, et autres
Publié: (2024)
par: Yang, Min, et autres
Publié: (2024)
CoDA: Color Distribution Probing for Efficient and Generalizable AI-Generated Image Detection
par: Jia, Zexi, et autres
Publié: (2026)
par: Jia, Zexi, et autres
Publié: (2026)
TAVGBench: Benchmarking Text to Audible-Video Generation
par: Mao, Yuxin, et autres
Publié: (2024)
par: Mao, Yuxin, et autres
Publié: (2024)
Identity-Preserving Text-to-Video Generation Guided by Simple yet Effective Spatial-Temporal Decoupled Representations
par: Wang, Yuji, et autres
Publié: (2025)
par: Wang, Yuji, et autres
Publié: (2025)
Described Spatial-Temporal Video Detection
par: Ji, Wei, et autres
Publié: (2024)
par: Ji, Wei, et autres
Publié: (2024)
VideoCompressa: Data-Efficient Video Understanding via Joint Temporal Compression and Spatial Reconstruction
par: Wang, Shaobo, et autres
Publié: (2025)
par: Wang, Shaobo, et autres
Publié: (2025)
PYRA: Parallel Yielding Re-Activation for Training-Inference Efficient Task Adaptation
par: Xiong, Yizhe, et autres
Publié: (2024)
par: Xiong, Yizhe, et autres
Publié: (2024)
ZeroSmooth: Training-free Diffuser Adaptation for High Frame Rate Video Generation
par: Yang, Shaoshu, et autres
Publié: (2024)
par: Yang, Shaoshu, et autres
Publié: (2024)
TempMe: Video Temporal Token Merging for Efficient Text-Video Retrieval
par: Shen, Leqi, et autres
Publié: (2024)
par: Shen, Leqi, et autres
Publié: (2024)
PixelWizard: Towards Efficient High-Fidelity Video Generation at Ultra-Large Spatial Resolution
par: Li, Wenxue, et autres
Publié: (2026)
par: Li, Wenxue, et autres
Publié: (2026)
FRESCO: Spatial-Temporal Correspondence for Zero-Shot Video Translation
par: Yang, Shuai, et autres
Publié: (2024)
par: Yang, Shuai, et autres
Publié: (2024)
Training-free Detection of Generated Videos via Spatial-Temporal Likelihoods
par: Hayun, Omer Ben, et autres
Publié: (2026)
par: Hayun, Omer Ben, et autres
Publié: (2026)
How Should Video LLMs Output Time? An Analysis of Efficient Temporal Grounding Paradigms
par: Jin, Shengji, et autres
Publié: (2026)
par: Jin, Shengji, et autres
Publié: (2026)
Evaluating Generative Models via One-Dimensional Code Distributions
par: Jia, Zexi, et autres
Publié: (2026)
par: Jia, Zexi, et autres
Publié: (2026)
DisenStudio: Customized Multi-subject Text-to-Video Generation with Disentangled Spatial Control
par: Chen, Hong, et autres
Publié: (2024)
par: Chen, Hong, et autres
Publié: (2024)
FracTrain: Fractionally Squeezing Bit Savings Both Temporally and Spatially for Efficient DNN Training
par: Fu, Yonggan, et autres
Publié: (2020)
par: Fu, Yonggan, et autres
Publié: (2020)
Efficient Video Face Enhancement with Enhanced Spatial-Temporal Consistency
par: Wang, Yutong, et autres
Publié: (2024)
par: Wang, Yutong, et autres
Publié: (2024)
Spatial-Temporal Pre-Training for Embryo Viability Prediction Using Time-Lapse Videos
par: Shi, Zhiyi, et autres
Publié: (2025)
par: Shi, Zhiyi, et autres
Publié: (2025)
VideoTetris: Towards Compositional Text-to-Video Generation
par: Tian, Ye, et autres
Publié: (2024)
par: Tian, Ye, et autres
Publié: (2024)
Text-Driven Traffic Anomaly Detection with Temporal High-Frequency Modeling in Driving Videos
par: Liang, Rongqin, et autres
Publié: (2024)
par: Liang, Rongqin, et autres
Publié: (2024)
4DSTR: Advancing Generative 4D Gaussians with Spatial-Temporal Rectification for High-Quality and Consistent 4D Generation
par: Liu, Mengmeng, et autres
Publié: (2025)
par: Liu, Mengmeng, et autres
Publié: (2025)
TDViT: Temporal Dilated Video Transformer for Dense Video Tasks
par: Sun, Guanxiong, et autres
Publié: (2024)
par: Sun, Guanxiong, et autres
Publié: (2024)
A Paradigm Shift: Fully End-to-End Training for Temporal Sentence Grounding in Videos
par: He, Allen, et autres
Publié: (2026)
par: He, Allen, et autres
Publié: (2026)
Many-for-Many: Unify the Training of Multiple Video and Image Generation and Manipulation Tasks
par: Li, Ruibin, et autres
Publié: (2025)
par: Li, Ruibin, et autres
Publié: (2025)
Free-GVC: Towards Training-Free Extreme Generative Video Compression with Temporal Coherence
par: Ling, Xiaoyue, et autres
Publié: (2026)
par: Ling, Xiaoyue, et autres
Publié: (2026)
Zero-Shot Video Translation and Editing with Frame Spatial-Temporal Correspondence
par: Yang, Shuai, et autres
Publié: (2025)
par: Yang, Shuai, et autres
Publié: (2025)
Scaling Up Audio-Synchronized Visual Animation: An Efficient Training Paradigm
par: Zhang, Lin, et autres
Publié: (2025)
par: Zhang, Lin, et autres
Publié: (2025)
AlignVid: Training-Free Attention Scaling for Semantic Fidelity in Text-Guided Image-to-Video Generation
par: Liu, Yexin, et autres
Publié: (2025)
par: Liu, Yexin, et autres
Publié: (2025)
AtomoVideo: High Fidelity Image-to-Video Generation
par: Gong, Litong, et autres
Publié: (2024)
par: Gong, Litong, et autres
Publié: (2024)
Follow-Your-Motion: Video Motion Transfer via Efficient Spatial-Temporal Decoupled Finetuning
par: Ma, Yue, et autres
Publié: (2025)
par: Ma, Yue, et autres
Publié: (2025)
LOVECon: Text-driven Training-Free Long Video Editing with ControlNet
par: Liao, Zhenyi, et autres
Publié: (2023)
par: Liao, Zhenyi, et autres
Publié: (2023)
Documents similaires
-
STAR: Spatial-Temporal Augmentation with Text-to-Video Models for Real-World Video Super-Resolution
par: Xie, Rui, et autres
Publié: (2025) -
Mobius: Text to Seamless Looping Video Generation via Latent Shift
par: Bi, Xiuli, et autres
Publié: (2025) -
Low-Light Video Enhancement with An Effective Spatial-Temporal Decomposition Paradigm
par: Xu, Xiaogang, et autres
Publié: (2026) -
RDTF: Resource-efficient Dual-mask Training Framework for Multi-frame Animated Sticker Generation
par: Yuan, Zhiqiang, et autres
Publié: (2025) -
Spatial-Temporal Decoupled Reference Conditioning for Identity-Preserving Text-to-Video Generation
par: Chen, Yuheng, et autres
Publié: (2026)